Ciao,
Ho un modello misto, in cui ho valutato l'analisi univariante di Pearson per le variabili categoriali o la regressione logistica per il significato di variabili continue a un risultato binario (ad esempio la mortalità).
L'inserimento di tali variabili (continue e categoriali) in un'analisi multivariata mi mostra un certo effetto, utilizzando l'opzione "Adatta modello" e "Logistica nominale" con successiva eliminazione manuale all'indietro fino a quando tutti p <0.05.
Ora, alcuni amici di statistica mi hanno detto, non posso usare variabili categoriali e continue nella stessa analisi multivariata, e dovrei piuttosto categorizzare le mie variabili continue in variabili categoriali (ad esempio dividere per intervalli interquartili) e usare quelle, solo le variabili categoriali nella regressione multivariata. O viceversa, dovrei escludere le mie variabili categoriali nel modello e usare solo variabili continue.
Cosa pensano le persone? - Qualche consiglio molto apprezzato. Molte grazie, Marc
Se capisco correttamente il tuo post originale, stai tentando di adattare un modello di regressione logistica nominale con una risposta categoriale (binaria) e predittori sia continui che categoriali? In questo caso, non vi è alcun motivo per cui non sia possibile utilizzare JMP per adattarlo a tale stile di modello. Così come molti altri metodi di modellazione che vanno dalle reti neurali alla piattaforma Partition in JMP. Ecco un rapido esempio utilizzando la tabella di dati di diabetes.jmp fornita nella directory dei dati di esempio di JMP e un collegamento alla documentazione online di JMP.
https://www.jmp.com/support/help/14-2/launch-the-nominal-and-ordinal-logistic-personal.shtml
