Tengo varias covariables en mi cálculo para un modelo, y no todas son estadísticamente significativas. ¿Debo eliminar los que no lo son?
Esta pregunta discute el fenómeno, pero no responde a mi pregunta: ¿Cómo interpretar el efecto no significativo de una covariable en ANCOVA?
Sin embargo, no hay nada en la respuesta a esa pregunta que sugiera que se eliminen las covariables no significativas, así que en este momento me siento inclinado a creer que deberían quedarse. Antes de leer esa respuesta, estaba pensando lo mismo desde una covariable todavía puede explicar parte de la varianza (y, por lo tanto, ayudar al modelo) sin explicar necesariamente una cantidad más allá de algún umbral (el umbral de significancia, que veo que no es aplicable a las covariables).
Hay otra pregunta en algún lugar de CV para la cual la respuesta parece implicar que las covariables deben mantenerse independientemente de su importancia, pero no está claro al respecto. (Quiero vincularme a esa pregunta, pero no pude rastrearla nuevamente en este momento).
Entonces ... ¿Las covariables que no se muestran como estadísticamente significativas deben mantenerse en el cálculo del modelo? (He editado esta pregunta para aclarar que las covariables nunca están en la salida del modelo por el cálculo de todos modos).
Para agregar complicaciones, ¿qué pasa si las covariables son estadísticamente significativas para algunos subconjuntos de datos (subconjuntos que deben procesarse por separado)? De forma predeterminada, mantendría una covariable de este tipo, de lo contrario, tendrían que usarse modelos diferentes o tendría una covariable estadísticamente significativa que falta en uno de los casos. Sin embargo, si también tiene una respuesta para este caso dividido, menciónelo.