Kysymys:
Tekijöiden poistaminen 3-suuntaisesta ANOVA-taulukosta
csgillespie
2010-12-06 20:04:10 UTC
view on stackexchange narkive permalink

Äskettäin julkaistussa artikkelissani olen asentanut kolmisuuntaiset kiinteät tehosteet. Koska yksi tekijöistä ei ollut merkittävä (p> 0,1), poistin sen ja asensin mallin uudelleen kahdella kiinteällä vaikutuksella ja vuorovaikutuksella.

Minulla on juuri ollut tuomareiden kommentteja, lainatakseni:

Tuo aika ei ollut merkittävä tekijä kolmitie-ANOVA: ssa, ei sinänsä ole riittävä kriteeri aikakertoimen yhdistämiselle: tämän asian vakioteksti Underwood 1997 väittää, että p- merkityksettömän vaikutuksen arvon on oltava suurempi kuin 0,25, ennen kuin tekijän hoitotasot voidaan yhdistää. Kirjoittajien on annettava asiaankuuluva p-arvo tässä ja perusteltava niiden yhdistäminen viittaamalla Underwood 1997: een.

Kysymykseni ovat:

  1. En ole koskaan kuuli 0,25-säännöstä. Onko kukaan muu? Ymmärrän, että tekijää ei poisteta, jos p-arvo oli lähellä raja-arvoa, mutta "säännön" saaminen tuntuu hieman äärimmäiseltä.
  2. Tämä erotuomari toteaa, että Underwood 1997 on vakioteksti. Onko se todella? En ole koskaan kuullut siitä. Mikä olisi vakioteksti (onko sellaista olemassa)? Valitettavasti minulla ei ole pääsyä tähän Underwoodiin, 1997.
  3. Mitään neuvoja vastattaessa erotuomareille.

Tausta: tämä paperi lähetettiin ei-tilastollinen päiväkirja. Kolmisuuntaista mallia sovitettaessa tarkistin vuorovaikutustehosteet.

En ole koskaan kuullut Underwoodin oppikirjasta, mutta tässä artikkelissa näyttää olevan keskustelua yhdistämisen eduista ja haitoista: [Yhdistämisen käytännöt ANOVA-taulukoissa] (http://www.jstor.org/pss/2684424) (Hines, Am. ). Nyt näytän muistan, että Sokal & Rohlf (1995) suosittelevat myös harkitsemaan erittäin konservatiivisia arvoja ($ p \ geq .25 $); Minun on tarkistettava ennen vastauksen lähettämistä, ellei parempia viitteitä tule.
Vain kommentti. Ohjaus perustuu $ p \ geq johonkin $ haju kuin $ p $ -arvon väärinkäyttö, koska ei-merkittävä $ p $ -arvo ei mittaa todisteita. Koska $ p $ -arvot jakautuvat tasaisesti nollahypoteesin alle, miksi ei vain kääntää (puolueellista) kolikkoa? Lopputulos on sama, ja ainakin se on rehellinen siitä, että on huono. (OK, huono on vähän vahva, mutta saat idean.)
Se olisi mielenkiintoinen vastaus erotuomarille: "Kiitämme erotuomaria heidän kommenteistaan, mutta luulemme heidän olevan hieman epämääräisiä";) Hyvä kommentti.
Kolme vastused:
Chris
2010-12-06 20:53:21 UTC
view on stackexchange narkive permalink

Oletan, että kyseessä oleva Underwood on kokeilut ekologiassa (Cambridge Press 1991). Se on enemmän tai vähemmän vakiintunut viittaus ekologisiin tieteisiin, ehkä kolmas Zarin, Sohkolin ja Rohlfin jälkeen (ja mielestäni kolmesta "luettavin").

Jos löydät kopion, asiaankuuluva osa, jota erotuomari mainitsee, on kohdassa 9.7 sivulla 273. Underwood ehdottaa suositeltua yhdistämismenettelyä (joten ei "sääntöä" sinänsä ) ei-merkittäville tekijöille. Sen kaksivaiheinen menettely, jota rehellisesti sanottuna en oikein ymmärrä, mutta tulos on p = 0,25 ehdotetaan tyypin I virheen todennäköisyyden vähentämiseksi, kun yhdistetään ei-merkittävä tekijä (joten ei ole mitään tekemistä 'ajan' kanssa esimerkkisi, se voi olla mikä tahansa ei-sig-tekijä).

