重要でない要素を削除すると、重要な要素が重要でなくなるJmp ユーザーの皆さん、
モデルをフィッティングする際、有意でない因子を除去した後、P 値 0.048 で有意だった 1 つの因子が有意でなくなります。
その場合どうすればいいのか聞きたかったのですが？削除したほうがいいでしょうか？
ありがとう！
私
データの探索と視覚化Re: 重要でない要素を削除すると、重要な要素が重要でなくなる補強します@Dan_Obermillerと@スタットマンのアドバイス...統計的有意性を、有意であるか有意でないかの二値的な崖として見ることは避けてください。 多くの人が採用している臨界 p 値が 0.05 だったとします。 効果の p 値 0.051 は有意ではないと言い、0.048 であれば有意性を採用するつもりですか? 応答の小数点以下 1 桁または 2 桁のずれにより、このような問題が簡単に発生する可能性があります。
データのグラフ分析は何を示唆していますか? モデリングを行う前に、日曜日から 6 つの方法でデータをプロットしたと教えてください。
Re: 重要でない要素を削除すると、重要な要素が重要でなくなる完全に同意@スタットマン。 p 値だけに依存しないでください。 他の情報と組み合わせてください。
Re: 重要でない要素を削除すると、重要な要素が重要でなくなるデータのソースが何であるかを述べていませんか？ それは実験によるものですか、それとも観測データによるものですか?
応答の変動を説明するモデルを開発する際に留意すべき点がいくつかあります。
- モデル内の各項の各係数は条件付きです。 私ts の大きさ、および場合によっては符号が変化する可能性があります。それらはモデル内の他の変数に依存します（そして騒音）。
- モデルから項を削除すると、その累積平均二乗が (DF とともに) 誤差項にプールされます。 これにより、F 検定とその後の p 値の基礎となる平均二乗誤差の推定値が変更されます。
モデルを単純化するには、複数の情報ソースを使用する必要があります。
1.実用的な意義。 結果をグラフ化して、各要因がどの程度実質的に重要であるかを理解することは、統計的有意性 (計画された研究がランダムな変動に対する洞察を提供する方法で制御する) よりも常に重要です。 結果が科学的または工学的な観点から意味があるかどうかを常に自問してください。
2. R 2 乗、調整された R 2 乗そして最も重要なことは、デルタそれらの間で。
3. p値
4. データソースに応じたその他の統計 (例: 観測データの場合、多重共線性を調べたい場合があります)
