Hallo,
Ich verwende ein verallgemeinertes Regressionsmodell zur Analyse meiner Daten mit Binomialverteilung als Antwortverteilung (da meine Antwortwerte – ErrorAT – entweder 0 oder 1 sind). Als Schätzmethode verwende ich Lasso.
Aufgrund der großen Korrelation zwischen einigen Faktoren habe ich mich für die Verwendung einer verallgemeinerten Regression entschieden.
Ich habe eine kurze Frage zu diesem Modell: Einer der Hauptfaktoren (seedAT) wurde aus dem Modell entfernt. Als ich jedoch den Tukey-Mehrfachvergleichstest für den Faktor anwandte, zeigten sich alle drei Stufen des Faktors (seedAT) statistisch signifikant voneinander. Wenn sie sich statistisch signifikant voneinander unterscheiden, sollte der Faktor dann nicht auch signifikant sein?
Könnte jemand etwas Licht in die Sache bringen, warum die Stufen des Faktors statistisch signifikant unterschiedlich sind, der Faktor aber dennoch nicht signifikant für das Modell ist?
Danke schön!
@dale_lehman und @statmann vielen Dank für die Antworten
In Bezug auf den Datensatz habe ich diese Daten erhalten, indem ich mehrere Simulationsexperimente durchführte (1620).
Bei jedem Experiment habe ich die folgenden Faktoren berücksichtigt: Ankunftszeit (IA_scenario), Seed-Ankunftszeit (seedAT), Dienstzeit (ST_scenario), Seed-of-Service-Zeit (ST), Anzahl der Replikationen (NRepsNom) und Warteschlangenmodell (M /M/1 oder M/M/inf basierend auf Kendalls Notation aus der Warteschlangentheorie). Die Faktoren wurden entsprechend vollfaktoriell variiert.Da ich die Ankunftszeit und die Servicezeit variiert habe und dies ein Warteschlangenmodell ist, variierte folglich auch die Verkehrsintensität des Modells (TINom).
In diesem Simulationsmodell habe ich die folgenden 4 Antworten gesammelt: durchschnittliche Ankunftszeit (AT), durchschnittliche Servicezeit (ST), durchschnittliche Anzahl von Einheiten im System (NIS) und durchschnittliche Zeit im System (TIS). Basierend auf diesem Simulationsergebnis und dem theoretischen Ergebnis aus der Warteschlangentheorie habe ich zum Beispiel den Fehler von AT berechnet.
AT ist der einfachste Fall (es ist die Ankunft, die das Warteschlangensystem vorschreibt und nicht von ST abhängig ist). Daher habe ich bei der Erstellung des Regressionsmodells die Faktoren im Zusammenhang mit der Dienstzeit nicht in das Regressionsmodell aufgenommen. Alle anderen Faktoren habe ich mit einbezogen.
Ich denke, das ist die einfachste Art, wie ich den Datensatz beschreiben kann.
Nun zurück zur Diskussion.
- Bezüglich des Vergleichs. Bei den Wirkungstests wird der Faktor (SeedAT) nicht mit anderen Faktoren verglichen, oder? Soweit ich weiß, testen wir die Bedeutung des Faktors für das Modell und das war's. Beim Effekttest geht es also darum, ob SeedAT für das Modell statistisch signifikant ist oder nicht.Der Vergleich des Faktors mit anderen Faktoren und Wechselwirkungen erfolgt im multiplen Vergleichstest.
Und wenn dies richtig ist, war mein Verständnis, dass, wenn alle drei Ebenen des Faktors statistisch signifikant unterschiedlich sind, es keine Frage gibt, dass der Faktor statistisch signifikant ist. Aber ich glaube, mein Verständnis war völlig falsch. Wenn mir jemand auf einen Link oder Material verweisen könnte, um darüber zu lesen, würde ich es wirklich schätzen. Da die, die ich gefunden habe, meine Frage und mein Verständnis bisher nicht geklärt haben.
- In Bezug auf den Effekt 1. Ordnung vs. 2. Ordnung. Ich habe den Effekt 1. Ordnung nicht entfernt, aber das verallgemeinerte Modell sagt mir, dass "es nicht signifikant ist", während die Effekte zweiter Ordnung es sind. Was mit meiner Frage zusammenhängt. Denn wie Sie beide gesagt haben, folgt dies nicht dem Hierarchieprinzip.
Aber wie kann ich dann JMP anweisen, den SeedAT-Effekt erster Ordnung zwangsweise in das Modell aufzunehmen? Denn wenn ich die Regressionsgleichung erstelle, wird der Effekt nicht in die Gleichung aufgenommen.
Die praktische Bedeutung ist eine gute Erinnerung. Danke für das!
Nochmals vielen Dank für die Diskussion und die Einblicke.
Es wäre äußerst hilfreich, den Datensatz zu verstehen und zu verstehen, wie Sie die Daten erfasst haben, 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 Ebenenunterschiede in den Ebenen von seedAT ansehen, vergleichen Sie innerhalb einer Ebene mit einer Ebene zwischen den Ebenen. Es gibt keine Faktoren in diesem Vergleich und die Basis für den Vergleich ist die Schwankung innerhalb des Niveaus (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 Effekte 2. Ordnung beibehalten. Das folgt nicht dem Hierarchieprinzip beim Modellbau? Etwas zu Dales Punkt.
Eine zusätzliche Anmerkung: Ich habe keine Ahnung, was die Unterschiede in der Praxis sind. Vergessen Sie nicht, dass die praktische Signifikanz immer wichtiger ist als die statistische Signifikanz.
Ich verstehe dein Modell nicht.Da SeedAT in einigen Kreuzeffekten signifikant ist, zeigt nur der direkte Effekt keine Signifikanz.Obwohl dies ungewöhnlich erscheint, deutet es für mich darauf hin, dass die Bedeutung der Variablen in ihrer Wechselwirkung mit anderen Variablen liegt - sobald diese berücksichtigt wurden, wurden die Auswirkungen von seedAT einbezogen. Es sieht so aus, als ob SeedAT aus dem Modell entfernt wurde - das ist nicht unbedeutend, aber ein Hinweis darauf, dass das Modell redundant ist (ich glaube - ich habe wenig Erfahrung mit generalisierter Regression, also könnte ich mich irren).
Die statistische Signifikanz ist eine bedingte Aussage. Es hängt davon ab, was verglichen wird, was im Modell enthalten ist und was nicht, was die Fehlerterme ausmacht, was sich im Inferenzraum befindet.
