Hypothesis-Testing
總體 p 值和成對 p 值？
我已經擬合了一個通用線性模型
其對數似然是. 現在我想測試係數是否相同。
- 一、整體檢驗：約簡模型的對數似然是. 通過似然比檢驗，完整模型明顯優於簡化模型.
- 下一個，? 簡化模型是. 結果是，與和.
- 相似地，? 它們與.
- 最後，? 它們與.
這讓我很困惑，因為我希望整體小於, 因為顯然比標準更嚴格（誰產生）。
也就是說，既然我已經“有信心”不成立，我應該“更有信心”不成立。所以我的應該下去。
我是否錯誤地測試了它們？否則，我在上面的推理中哪裡錯了？
也就是說，因為我已經“0.007 自信”不成立，我應該“更有信心”不成立。所以我的 p 應該下降
**簡短的回答：**你的可能性應該下降。但在這裡，p 值並不衡量可能性，而是衡量某些約束的釋放是否會顯著改善可能性。這就是為什麼拒絕並不一定更容易 而不是拒絕因為您需要在最受約束的模型中顯示更好的可能性改進，以證明釋放 2 個自由度以達到完整模型是“值得的”。
詳細說明： 讓我們繪製一個可能性改進圖。
避免矛盾的唯一約束是似然改進必須等於間接路徑的似然改進之和。這就是我從間接路徑的步驟 1 中找到 p 值的方式：
通過似然改進，我的意思是對數似然比由卡方，這就是為什麼它們在圖中相加。使用這種模式，人們可以摒棄明顯的矛盾，因為直接路徑的大部分可能性改進來自僅釋放一個自由度（）。
我會提出兩個可能促成這種模式的因素。
- 在完整模型中有很大的置信區間
- 在平均值附近和在完整模型中
在這些條件下，釋放一個自由度的可能性不大模型到模型，因為在後面的模型中，估計可以接近其他兩個係數。
從這個分析和你給出的另外兩個 p 值可以看出，也許可以提供一個很好的配合。
