儘管 Tukey 多重比較中各因子水準之間存在統計學顯著差異，但各因子在效應檢定中不具有統計顯著性你好，
我使用廣義迴歸模型對資料進行分析，並使用二項式作為反應分佈（因為我的反應值 - ErrorAT - 要么為 0，要么為 1）。我使用套索作為估計方法。
由於某些因素之間存在很大的相關性，我選擇使用廣義迴歸。
我有一個關於這個模型的簡單問題：一個主要因子（seedAT）被從模型中移除了。但是，當我對該因子進行 Tukey 多重比較檢定時，該因子（seedAT）的三個水平之間在統計上都存在顯著差異。如果它們之間在統計上有顯著差異，那麼該因子是否也應該具有顯著性？
有人可以解釋為什麼該因素的水平在統計上存在顯著差異，但該因素對模型來說仍然不重要嗎？
謝謝你！
預測模型和機器學習回复：儘管來自 Tukey 多重比較的因子水平之間存在統計顯著性差異，但效應檢驗中的因子無統計學意義對於強制包含一階效應的問題，我只是意識到該選項在廣義回歸的“高級控制”中很快可用。回复：儘管來自 Tukey 多重比較的因子水平之間存在統計顯著性差異，但效應檢驗中的因子無統計學意義@dale_lehman和@statman謝謝你的回答
關於數據集，我在運行多個模擬實驗（1620）時獲得了這些數據。
在每個實驗中，我考慮了以下因素：到達時間（IA_scenario）、種子到達時間（seedAT）、服務時間（ST_scenario）、服務種子時間（ST）、複製次數（NRepsNom）和隊列模型（M /M/1 或 M/M/inf 基於來自隊列理論的 Kendall 符號）。 因子根據全因子而變化。因為我改變了到達時間和服務時間，這是一個排隊模型，因此，模型的交通強度也不同（TINom）。
在這個仿真模型中，我收集了以下 4 個響應：平均到達時間 (AT)、平均服務時間 (ST)、平均係統中單元數 (NIS) 和平均係統中時間 (TIS)。 基於這個模擬結果和隊列理論的理論結果，我計算了例如AT的誤差。
AT 是最簡單的情況（它是到達指示隊列系統並且不依賴於 ST）。 因此，我在建立回歸模型時，並沒有在回歸模型中包含與服務時間相關的因素。 我包括了所有其他因素。
我認為這是我描述數據集的最簡單方法。
現在回到討論。
- 關於比較。 在效果測試中，因子（SeedAT）沒有與其他因子進行比較，對吧？ 據我所知，我們正在測試該因素對模型的重要性，僅此而已。 因此，在效果檢驗中，SeedAT 對模型是否具有統計顯著性是一個問題。在多重比較測試中進行因素與其他因素和交互作用的比較。
如果這是正確的，我的理解是，如果因子的所有三個水平在統計上顯著不同，那麼毫無疑問該因子在統計上是顯著的。 但我認為我的理解完全錯誤。 如果有人可以向我指出任何鏈接或材料來閱讀它，我將不勝感激。 正如我所發現的那樣，到目前為止並沒有澄清我的問題和理解。
- 關於一階效應與二階效應。 我沒有消除一階效應，但廣義模型告訴我“它不重要”，而二階效應是。 這與我的問題有關。 因為正如你們都指出的那樣，這不符合等級原則。
但是，我怎樣才能告訴 JMP 將一階效應 SeedAT 強制包含在模型中呢？ 因為當我生成回歸方程時，效果不會包含在方程中。
現實意義是一個很好的提醒。 謝謝你！
再次感謝您的討論和見解。
回复：儘管來自 Tukey 多重比較的因子水平之間存在統計顯著性差異，但效應檢驗中的因子無統計學意義了解數據集以及您如何獲取數據將非常有幫助，但我知道您可能不希望將其發佈在公共論壇上。 這確實使您很難知道您到底做了什麼或正在嘗試做什麼。 我不一定同意你的比較是相同的。 一個比較是因子 (seedAT) 與模型中的其他因子、交互作用和誤差。 在查看seedAT 級別的級別差異時，您是在級別內與級別間進行比較。 此比較中沒有任何因素，比較的基礎是水平內變化（不是模型的未分配 DF，誤差）。
我不確定您的模型，但您似乎刪除了一階效應並保留了二階效應。 這在建模時不遵循層次原則嗎？ 有點符合戴爾的觀點。
另一條評論：我不知道實際的差異是什麼。 不要忘記，實際意義永遠比統計意義更重要。
回复：儘管來自 Tukey 多重比較的因子水平之間存在統計顯著性差異，但效應檢驗中的因子無統計學意義我不理解你的模型。由於seedAT 存在一些顯著的交叉效應，因此只有直接效應不顯著。雖然這似乎不尋常，但它向我表明該變量的重要性在於它與其他變量的相互作用——一旦考慮到這些，seedAT 的影響就被納入了。 似乎從模型中刪除了seedAT - 這不是微不足道的，而是表明模型是多餘的（我相信 - 我對廣義回歸幾乎沒有經驗，所以我可能錯了）。
回复：儘管來自 Tukey 多重比較的因子水平之間存在統計顯著性差異，但效應檢驗中的因子無統計學意義是的，但是這裡的比較是一樣的。 那麼，如果模型中因子的水平存在顯著差異，那麼因子本身對模型不應該是顯著的嗎？回复：儘管來自 Tukey 多重比較的因子水平之間存在統計顯著性差異，但效應檢驗中的因子無統計學意義統計顯著性是一個條件陳述。 這取決於正在比較的內容、模型中的內容和不存在的內容、錯誤項的構成以及推理空間中的內容。
