Datos semánticos vs. datos continuos: ¿el mejor método para explorar relaciones?Hola de nuevo,
Necesito su consejo sobre una cuestión de estadísticas bastante básica: ¿cuál es el mejor método para explorar la relación (por ejemplo, ¿Correlación de Spearman, Kendall's Tau, otros) entre datos semicuantitativos (calificados 0,1,2,3) y variables continuas (ver tabla adjunta y captura de pantalla)?
Gracias
Re: Semicantos vs. datos continuos: ¿el mejor método para explorar relaciones?Yo empezaria con regresión logística ordinal . Suponiendo que tiene el tipo de modelo ordinal para el DATOS SEMI-CUANTOS respuesta y el tipo de modelado continuo para el DATOS CONTINUOS predictor / factor, puede usar cualquiera Analizar > Fit Y by X o Analizar > Modelo de ajuste . los Logístico plataforma (desde Fit Y by X lanzamiento) proporciona resultados iniciales como este:
También puede obtener la curva ROC y la curva de elevación con esta plataforma. Alternativamente, usted obtiene estos resultados iniciales de Ajuste logístico ordinal (desde Modelo de ajuste lanzamiento):
Esta plataforma permite más efectos en el modelo, como otros predictores y covariables y sus transformaciones (interacciones, potencias). El Perfil de predicción y los mismos gráficos de diagnóstico también están disponibles.
Estas técnicas de regresión proporcionan más información que las simples medidas de asociación o acuerdo.
