Raisons: 1) Petite taille d'échantillon par rapport à la variabilité de vos données. 2) Aucune relation entre les variables dépendantes et indépendantes. Si votre expérience est bien conçue avec une bonne réplication, cela peut être un résultat utile (publiable).
Que signifie insignifiant dans la régression ?
Comment puis-je interpréter les valeurs P dans une analyse de régression linéaire ? La valeur de p pour chaque terme teste l'hypothèse nulle selon laquelle le coefficient est égal à zéro (aucun effet). … Inversement, une valeur de p plus grande (insignifiante) suggère que les changements dans le prédicteur ne sont pas associés à des changements dans la réponse.
Qu'est-ce que cela signifie si le résultat n'est pas significatif ?
Cela signifie que les résultats sont considérés comme « statistiquement non significatifs » si l'analyse montre que des différences aussi importantes (ou supérieures) à la différence observée devraient se produire par hasard plus plus d'une fois sur vingt (p > 0.05).
Et si mon modèle de régression n'est pas significatif ?
Cependant, comme les résultats ne sont pas significatifs, vous ne pouvez pas confirmer votre hypothèse, la relation entre ces variables n'est pas significative au niveau de la population. Cela pourrait être un problème de taille d'échantillon, ou autre chose, mais dans les deux cas votre hypothèse n'est pas confirmée.
Que faire si les résultats ne sont pas statistiquement significatifs ?
Lorsque les résultats d'une étudene sont pas statistiquement significatifs, une analyse post-hoc de la puissance statistique et de la taille de l'échantillon peut parfois démontrer que l'étude était suffisamment sensible pour détecter un effet clinique important. Cependant, la meilleure méthode consiste à utiliser des calculs de puissance et de taille d'échantillon lors de la planification d'une étude.
