375773_de-DE

liliconcom

Faktor in Effekttests nicht statistisch signifikant, obwohl es einen statistischen Signifikanzunterschied zwischen den Faktorstufen aus dem Tukey-Mehrfachvergleich gibt

Hallo,

Ich verwende das Modell der verallgemeinerten Regression, um eine Analyse meiner Daten mit Binomial als Antwortverteilung durchzuführen (da meine Antwortwerte - ErrorAT - entweder 0 oder 1 sind). Ich benutze Lasso als Schätzmethode.

Ich habe mich aufgrund der großen Korrelation zwischen einigen Faktoren für die Verwendung der generalisierten Regression entschieden.

 

Ich habe eine kurze Frage zu diesem Modell: Einer der Hauptfaktoren (seedAT) wurde aus dem Modell entfernt. Wenn ich jedoch einen Tukey-Mehrfachvergleichstest für den Faktor verwendete, unterscheiden sich alle drei Ebenen des Faktors (seedAT) untereinander statistisch signifikant. Sollte der Faktor nicht auch signifikant sein, wenn sie sich statistisch signifikant voneinander unterscheiden?

Könnte jemand etwas Licht ins Dunkel bringen, warum die Werte des Faktors statistisch signifikant unterschiedlich sind, der Faktor für das Modell jedoch immer noch nicht signifikant ist?

Vielen Dank!

 

AnalytikDAMHIRSCHKUHBetreff: Faktor in Effekttests nicht statistisch signifikant, obwohl es einen statistischen Signifikanzunterschied zwischen den Faktorstufen aus dem Tukey-Mehrfachvergleich gibt

Die statistische Signifikanz ist eine bedingte Aussage. Es kommt darauf an, was verglichen wird, was sich im Modell befindet und was nicht, was die Fehlerterme ausmacht, was sich im Inferenzraum befindet.

Betreff: Faktor in Effekttests nicht statistisch signifikant, obwohl es einen statistischen Signifikanzunterschied zwischen den Faktorstufen aus dem Tukey-Mehrfachvergleich gibtRichtig, aber der Vergleich hier ist der gleiche. Wenn sich die Werte des Faktors im Modell erheblich unterscheiden, sollte der Faktor selbst dann nicht für das Modell von Bedeutung sein?Betreff: Faktor in Effekttests nicht statistisch signifikant, obwohl es einen statistischen Signifikanzunterschied zwischen den Faktorstufen aus dem Tukey-Mehrfachvergleich gibt

Ich verstehe dein Modell nicht.Da seedAT einige Kreuzeffekte aufweist, die signifikant sind, zeigt nur der direkte Effekt keine Signifikanz.Obwohl dies ungewöhnlich erscheint, legt es mir nahe, dass die Bedeutung der Variablen in ihrer Interaktion mit anderen Variablen liegt - sobald diese berücksichtigt sind, wurden die Auswirkungen von seedAT berücksichtigt. Es scheint, als ob seedAT aus dem Modell entfernt wurde - das ist keine Bedeutungslosigkeit, aber ein Hinweis darauf, dass das Modell redundant ist (ich glaube - ich habe wenig Erfahrung mit generalisierter Regression, daher könnte ich mich irren).

Betreff: Faktor in Effekttests nicht statistisch signifikant, obwohl es einen statistischen Signifikanzunterschied zwischen den Faktorwerten aus dem Tukey-Mehrfachvergleich gibt

Es wäre äußerst hilfreich, den Datensatz und die Art und Weise, wie Sie die Daten erfasst haben, zu verstehen, aber ich verstehe, dass Sie dies möglicherweise nicht in einem öffentlichen Forum veröffentlichen möchten. Dies macht es schwierig zu wissen, was genau Sie getan haben oder zu tun versuchen. Ich stimme Ihnen nicht unbedingt zu, dass die Vergleiche gleich sind. Ein Vergleich ist der Faktor (seedAT) mit den anderen Faktoren, Wechselwirkungen und Fehlern im Modell. Wenn Sie sich die Levelunterschiede in den Levels von seedAT ansehen, vergleichen Sie innerhalb des Levels mit dem Level zwischen den Levels. Es gibt keine Faktoren in diesem Vergleich und die Grundlage für den Vergleich ist die Variation innerhalb der Ebene (nicht die nicht zugewiesenen DFs des Modells, Fehler).  

 

Ich bin mir bei Ihrem Modell nicht sicher, aber anscheinend haben Sie den Effekt 1. Ordnung entfernt und die Effekte 2. Ordnung beibehalten. Dies folgt nicht dem Prinzip der Hierarchie beim Modellbau? Etwas zu Dales Punkt.

Ein zusätzlicher Kommentar: Ich habe keine Ahnung, was die praktischen Unterschiede sind. Vergessen Sie nicht, dass die praktische Signifikanz immer wichtiger ist als die statistische Signifikanz.