除去不重要因素后，重要因素变为不重要嘿Jmp用户，
在拟合模型时，在去除非重要因素后，P值为0.048的一个重要因素变得不重要。
我想问在那种情况下该怎么办？我们应该删除它吗？
谢谢！
一世
美国能源部回复：重要因素在删除不重要因素后变为不重要您没有说明数据的来源是什么？ 是来自实验还是来自观察数据？
在开发模型以解释响应的变化时要牢记以下几点：
- 模型中每个术语的每个系数都是有条件的。 一世它的大小，有时符号可能会改变。它们取决于模型中的其他变量（和噪音）。
- 当您从模型中删除项时，它们的累积均方将合并在误差项中（与DF一起）。 这改变了均方误差的估计值，该均值误差是F检验和后续p值的基础。
简化模型需要使用多种信息来源：
1。实际意义。 绘制结果图表并了解每个因素的实际意义总是比统计意义更为重要（您可以控制您在设计研究中如何洞悉随机变异）。 始终从科学或工程角度询问结果是否有意义。
2。 R平方，R平方调整最重要的是三角洲在那些之间。
3。 p值
4.取决于数据源的其他统计信息（例如，对于观测数据，您可能需要寻找多重共线性）
回复：重要因素在删除不重要因素后变为不重要完全同意@statman 。 不要仅仅依靠p值。 结合其他信息。
回复：重要因素在删除不重要因素后变为不重要加强@Dan_Obermiller和@statman的建议...避免将统计意义视为二进制的悬崖，不管它的重要性与否。 假设您有这么多采用的临界p值0.05。 您是否愿意说效果的p值为0.051并不重要，而如果值为0.048则愿意采用显着性？ 响应中的小数点后一位或两位很容易使这种情况发生。
您对数据的图形分析表明了什么？ 请告诉我您在进行任何建模之前从周日开始以六种方式绘制数据。
