Видалення факторів із тривимірної таблиці ANOVA

14

У нещодавньому документі я помістив тристоронні моделі з фіксованими ефектами. Оскільки один із факторів був несуттєвим (p> 0,1), я його усунув і перевстановив модель з двома фіксованими ефектами та взаємодією.

Я щойно мав коментарі арбітрів назад, цитую:

Цей час не був суттєвим фактором, коли тривимірний ANOVA сам по собі не є достатнім критерієм для об'єднання фактора часу: стандартний текст цього питання, Underwood 1997, стверджує, що значення p для несуттєвого ефекту повинно бути більше 0,25, перш ніж рівень лікування фактора може бути об'єднаний. Тут автори повинні надати відповідне значення p та обґрунтувати їх об'єднання з посиланням на Underwood 1997.

Мої запитання:

Я ніколи не чув про правило 0,25. Хтось ще? Я можу зрозуміти, що не знімати коефіцієнт, якщо значення р було близьким до межі, але мати "правило" здається трохи екстремальним.
Цей арбітр заявляє, що стандартний текст - Underwood 1997 . Це насправді? Я ніколи про це не чув. Яким був би стандартний текст (чи існує така річ)? На жаль, я не маю доступу до цього Андервуду, 1997 рік.
Будь-які поради при відповіді на суддів.

Довідка: цей документ було подано до нестатистичного журналу. Під час встановлення триходової моделі я перевірив на ефекти взаємодії.

anova fixed-effects-model

— csgillespie
джерело

Ніколи не чув про підручник Андервуда, але ця стаття, здається, обговорює плюси і мінуси об'єднання: Прагматика об'єднання в таблиці ANOVA (Hines, Am. Stat. 1996). Тепер я, мабуть, пам’ятаю, що Sokal & Rohlf (1995) також рекомендують враховувати дуже консервативні значення ( ); Мені потрібно перевірити, перш ніж надсилати відповідь, якщо не з’являться кращі посилання.

p \geq .25

$p\geq .25$

— chl

2

Просто коментар. Настанова, заснована на пахне, як неправильне використання -значення, оскільки незначне значення не є мірою недоказування. Оскільки -значення розподіляються рівномірно під нульовою гіпотезою, чому б не просто перевернути (упереджену) монету? Кінцевий результат такий же, і, принаймні, чесно ставитись до дурі. (Гаразд, допій трохи сильний, але ви

p \geq s o m e t h i n g

$p \geq something$

p

$p$

p

$p$

p

$p$

5

Це була б цікава відповідь для арбітра: "Ми дякуємо арбітру за їх коментарі, але думаємо, що вони трохи дуріли";) Хоча хороший коментар.

— csgillespie

15

Я здогадуюсь, про який йде мова про Андервуд, це експерименти з екології (Cambridge Press, 1991). Це більш-менш стандартне посилання в екологічних науках, можливо, третє за Заром і Соколом і Рольфом (і, на мою думку, найбільш "читабельним" з цих трьох)

Якщо ви можете знайти копію, відповідний розділ, який цитує ваш суддя, знаходиться в 9.7 на с.273. Там Underwood пропонує рекомендовану процедуру об'єднання коштів (так не «правила» як такі ) для незначущих факторів. Це двоетапна процедура, відверто кажучи, я не дуже розумію, але підсумок p = 0,25 пропонується знизити ймовірність помилки типу I при об'єднанні незначущого фактора (тому нічого спільного з "time" у ваш приклад, це може бути будь-який не-сиг-фактор).

Ця процедура насправді не є Андервудською, він сам цитує Winer et al 1991 ( Статистичні процедури в експериментальному дизайні McGraw-Hill). Ви можете спробувати там, якщо не зможете знайти копію Андервуду.

— Кріс
джерело

4

+1 Приємна відповідь: чітка, прониклива і авторитетна.

— whuber

@Chris, ти маєш на увазі "зменшити ймовірність помилки типу II" (не типу I) вище? Мотивація не вилучення факторів із моделі полягає у запобіганні малопотужних досліджень, що дозволяють усунути справжні причини (тобто тип II висновку змінної не впливає), а також надуває очевидний ефект параметрів, залишених у моделі, якщо вони співвідносяться із видаленою змінною. Оскільки побічний ефект буде генерувати помилки типу I, можливо, Андервуд пропонує залишити ефекти для контролю як помилок типу 1, так і типу II, тобто максимізувати дійсність моделі?

— час

10

Я ненавиджу такі правила, що базуються на обмеженні. Я думаю, це залежить від дизайну та того, якими були апріорні гіпотези та очікування. Якщо ви очікуєте, що результат залежить від часу, то я б сказав, що ви повинні тримати час, як і для будь-якого іншого "блокуючого" чинника. З іншого боку, якщо ви повторювали одні й ті ж експерименти в різний час і не мали підстав вважати, що результат буде залежати від часу, але хотіли перевірити, чи це було так, то зробили це і виявили мало або взагалі ніяких доказів для цього, що залежать від Час, я б сказав, що цілком розумно потім скидати час.

Я ніколи раніше не чув про Андервуд. Це може бути стандартний текст для «Експерименти по екології» (назва книги), але немає ніякої очевидної причини , що експерименти в області екології повинні розглядатися по -іншому від інших експериментів в цьому відношенні, так , щоб переглянути його як " в стандартному тексті на це питання "видається невиправданим.

— одна зупинка
джерело

1

До експерименту вважали, що фактор буде суттєвим. Однак, це було заповнене двома іншими ефектами. Я усунув фактор, оскільки його збереження не змінило висновків і лише ускладнило пояснення.

— csgillespie

2

Хм, в такому випадку я думаю, що я б продовжував це. Я не можу зрозуміти, чому це робить пояснення складніше, і, як ви виявили, може бути важче пояснити, чому ви кинули його, ніж чому ви тримали його!

— onestop

Я вважаю, що я не згоден на 100%. Я легко міг побачити іншого арбітра, який підказує, що ви повинні зняти цей фактор (саме це рекомендує біостатистам і я). Як ви вже згадували, коли це сіра зона, довільне правило - це не шлях. Якби ми хотіли ввести в оману, ми б ніколи не згадували, що інший фактор коли-небудь був задіяний! Цілком неетично, але я підозрюю, що це трапляється.

— csgillespie

1

будь ласка, прочитайте текст Андервуду та посилання на нього, це не правило, будь ласка, прочитайте. Фактично такий підхід полягає у керуванні помилкою типу II при видаленні (або об'єднанні) терміна "неістотне значення" в моделі. Що робити, якщо термін, який ви скасуєте, має рівень значущості 0,06? Ви дійсно впевнені, що очікувана ЧС не передбачає додаткового ефекту через фактор ?. Якщо ви видалите цей термін, ви припускаєте, що очікувана МС не включає додаткового ефекту завдяки такому лікуванню, АЛЕ ВАМ ПОВИНЕН бути захищеним від помилки II! Вибачте, будь ласка, мою бідну та поспішаю англійську!

— AnastD
джерело