Les posteurs les plus actifs de la semaine
Aucun utilisateur |
Sujets les plus vus
p-value et eta²
2 participants
Page 1 sur 1
p-value et eta²
Bonjour,
Ma question : comment faire si j'ai une p-value significative et un eta² faible ? Dois je tout de même reporter le résultat ou éviter ?
Voici mon dataset
J'essai d'expliquer la variable pct_Situation_A par ID1 + ID 2 et d'un autre coté par seulement ID1. Dans les deux cas ID1 à une p-value sigificative. Mais les éta² sont totalement differents.
Dois je donc reporter l'anova a1 ou a2 ? Comment choisir ?
Merci pour votre aide
Lenny
Ma question : comment faire si j'ai une p-value significative et un eta² faible ? Dois je tout de même reporter le résultat ou éviter ?
Voici mon dataset
- Code:
res=structure(list(Ech = 1:42, N_Vehicule = structure(c(1L, 2L, 3L,
1L, 2L, 3L, 1L, 2L, 3L, 1L, 2L, 3L, 1L, 2L, 3L, 1L, 2L, 3L, 1L,
2L, 3L, 1L, 2L, 3L, 1L, 2L, 3L, 1L, 2L, 3L, 1L, 2L, 3L, 1L, 2L,
3L, 1L, 2L, 3L, 1L, 2L, 3L), .Label = c("1", "2", "3"), class = "factor"),
Assis = c(18, 3, 17, 14, 3, 2, 18, 12, 11, 8, 6, 9, 8, 8,
12, 18, 3, 12, 16, 6, 15, 23, 8, 18, 8, 9, 11, 13, 8, 15,
20, 8, 5, 5, 6, 14, 16, 13, 18, 24, 14, 13), Situation_D = c(3,
2, 2, 4, 6, 16, 0, 0, 5, 0, 1, 2, 1, 0, 1, 5, 6, 9, 0, 0,
3, 2, 9, 6, 0, 2, 2, 0, 2, 1, 2, 2, 9, 1, 1, 1, 0, 2, 0,
0, 3, 6), pct_assis = c(85.7142857142857, 60, 89.4736842105263,
77.7777777777778, 33.3333333333333, 11.1111111111111, 100,
100, 68.75, 100, 85.7142857142857, 81.8181818181818, 88.8888888888889,
100, 92.3076923076923, 78.2608695652174, 33.3333333333333,
57.1428571428571, 100, 100, 83.3333333333333, 92, 47.0588235294118,
75, 100, 81.8181818181818, 84.6153846153846, 100, 80, 93.75,
90.9090909090909, 80, 35.7142857142857, 83.3333333333333,
85.7142857142857, 93.3333333333333, 100, 86.6666666666667,
100, 100, 82.3529411764706, 68.4210526315789), Occupation = c(25,
65, 65, 25, 65, 65, 25, 65, 65, 25, 65, 65, 25, 65, 65, 25,
65, 65, 25, 65, 65, 25, 65, 65, 25, 65, 65, 25, 65, 65, 25,
65, 65, 25, 65, 65, 25, 65, 65, 25, 65, 65), Montants = c(16,
11, 12, 16, 11, 12, 16, 11, 12, 16, 11, 12, 16, 11, 12, 16,
11, 12, 16, 11, 12, 16, 11, 12, 16, 11, 12, 16, 11, 12, 16,
11, 12, 16, 11, 12, 16, 11, 12, 16, 11, 12)), .Names = c("Ech",
"N_Espace", "Situation_A", "Debout", "pct_Situation_A", "ID1", "ID2"
), row.names = c(NA, -42L), vars = "Ech", drop = TRUE, class = c("grouped_df",
"tbl_df", "tbl", "data.frame"))
J'essai d'expliquer la variable pct_Situation_A par ID1 + ID 2 et d'un autre coté par seulement ID1. Dans les deux cas ID1 à une p-value sigificative. Mais les éta² sont totalement differents.
Dois je donc reporter l'anova a1 ou a2 ? Comment choisir ?
- Code:
attach(res)
a1 <- aov(pct_Situation_A~ ID1 + ID2,test="Chisq")
a2 <- aov(pct_Situation_A~ ID1 ,test="Chisq")
library("lsr")
etaSquared(a1)
etaSquared(a2)
Merci pour votre aide
Lenny
lenny868- Nombre de messages : 48
Date d'inscription : 16/01/2018
Re: p-value et eta²
En comparant les deux modèles par la fonction anova : anova( a1, a2). Si la différence n'est pas significative, prendre le plus simple, si elle l'est, prendre celui qui explique le mieux les données.
N.B. : 1) Pour des raisons théoriques, la différence ci-dessus sera égale à l'apport de ID2 dans le modèle. Si il n'est pas significatif, c'est-à-dire que la p-value associée à ID2 de la table obtenue par anova( a1) ne l'est pas, alors, la différence entre les deux modèles n'est pas significative.
2) Sauf si pour des raisons théoriques, il faut d'abord tester l'apport de ID1, j'essaierai aussi un modèle du type ID2 + ID1. Il peut y avoir des surprises. De manière générale, il est préférable d'utiliser lm puis la fonction Anova (avec un A majuscule) du package car. Quand le modèle est sans interaction ou équilibré, on l'utilise alors avec ses arguments par défaut, sinon il est préférable d'utiliser la somme des carrés de types 3 (argument type="III").
N.B. : 1) Pour des raisons théoriques, la différence ci-dessus sera égale à l'apport de ID2 dans le modèle. Si il n'est pas significatif, c'est-à-dire que la p-value associée à ID2 de la table obtenue par anova( a1) ne l'est pas, alors, la différence entre les deux modèles n'est pas significative.
2) Sauf si pour des raisons théoriques, il faut d'abord tester l'apport de ID1, j'essaierai aussi un modèle du type ID2 + ID1. Il peut y avoir des surprises. De manière générale, il est préférable d'utiliser lm puis la fonction Anova (avec un A majuscule) du package car. Quand le modèle est sans interaction ou équilibré, on l'utilise alors avec ses arguments par défaut, sinon il est préférable d'utiliser la somme des carrés de types 3 (argument type="III").
Florent Aubry- Nombre de messages : 251
Date d'inscription : 02/11/2015
Re: p-value et eta²
Super, c'est clair. Merci pour avoir pris le temps
Lenny
Lenny
lenny868- Nombre de messages : 48
Date d'inscription : 16/01/2018
Page 1 sur 1
Permission de ce forum:
Vous ne pouvez pas répondre aux sujets dans ce forum
|
|