Menettely ei todellakaan näytä olevan Underwoodin, hän itse mainitsee Winerin ym. 1991 ( Tilastolliset menettelyt kokeellisessa suunnittelussa McGraw-Hill). Voit kokeilla sitä, jos et löydä kopiota Underwoodista.

+1 Hieno vastaus: selkeä, asiaankuuluva, oivaltava ja arvovaltainen.
@Chris, tarkoitatko edellä mainitun "tyypin II virheen todennäköisyyden vähentämistä" (ei tyyppi I)? Motiivina olla poistamatta tekijöitä mallista on estää pienitehoiset tutkimukset, jotka mahdollistavat aitojen syiden poistamisen (ts. Muuttujan päättämisellä tyypillä II ei ole vaikutusta), samalla kun se lisää malliin jätettyjen parametrien näennäistä vaikutusta, jos neovat korreloimassa nyt poistetun muuttujan kanssa.Koska sivuvaikutus aiheuttaa tyypin I virheitä, kenties Underwood ehdottaa jättävän vaikutuksia hallitsemaan sekä tyypin 1 että tyypin II virheitä, ts. Maksimoimaan mallin kelvollisuus?
onestop
2010-12-06 20:57:16 UTC
view on stackexchange narkive permalink

Inhoan tällaisia ​​rajaamiseen perustuvia sääntöjä. Mielestäni se riippuu suunnittelusta ja siitä, mitä a priori hypoteesi ja odotuksesi olivat. Jos odotat lopputuloksen vaihtelevan ajan mukaan, sanoisin, että sinun tulisi pitää aikaa, kuten muillakin 'estävillä' tekijöillä. Toisaalta, jos toistat samoja kokeita eri aikoina ja sinulla ei ole syytä ajatella, että tulos vaihtelee ajan myötä, mutta halusit tarkistaa, että näin on, niin kun olet tehnyt niin ja löytänyt vähän tai ei ollenkaan todisteita siitä, että se vaihtelisi aikaa, sanoisin, että on täysin järkevää sitten pudottaa aikaa.

En ole koskaan ennen kuullut Underwoodista. Se voi olla vakioteksti 'Experiments in Ecology' (kirjan otsikko), mutta ei ole mitään ilmeistä syytä siihen, että ekologiakokeita tulisi kohdella eri tavalla kuin muita tässä suhteessa tehtyjä kokeita, jotta sitä voidaan pitää tämän aiheen vakioteksti "vaikuttaa perusteettomalta.

Ennen kokeilua uskottiin, että tekijä olisi merkittävä. Kaksi muuta vaikutusta kuitenkin tuhosi sen. Poistin tekijän, koska sen pitäminen sisällä ei muuttanut johtopäätöksiä ja vain vaikeutti selitystä.
Hmm, siinä tapauksessa luulen, että pitäisin sen sisällä. En ymmärrä, miksi se tekee selityksen vaikeammaksi, ja kuten huomaat, voi olla vaikeampi selittää, miksi pudotit sen kuin miksi pidit sitä!
Olen samaa mieltä, vaikka en ole täysin samaa mieltä siitä. Voisin helposti nähdä toisen erotuomarin, joka ehdotti sinun poistavan tekijän (biotilastot suosittelevat, että minäkin olen puhunut). Kuten mainitsit, mielivaltainen sääntö ei ole oikea tapa, kun kyseessä on harmaa alue. Jos haluaisimme johtaa harhaan, emme koskaan mainitse, että toinen tekijä oli koskaan mukana! Täysin epäeettinen, mutta epäilen sen tapahtuvan.
AnastD
2012-06-11 05:19:50 UTC
view on stackexchange narkive permalink

lue Underwoodin teksti ja siinä olevat viitteet, se ei ole sääntö, lue. Itse asiassa tämän lähestymistavan tarkoituksena on hallita tyypin II virheitä poistettaessa (tai yhdistämällä) "ei-merkitsevä" termi mallista. Entä jos poistamasi termin allekirjoitustaso on 0,06? Oletko todella varma, että odotettu jäsenvaltio ei sisällä tekijästä johtuvaa lisävaikutusta ?. Jos poistat kyseisen termin, oletat, että odotettu MS ei sisällä kyseisen hoidon aiheuttamaa lisävaikutusta, mutta sinun on oltava jonkin verran suojattu tyypin II virheiltä !. anteeksi huono ja kiireinen englanti!



Tämä Q & A käännettiin automaattisesti englanniksi.Alkuperäinen sisältö on saatavilla stackexchange-palvelussa, jota kiitämme cc by-sa 2.0-lisenssistä, jolla sitä jaetaan.
Loading...