Regressionsmodell verstehenBei der multiplen Regression habe ich eine Variable mit hohem p-Wert (nicht signifikant), aber die geschätzte Power ist niedrig. Bedeutet das, dass wir mehr Daten benötigen, um die Variable auszuschließen?
Erweiterte statistische ModellierungGrundlegende Datenanalyse und ModellierungBetreff: Regressionsmodell verstehenRetrospektive Power-Analysen (hier) sind ein No-Go. Die beste Idee bei einem Screening-Experiment ist, die Studie mit akzeptabler prospektiver Power zu entwerfen und dann das Ergebnis zu akzeptieren. Sie haben diesen Faktor ausgeschlossen.
Betreff: Regressionsmodell verstehenHallo Mark,
Könnten Sie das etwas näher erläutern? In diesem speziellen Fall habe ich nicht konzipierte Daten, daher wurde keine Power-Analyse durchgeführt.
Vielen Dank für Ihre Hilfe!
Betreff: Regressionsmodell verstehenSie könnten Ihren Datensatz verwenden, um mit einem Design zu beginnen. Sie sollten zuerst die erwarteten DOE-Spalteneigenschaften hinzufügen. Fügen Sie der Y-Spalte die Eigenschaft „Antwortgrenzen“ hinzu. Fügen Sie den kontinuierlichen X-Faktoren die Eigenschaft „Kodierung“ hinzu. Fügen Sie allen X-Faktoren die entsprechenden Eigenschaften „Designrolle“ und „Faktoränderungen“ hinzu.
Wählen Sie DOE > Design erweitern und ordnen Sie die Datenspalten den richtigen Rollen zu. Klicken Sie dann auf OK. Sie können die Faktorbereiche an dieser Stelle ändern, wenn Sie dies für notwendig erachten. Beachten Sie, dass die Verwendung einigermaßen breiter Bereiche für kontinuierliche Faktoren die Aussagekraft erhöht, da Sie einen größeren Effekt erzielen, falls vorhanden. Sie können die Terme im Modell ändern. Fügen Sie Terme ein, die Sie testen möchten.
Geben Sie die Anzahl der Durchläufe an. Diese Zahl sollte die Anzahl der Zeilen im ursprünglichen Datensatz enthalten. Wenn Sie beispielsweise 10 Zeilen haben und 5 weitere Durchläufe berücksichtigen möchten, geben Sie 15 ein. Im Abschnitt „Designbewertung“ können Sie entscheiden, ob Ihre Änderungen sinnvoll erscheinen. Die Leistungsanalyse könnte für Sie besonders wichtig sein.
Betreff: Regressionsmodell verstehenHallo @DOE_USER : Es gibt jede Menge Material dazu. Hier sind nur einige davon.
https://library.virginia.edu/data/articles/post-hoc-power-calculations-are-not-useful
https://tidsskriftet.no/en/2019/01/medisin-og-tall/statistical-power-not-after
https://www.sciencedirect.com/science/article/abs/pii/S1527336909001809
Eines müssen Sie bedenken: Power ist ein anderes Wort für Wahrscheinlichkeit (insbesondere die Wahrscheinlichkeit, die Nullhypothese abzulehnen, wenn die Alternativhypothese wahr ist). Aber, und das ist ein großes „Aber“, wenn etwas einmal passiert ist (Daten beobachtet), ist damit keine Wahrscheinlichkeit verbunden. Nehmen wir zum Beispiel das Wetter: Entweder regnet es jetzt oder nicht … damit ist keine Wahrscheinlichkeit verbunden. Eine retrospektive Power-Analyse versucht, die (Nicht-)Frage zu beantworten: „Jetzt, da wir wissen, dass es nicht regnet, wie hoch wäre die Wahrscheinlichkeit gewesen , dass es regnet?“ Das ist eine sinnlose Übung (und voller Probleme, wie in den obigen Links angegeben).
