Mein Interesse gilt der Identifizierung der stärksten Prädiktoren für die jährliche Pro-Kopf-Wachstumsrate dreier Vogelartengruppen: Standvögel, Kurzstreckenzieher und Langstreckenzieher. Mein Modell verwendet die Pro-Kopf-Wachstumsrate als abhängige Variable sowie die Vogeldichte während der Brutzeit und 13 Umweltprädiktoren (verschiedene Messgrößen für Klima, Nahrungsangebot und Nestraub). Ich verwende den „All Possible Models“-Ansatz im Stepwise-Programm (JMP Pro 17), um die Anzahl der Prädiktoren auf drei zu reduzieren und so das Risiko einer Überanpassung zu minimieren, da unsere Stichprobengröße (ein Wert pro Jahr) nur 27 Jahre beträgt (der Datensatz umfasst 27 Zeilen und 15 Spalten). Da sich die BIC einiger 3-Prädiktor-Modelle nur geringfügig unterscheiden, plane ich, die multiplen Prädiktoren in einem zweiten Schritt der Modellreduktion mithilfe der Adaptive Elastic Net (AEN)-Technik (Generalized Regression Program) in diese Modelle einzubeziehen. AEN wird außerdem Regressionskoeffizienten (±SE), statistische Signifikanz und Varianzinflationsfaktoren für jeden Prädiktor im finalen Modell bereitstellen. Ich habe für jeden Prädiktor eine Richtungserwartung, die aus Langzeitforschung an unserem Untersuchungsstandort abgeleitet wurde. Beispielsweise erhöhen höhere Temperaturen das Nahrungsangebot und den Fortpflanzungserfolg, während eine höhere Brutdichte den Bruterfolg verringert. Meine Fragen beziehen sich auf Mehrfachvergleiche.
1) Obwohl die Dichte für jedes der drei Modelle einzigartig ist (eines für jede Vogelgruppe), sind die Umweltprädiktoren gleich. Muss ich für Mehrfachvergleiche korrigieren (z. B. Bonferroni-Korrektur), weil die Umweltprädiktoren in jedem der drei Modelle verwendet werden?
2) Bringt mich die Verwendung des Ansatzes „alle möglichen Modelle“ zur Modellreduktion in statistische Schwierigkeiten, weil ich die Prädiktoren sehr oft verwenden muss, um die Modelle mit den drei Prädiktoren zu finden, die den niedrigsten BIC aufweisen?
3) Ich gehe davon aus, dass ich hinsichtlich dieses Prädiktors auf einer sicheren Grundlage für meine Schlussfolgerung stehe, da die Prädiktordichte für jedes Modell einzigartig ist und ich eine a priori Erwartung hinsichtlich ihres Einflusses habe. Allerdings bin ich nicht sicher, ob dies auch für die Umweltprädiktoren gilt.
Ich entschuldige mich, falls diese Fragen naiv sind. Ich habe Schwierigkeiten, in der Literatur Hinweise zu Mehrfachvergleichen zu finden. Ich habe keine eindeutige Referenz zur Inferenz nach Modellreduktion gefunden. Vielleicht kennen Sie eine. Vielen Dank für Ihre Hilfe.
