Données semi-quant ou continues: la meilleure méthode pour explorer les relations?Bonjour encore,
J'ai besoin de votre avis sur une question assez fondamentale de statistiques: quelle est la meilleure méthode pour explorer la relation (par exemple Corrélation de Spearman, Kendall's Tau, autre) entre les données semi-quantitatives (notées 0,1,2,3) et les variables continues (voir tableau ci-joint et capture d'écran)?
Merci
Re: Données semi-quant vs continues: la meilleure méthode pour explorer les relations?Je commencerais par régression logistique ordinale . En supposant que vous ayez le type de modélisation ordinale pour le DONNÉES SEMI-QUANT réponse et le type de modélisation continue pour la DONNEES CONTINUES facteur prédictif / facteur, vous pouvez utiliser soit Analyser > Fit Y par X ou Analyser > Modèle ajusté . le La logistique plate-forme (de Fit Y par X lancement) fournit les premiers résultats comme ceci:
Vous pouvez également obtenir la courbe ROC et la courbe de levage avec cette plate-forme. Alternativement, vous obtenez ces premiers résultats de Ajustement logistique ordinale (de Modèle ajusté lancement):
Cette plate-forme permet plus d'effets dans le modèle tels que d'autres prédicteurs et covariables et leurs transformations (interactions, pouvoirs). Le profileur de prédiction et les mêmes graphiques de diagnostic sont également disponibles.
Ces techniques de régression fournissent plus d'informations que de simples mesures d'association ou d'accord.
