Ho dati incrociati in una tabella 2 x 2 x 6. Chiamiamo le dimensioni response, Ae B. Adatto una regressione logistica ai dati con il modello response ~ A * B. Un'analisi della devianza di quel modello afferma che sia i termini che la loro interazione sono significativi.
Tuttavia, osservando le proporzioni dei dati, sembra che solo 2 livelli Bsiano responsabili di questi effetti significativi. Vorrei testare per vedere quali livelli sono i colpevoli. In questo momento, il mio approccio è quello di eseguire 6 test chi-quadrato su 2 x 2 tabelle di response ~ A, e quindi di regolare i valori p di quei test per confronti multipli (usando la regolazione di Holm).
La mia domanda è se esiste un approccio migliore a questo problema. Esiste un approccio di modellazione più basato sui principi o un approccio di confronto di più test chi-quadrato?