{"id":637,"date":"2020-02-10T08:13:36","date_gmt":"2020-02-10T07:13:36","guid":{"rendered":"https:\/\/www.statsimprove.com\/it\/?p=637"},"modified":"2020-02-10T08:13:36","modified_gmt":"2020-02-10T07:13:36","slug":"variabili-non-significative-quando-tenerle","status":"publish","type":"post","link":"https:\/\/www.statsimprove.com\/it\/2020\/02\/10\/variabili-non-significative-quando-tenerle\/","title":{"rendered":"Variabili non statisticamente significative: quando tenerle nell’analisi?"},"content":{"rendered":"

Molti ricercatori e studenti che analizzano dati per i loro lavori si chiedono spesso se lasciare o rimuovere dai loro modelli predittivi variabili che non mostrano significativit\u00e0 statistica.<\/strong><\/p>\n

\n

Vediamo come comportarci.<\/p>\n

Quando sviluppi un modello di regressione andrai incontro ad una serie di operazioni tra cui centratura, trasformazione, rimozione di variabili, e alla fine ti troverai con un elenco di predittori della tua variabile dipendenti, e alcune di queste variabili solitamente hanno un p-value non significativo.<\/p>\n

Tengo queste variabili? Le rimuovo?<\/strong><\/p>\n

Ovviamente il p-value<\/em> non \u00e8 l\u2019unico criterio che ti indica se tenere o rimuovere una variabile.<\/strong> Ricordati sempre che ci\u00f2 che conta \u00e8 il significato dei risultati che ottieni e che per dare senso a tutta la tua comunicazione scientifica ti serve includere variabili che svolgono un ruolo descrittivo del fenomeno che stai osservando, anche se non significative statisticamente.<\/p>\n

In particolare non<\/strong> dovresti omettere una variabile il cui p-value<\/em> \u00e8 non significativo quando:<\/p>\n