Comprensione del modello di regressioneNella regressione multipla, ho una variabile con un p-value elevato (non significativo), ma la potenza stimata è bassa. Ciò significa che abbiamo bisogno di più dati per escludere la variabile?
Modellazione statistica avanzataAnalisi e modellazione dei dati di baseRe: Comprensione del modello di regressioneL'analisi retrospettiva della potenza (qui) è un no-no. L'idea migliore nel caso di un esperimento di screening è progettare lo studio con una potenza prospettica accettabile e poi accettare il risultato. Hai escluso questo fattore.
Re: Comprensione del modello di regressioneCiao Marco,
Potresti spiegarlo un po' meglio? In questo caso particolare, ho dati non progettati, quindi l'analisi di potenza non è stata eseguita.
Grazie mille per il tuo aiuto!
Re: Comprensione del modello di regressionePotresti usare il tuo set di dati per iniziare un design. Dovresti aggiungere prima le proprietà previste della colonna DOE. Aggiungi la proprietà Response Limits alla colonna Y. Aggiungi la proprietà Coding ai fattori X continui. Aggiungi le proprietà Design Role e Factor Changes appropriate a tutti i fattori X.
Seleziona DOE > Augment Design e assegna i ruoli corretti alle colonne di dati, quindi fai clic su OK. Puoi modificare gli intervalli dei fattori a questo punto se lo ritieni necessario. Nota che usare intervalli ragionevolmente ampi per i fattori continui aumenta la potenza perché otterrai un effetto maggiore se ce n'è uno. Puoi modificare i termini nel modello. Includi i termini che vuoi testare.
Specifica il numero di esecuzioni. Questo numero dovrebbe includere il numero di righe nel set di dati originale. Ad esempio, se hai 10 righe e vuoi considerare altre 5 esecuzioni, inserisci 15. Puoi usare la sezione Design Evaluation per decidere se le tue modifiche sembrano ragionevoli. L'analisi della potenza potrebbe essere particolarmente importante per te.
Re: Comprensione del modello di regressioneCiao @DOE_USER : Ci sono un sacco di cose su questo argomento. Eccone solo alcune.
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
Una cosa che devi ricordare... che Potenza è un altro termine per Probabilità (in particolare, la probabilità di rifiutare l'Ipotesi nulla quando l'Ipotesi alternativa è vera). Ma, e questo è un grande "ma", una volta che qualcosa è accaduto (dati osservati) non c'è alcuna probabilità associata ad esso. Prendi il meteo ad esempio; o sta piovendo ora o non sta piovendo... non c'è alcuna probabilità associata ad esso. Un'analisi retrospettiva della potenza sta tentando di rispondere alla (non)domanda "ora che sappiamo che non sta piovendo, quale sarebbe stata la probabilità che piovesse?". È un esercizio inutile (e pieno di problemi come indicato tramite i link sopra).
