Es ist eine wichtige Entscheidung, welche Terme in einem Wirkungsflächenmodell eingebunden und ausgeschlossen werden sollen. Der Entscheidung liegen eine Reihe von Überlegungen zugrunde.
- Normalerweise ist der erste Schritt beim Ausschließen eines Terms das Betrachten des p-Werts: Wenn der p-Wert kleiner als das Alpha-Niveau (α) ist, sollte der Term im Modell verbleiben.
- In einigen Situationen werden Sie einen Term auch dann ausschließen wollen, wenn der p-Wert kleiner als α ist. Betrachten Sie jedoch dabei zunächst Folgendes:
- Wie ändert sich das korrigierte R-Quadrat und S beim Ausschließen des Terms? Je höher das korrigierte R-Quadrat ist, umso besser ist das Modell. Je niedriger S ist, umso besser ist das Modell. Wenn das korrigierte R durch das Ausschließen des Terms verringert und S erhöht wird, sollte der Term daher im Modell verbleiben.
- Wie wirkt sich das Ausschließen eines Terms auf die fehlende Anpassung aus? Sie können die fehlende Anpassung durch Untersuchen der Residuendiagramme beurteilen.
- Wie wirkt sich das Ausschließen eines Terms niedriger Ordnung auf die Modellhierarchie aus? In einem hierarchischen Modell sind alle Terme niedriger Ordnung, aus denen sich die Terme höherer Ordnung zusammensetzen, ebenfalls im Modell enthalten. Ein Modell, das den Wechselwirkungsterm A*B*C enthält, ist beispielsweise hierarchisch, wenn es die folgenden Terme umfasst: A, B, C, A*B, A*C und B*C. Wirkungsflächenmodelle müssen hierarchisch sein, wenn Sie eine Gleichung in nicht kodierten (oder natürlichen) Einheiten erstellen möchten.
Alle oben genannten Aspekte sind statistische Überlegungen. Gelegentlich werden Sie einen Term jedoch aufgrund wichtiger technischer oder wissenschaftlicher Erwägungen in ein Modell einbinden wollen, selbst wenn dieser nicht signifikant zu sein scheint. Treffen Sie Ihre Entscheidung daher auf der Grundlage Ihrer technischen und statistischen Kenntnisse.
