テューキー多重比較からの因子レベル間に統計的有意差がありますが、効果検定では因子は統計的に有意ではありませんこんにちは、
一般化回帰モデルを使用して、応答分布として二項式を使用してデータの分析を実行しています（応答値（ErrorAT）が0または1であるため）。 推定方法としてラッソを使用しています。
いくつかの要因間の相関が大きいため、一般化回帰を使用することを選択しました。
このモデルに関連する簡単な質問があります。主な要因の1つ（seedAT）がモデルから削除されました。 ただし、因子に対してテューキー多重比較検定を使用した場合、因子の3つのレベル（seedAT）はすべて統計的に有意に異なります。 それらが統計的に有意に異なる場合、その要因も有意ではないでしょうか？
因子のレベルが統計的に有意に異なるのに、因子がモデルにとってまだ有意ではない理由を誰かが明らかにすることができますか？
ありがとうございました！
アナリティクスDOERe：テューキー多重比較からの因子レベル間に統計的有意差がありますが、効果検定では因子は統計的に有意ではありません統計的有意性は条件付きステートメントです。 それは、何が比較されているか、何がモデルにあり、何がそうでないか、何が誤差項を構成するか、何が推論空間にあるかによって異なります。
Re：テューキー多重比較からの因子レベル間に統計的有意差がありますが、効果検定では因子は統計的に有意ではありませんそうですが、ここでの比較は同じです。 したがって、因子のレベルがモデル内で大幅に異なる場合、因子自体がモデルにとって重要ではないでしょうか？Re：テューキー多重比較からの因子レベル間に統計的有意差がありますが、効果検定では因子は統計的に有意ではありません私はあなたのモデルを理解していません。seedATは重要ないくつかの相互効果にあるため、重要性を示さないのは直接的な効果だけです。これは珍しいように思えますが、変数の重要性は他の変数との相互作用にあることを私には示唆しています-それらが考慮されると、seedATの効果が組み込まれます。 seedATがモデルから削除されたように見えますが、これは重要ではありませんが、モデルが冗長であることを示しています（私は、一般化回帰の経験がほとんどないため、間違っている可能性があります）。
Re：テューキー多重比較からの因子レベル間に統計的有意差がありますが、効果検定では因子は統計的に有意ではありませんデータセットとデータの取得方法を理解することは非常に役立ちますが、これを公開フォーラムに投稿したくない場合があることを理解しています。 これは、あなたが何をしたか、または何をしようとしているのかを正確に知ることを困難にします。 比較が同じであることに必ずしも同意しません。 1つの比較は、モデル内の他の因子、相互作用、およびエラーとの因子（seedAT）です。 seedATのレベルのレベルの違いを見るとき、レベル内とレベル間を比較しています。 この比較には要因はなく、比較の基礎はレベル内の変動です（モデルの割り当てられていないDF、エラーではありません）。
モデルについてはよくわかりませんが、1次効果を削除し、2次効果を維持したようです。 これは、モデル構築時の階層の原則に従わないのですか？ ややデールのポイントに。
もう1つのコメント：実際の違いが何であるかはわかりません。 統計的有意性よりも実用的有意性の方が常に重要であることを忘れないでください。
