CIAO,
Utilizzo il modello di regressione generalizzata per eseguire l'analisi dei miei dati, con distribuzione di risposta binomiale (perché i miei valori di risposta - ErrorAT - sono 0 o 1). Utilizzo Lasso come metodo di stima.
Ho scelto di utilizzare la regressione generalizzata a causa della grande correlazione tra alcuni fattori.
Ho una domanda veloce relativa a questo modello: uno dei fattori principali (seedAT) è stato rimosso dal modello. Tuttavia, quando ho utilizzato il test di comparazione multipla di Tukey sul fattore, tutti e tre i livelli del fattore (seedAT) differiscono statisticamente in modo significativo tra loro. Se differiscono statisticamente in modo significativo tra loro, non dovrebbe essere significativo anche il fattore?
Qualcuno potrebbe spiegare perché i livelli del fattore sono statisticamente significativamente diversi ma il fattore non è comunque significativo per il modello?
Grazie!
@dale_lehman e @statman grazie per le risposte
Per quanto riguarda il set di dati, questi dati li ho ottenuti eseguendo esperimenti di simulazione multipli (1620).
In ogni esperimento, ho considerato i seguenti fattori: tempo di arrivo (IA_scenario), seed of arrival time (seedAT), tempo di servizio (ST_scenario), seed of service time (ST), numero di repliche (NRepsNom) e modello di coda (M /M/1 o M/M/inf in base alla notazione di Kendall dalla teoria delle code). I fattori sono stati variati in base al fattoriale completo.Perché ho variato l'orario di arrivo e l'orario di servizio e questo è un modello in coda, di conseguenza, anche l'intensità del traffico del modello è variata (TINom).
In questo modello di simulazione, ho raccolto le seguenti 4 risposte: media del tempo di arrivo (AT), media del tempo di servizio (ST), media del numero di unità nel sistema (NIS) e tempo medio nel sistema (TIS). Sulla base di questo risultato della simulazione e del risultato teorico della teoria delle code, ho calcolato l'errore di AT, per esempio.
AT è il caso più semplice (è l'arrivo che determina il sistema di code e non dipende da ST). Pertanto, quando ho costruito il modello di regressione, non ho incluso i fattori relativi al tempo di servizio nel modello di regressione. Ho incluso tutti gli altri fattori.
Penso che questo sia il modo più semplice per descrivere il set di dati.
Ora torniamo alla discussione.
- Per quanto riguarda il confronto. Nei test degli effetti, il fattore (SeedAT) non viene confrontato con altri fattori, giusto? Per quanto ne so, stiamo testando il significato del fattore per il modello e basta. Quindi, nel test degli effetti, si tratta di stabilire se SeedAT sia statisticamente significativo o meno per il modello.Il confronto del fattore con altri fattori e le interazioni vengono eseguite nel test di confronto multiplo.
E se questo è corretto, la mia comprensione è stata che se tutti e tre i livelli del fattore sono statisticamente significativamente diversi, non ci sarebbe dubbio che il fattore sia statisticamente significativo. Ma penso che la mia comprensione fosse del tutto sbagliata. Se qualcuno potesse indicarmi qualsiasi link o materiale da leggere a riguardo, lo apprezzerei davvero. Poiché quelli che ho trovato non hanno chiarito la mia domanda e comprensione finora.
- Per quanto riguarda l'effetto del 1° ordine rispetto all'effetto del 2° ordine. Non ho rimosso l'effetto del 1° ordine, ma il modello generalizzato mi dice che "non è significativo", mentre lo sono gli effetti del secondo ordine. Che è correlato alla mia domanda. Perché, come avete indicato entrambi, questo non segue il principio della gerarchia.
Ma come posso allora dire a JMP di includere forzatamente l'effetto SeedAT del primo ordine nel modello? Perché quando genero l'equazione di regressione, l'effetto non verrà incluso nell'equazione.
Il significato pratico è un buon promemoria. Grazie per questo!
Grazie ancora per la discussione e gli approfondimenti.
Sarebbe estremamente utile capire il set di dati e come hai acquisito i dati, ma capisco che potresti non volerlo pubblicare in un forum pubblico. Questo rende difficile sapere esattamente cosa hai fatto o stai cercando di fare. Non sono necessariamente d'accordo con te sul fatto che i confronti siano gli stessi. Un confronto è il fattore (seedAT) con gli altri fattori, interazioni ed errori nel modello. Quando osservi le differenze di livello nei livelli di seedAT, stai confrontando tra livelli e livelli. Non ci sono fattori in questo confronto e la base per il confronto è la variazione interna del livello (non i DF non assegnati del modello, errore).
Non sono sicuro del tuo modello, ma sembra che tu abbia rimosso l'effetto del 1° ordine e mantenuto gli effetti del 2° ordine. Questo non segue il principio della gerarchia durante la costruzione del modello? Un po' al punto di Dale.
Un ulteriore commento: non ho idea di quali siano le differenze in termini pratici. Non dimenticare che la significatività pratica è sempre più importante della significatività statistica.
non ho capito il tuo modelloPoiché seedAT è in alcuni effetti incrociati che sono significativi, è solo l'effetto diretto che non mostra significato.Anche se questo sembra insolito, mi suggerisce che il significato della variabile risiede nella sua interazione con altre variabili: una volta che queste sono state prese in considerazione, gli effetti di seedAT sono stati incorporati. Sembra che seedAT sia stato rimosso dal modello - questa non è irrilevanza, ma un'indicazione che il modello è ridondante (credo - ho poca esperienza con la regressione generalizzata, quindi potrei sbagliarmi).
La significatività statistica è un'affermazione condizionale. Dipende da cosa viene confrontato, cosa c'è nel modello e cosa non lo è, cosa costituisce i termini di errore, cosa c'è nello spazio di inferenza.
