375773_fr-FR

liliconcom

Facteur non statistiquement significatif dans les tests d'effet, bien qu'il y ait une différence de signification statistique entre les niveaux de facteur de la comparaison multiple de Tukey

Salut,

J'utilise le modèle de régression généralisée pour effectuer une analyse dans mes données, avec Binomial comme distribution de réponse (car mes valeurs de réponse - ErrorAT - sont 0 ou 1). J'utilise Lasso comme méthode d'estimation.

J'ai choisi d'utiliser la régression généralisée en raison de la forte corrélation entre certains facteurs.

 

J'ai une petite question relative à ce modèle: l'un des principaux facteurs (seedAT) a été supprimé du modèle. Cependant, lorsque j'ai utilisé le test de comparaison multiple de Tukey sur le facteur, les trois niveaux du facteur (seedAT) sont statistiquement significativement différents entre eux. S'ils sont statistiquement significativement différents entre eux, le facteur ne devrait-il pas être significatif aussi?

Quelqu'un pourrait-il expliquer pourquoi les niveaux du facteur sont statistiquement significativement différents, mais le facteur n'est toujours pas significatif pour le modèle?

Merci!

 

AnalytiqueBICHERe: Facteur non statistiquement significatif dans les tests d'effet bien qu'il y ait une différence de signification statistique entre les niveaux de facteur de la comparaison multiple de Tukey

La signification statistique est une déclaration conditionnelle. Cela dépend de ce qui est comparé, de ce qui est dans le modèle et de ce qui ne l'est pas, de ce qui constitue les termes d'erreur, de ce qui se trouve dans l'espace d'inférence.

Re: Facteur non statistiquement significatif dans les tests d'effet bien qu'il y ait une différence de signification statistique entre les niveaux de facteur de la comparaison multiple de TukeyC'est vrai, mais la comparaison ici est la même. Donc, si les niveaux du facteur sont significativement différents dans le modèle, le facteur lui-même ne devrait-il pas être significatif pour le modèle?Re: Facteur non statistiquement significatif dans les tests d'effet bien qu'il y ait une différence de signification statistique entre les niveaux de facteur de la comparaison multiple de Tukey

Je ne comprends pas votre modèle.Puisque seedAT est dans certains effets croisés qui sont significatifs, c'est seulement l'effet direct qui ne montre pas d'importance.Bien que cela semble inhabituel, cela me suggère que la signification de la variable réside dans son interaction avec d'autres variables - une fois celles-ci prises en compte, les effets de seedAT ont été incorporés. Il semble que seedAT ait été retiré du modèle - ce n'est pas insignifiant, mais une indication que le modèle est redondant (je crois - j'ai peu d'expérience avec la régression généralisée, donc je me trompe peut-être).

Re: Facteur non statistiquement significatif dans les tests d'effet bien qu'il y ait une différence de signification statistique entre les niveaux de facteur de la comparaison multiple de Tukey

Il serait extrêmement utile de comprendre l'ensemble de données et la façon dont vous avez acquis les données, mais je comprends que vous ne souhaiterez peut-être pas que cela soit publié dans un forum public. Cela rend difficile de savoir exactement ce que vous avez fait ou essayez de faire. Je ne suis pas nécessairement d'accord avec vous pour dire que les comparaisons sont les mêmes. Une comparaison est le facteur (seedAT) avec les autres facteurs, interactions et erreurs dans le modèle. Lorsque vous regardez les différences de niveau dans les niveaux de seedAT, vous comparez entre les niveaux. Il n'y a pas de facteurs dans cette comparaison et la base de comparaison est la variation à l'intérieur du niveau (pas les DF non attribués du modèle, erreur).  

 

Je ne suis pas sûr de votre modèle, mais il semble que vous ayez supprimé l'effet de premier ordre et conservé les effets de deuxième ordre. Cela ne suit pas le principe de la hiérarchie lors de la construction du modèle? Un peu au point de Dale.

Un commentaire supplémentaire: je n'ai aucune idée de ce que sont les différences en termes pratiques. N'oubliez pas que la signification pratique est toujours plus importante que la signification statistique.