Salut,
J'utilise le modèle de régression généralisée pour analyser mes données, avec une distribution binomiale (car mes valeurs de réponse – ErrorAT – sont égales à 0 ou 1). J'utilise la méthode 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 question rapide concernant 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 ce 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 l'être également ?
Quelqu'un pourrait-il nous éclairer sur la raison pour laquelle les niveaux du facteur sont statistiquement significativement différents, mais le facteur n'est toujours pas significatif pour le modèle ?
Merci!
@dale_lehman et @statman Merci pour vos réponses
En ce qui concerne l'ensemble de données, ces données que j'ai obtenues en exécutant plusieurs expériences de simulation (1620).
Dans chaque expérience, j'ai considéré les facteurs suivants : heure d'arrivée (IA_scenario), graine de l'heure d'arrivée (seedAT), temps de service (ST_scenario), graine du temps de service (ST), nombre de réplications (NRepsNom) et modèle de file d'attente (M /M/1 ou M/M/inf basé sur la notation de Kendall de la théorie des files d'attente). Les facteurs ont été variés selon la factorielle complète.Parce que j'ai fait varier l'heure d'arrivée et l'heure de service et qu'il s'agit d'un modèle de file d'attente, par conséquent, l'intensité du trafic du modèle a également varié (TINom).
Dans ce modèle de simulation, j'ai recueilli les 4 réponses suivantes : temps d'arrivée moyen (AT), temps de service moyen (ST), nombre moyen d'unités dans le système (NIS) et temps moyen dans le système (TIS). Sur la base de ce résultat de simulation et du résultat théorique de la théorie des files d'attente, j'ai calculé l'erreur d'AT, par exemple.
AT est le cas le plus simple (c'est l'arrivée qui dicte le système de file d'attente et ne dépend pas de ST). Par conséquent, lorsque j'ai construit le modèle de régression, je n'ai pas inclus les facteurs liés au temps de service dans le modèle de régression. J'ai inclus tous les autres facteurs.
Je pense que c'est la façon la plus simple de décrire l'ensemble de données.
Revenons maintenant à la discussion.
- En ce qui concerne la comparaison. Dans les tests d'effet, le facteur (SeedAT) n'est pas comparé à d'autres facteurs, n'est-ce pas ? Autant que je sache, nous testons la signification du facteur pour le modèle et c'est tout. Ainsi, dans le test d'effet, il s'agit de savoir si SeedAT est statistiquement significatif ou non pour le modèle.La comparaison du facteur avec d'autres facteurs et les interactions sont effectuées dans le test de comparaison multiple.
Et si c'est exact, je crois comprendre que si les trois niveaux du facteur sont statistiquement significativement différents, il ne fait aucun doute que le facteur est statistiquement significatif. Mais je pense que ma compréhension était fausse. Si quelqu'un pouvait m'indiquer un lien ou un document à lire à ce sujet, je l'apprécierais vraiment. Comme ceux que j'ai trouvés n'ont pas clarifié ma question et ma compréhension jusqu'à présent.
- Concernant l'effet de 1er ordre vs effet de 2ème ordre. Je n'ai pas supprimé l'effet de 1er ordre, mais le modèle généralisé me dit que "ce n'est pas significatif", alors que les effets de second ordre le sont. Qui est lié à ma question. Parce que, comme vous l'avez tous les deux souligné, cela ne suit pas le principe de la hiérarchie.
Mais comment puis-je dire à JMP d'inclure de force l'effet de premier ordre SeedAT dans le modèle ? Parce que lorsque je génère l'équation de régression, l'effet ne sera pas inclus dans l'équation.
La signification pratique est un bon rappel. Merci pour ça!
Merci encore pour la discussion et les idées.
Il serait extrêmement utile de comprendre l'ensemble de données et comment vous avez acquis les données, mais je comprends que vous ne vouliez peut-être pas que cela soit publié sur un forum public. Il est donc difficile de savoir exactement ce que vous avez fait ou essayez de faire. Je ne suis pas nécessairement d'accord avec vous que les comparaisons sont les mêmes. Une comparaison est le facteur (seedAT) avec les autres facteurs, les interactions et l'erreur dans le modèle. Lorsque vous examinez les différences de niveau dans les niveaux de seedAT, vous comparez au sein d'un niveau à un autre niveau. Il n'y a pas de facteurs dans cette comparaison et la base de comparaison est la variation à l'intérieur du niveau (et non 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 1er ordre et conservé les effets de 2ème ordre. Cela ne respecte pas le principe de hiérarchie lors de la construction de modèles ? 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.
Je ne comprends pas votre modèle.Étant donné que seedAT est significatif dans certains effets croisés, seul l'effet direct n'est pas significatif.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 supprimé 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 peux me tromper).
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.
