尽管Tukey多重比较的因子水平之间存在统计学显着性差异，但因子在效果测试中无统计学意义你好，
我正在使用广义回归模型对数据进行分析，并使用二项式作为响应分布（因为我的响应值-ErrorAT-为0或1）。 我正在使用套索作为估计方法。
由于某些因素之间的相关性大，我选择使用广义回归。
我有一个与此模型有关的快速问题：从模型中删除了一个主要因素（seedAT）。 但是，当我在因子上使用Tukey多重比较测试时，因子（seedAT）的所有三个级别在统计上都彼此显着不同。 如果它们之间在统计学上有显着差异，那么这个因素也不应该很显着吗？
有人可以阐明为什么因子水平在统计上有显着差异，但因子对模型仍然不显着吗？
谢谢！
分析工具美国能源部回复：效应测试中的因子无统计学意义，尽管Tukey多重比较中的因子水平之间存在统计学显着性差异统计意义是有条件的陈述。 这取决于要比较的内容，模型中的内容和不相关的内容，构成错误项的内容以及推理空间中的内容。
回复：效应测试中的因子无统计学意义，尽管Tukey多重比较中的因子水平之间存在统计学显着性差异是的，但是这里的比较是相同的。 因此，如果模型中因素的水平显着不同，那么因素本身对模型是否不重要？回复：效应测试中的因子无统计学意义，尽管Tukey多重比较中的因子水平之间存在统计学显着性差异我不了解您的模型。由于seedAT在某些交叉效应中很重要，因此仅直接效应并未显示出显着性。尽管这似乎很不寻常，但它向我暗示了变量的重要性在于其与其他变量的交互作用-一旦考虑了这些变量，便已将seedAT的影响纳入考虑范围。 看来好像seedAT已从模型中删除-并不是无关紧要，而是表明该模型是多余的（我相信-我对广义回归的经验很少，所以我可能是错的）。
