Semi-quantizzazione rispetto a dati continui: metodo migliore per esplorare la relazione?Ciao di nuovo,
Ho bisogno del tuo consiglio su una domanda di statistica piuttosto elementare: qual è il metodo migliore per esplorare la relazione (es Correlazione di Spearman, Tau di Kendall, altro) tra dati semiquantitativi (gradata 0,1,2,3) e variabili continue (vedi tabella allegata e schermata)?
Grazie
Ri: Semi-quant vs. dati continui: metodo migliore per esplorare la relazione?Vorrei iniziare regressione logistica ordinale . Supponendo di avere il tipo di modellazione ordinale per DATI SEMI-QUANT risposta e il tipo di modellazione continua per il DATI CONTINUI predittore / fattore, puoi usare entrambi Analizzare > Misura Y per X o Analizzare > Fit Model . Il logistica piattaforma (da Misura Y per X lancio) fornisce risultati iniziali come questo:
Puoi anche ottenere la curva ROC e Lift Curve con questa piattaforma. In alternativa, ottieni questi risultati iniziali da Forma logistica ordinale (a partire dal Fit Model lanciare):
Questa piattaforma consente più effetti nel modello come altri predittori e covariate e le loro trasformazioni (interazioni, poteri). Sono disponibili anche il Prediction Profiler e gli stessi grafici diagnostici.
Queste tecniche di regressione forniscono più informazioni rispetto alle semplici misure di associazione o accordo.
