Wordt een covariaat verwijderd uit het model als deze niet significant blijkt te zijn?

Question

Ik heb een model met een covariaat erin welke niet significant blijkt te zijn, dit heeft uiteraard invloed op de variantie verdeling van de andere variabelen, ik kom tot andere conclusies als ik deze in het model laat staan c.q. verwijder.

Alvast hartelijk dank,

Met een vriendelijke groet,

Marco Craamer

Answer 1

Als je een model opstelde met covariaten en/of interacties, dan had je vermoedelijk goede redenen om dat te doen (of niet). Vaak steun je daarvoor op literatuur. Dat betekent dat de stand van de wetenschap is, dat men aanneemt dat die covariaten en/of interacties in de populatie een significante rol spelen. Als achteraf in jouw eigen steekproef die invloed niet significant blijkt, dan zegt dit nog steeds niets over de variatie die deze dingen veroorzaken in de populatie. Iets uit je model halen, zorgt er niet voor dat het ook in de populatie verdwijnt!

Kortom, ik denk dat je covariaten/interacties best in je analyses betrekt als ze in je model staan…

Luc

Answer 2

Hangt de covariaat samen met je afhankelijke variabele (bivariaat dus, e.g. de correlatie)?

Zoja, als hij dan ook samenhangt met een of meerdere van je voorspellers, is het een mogelijke confounder. Zelfs als hij in het (multivariate) regressie-model niet langer significant is, zorgt zijn (of haar :-)) aanwezigheid in je model er voor dat de verbanden tussen je voorspellers en je afhankelijke variabele worden gecorrigeerd voor die confounder.

Dit is denk ik wat Luc bedoelt met zijn antwoord.

Tegelijkertijd geldt dus ook dat als deze covariaat bivariaat niet noemenswaardig samenhangt met je afhankelijke variabele of met je voorspellers, je deze zonder problemen uit je model kunt verwijderen. Dit gebrek aan samenhang betekent dat de covariaat geen confounder kan zijn, en dus loop je niet het risico onterecht conclusies te trekken die eigenlijk door de confounder kunnen worden verklaard. Als deze variabele niet bivariaat samenhangt met je afhankelijke variabele, winnen je significantie-toetsen van de regressie-coefficienten van de andere voorspellers bovendien aan power door deze covariaat te verwijderen. Dit in verband met de lagere multicollineariteit (minder samenhang tussen je voorspellers). Deze covariaat hangt immers door steekproeftoeval/meetfout sowieso een beetje samen met je andere voorspellers, wat tot powerverlies leidt.

In twijfelgevallen (i.e. afhankelijke van of deze covariaat net niet significant is, of bij lange na niet significant - let ook op de bivariate verbanden! Bij regressie geldt in het algemeen altijd: bestudeer eerst de correlatietabel en alle scatterplots, om te kijken hoe alle variabelen samenhangen, en of de verbanden die je onderzoekt met je regressiemodel wel echt lineair zijn!): draai beide analyses en rapporteert beide uitkomsten. Bespreek in je discussie dan wat die uitkomsten kunnen betekenen. Dat is de meest integere manier om daar mee om te gaan. Ook onduidelijk; maar da's niet jouw schuld, da's gewoon omdat de realiteit, in dit geval, kennelijk onduidelijk is, en dat moet dan als zodanig worden gerapporteerd.