如何從權變分析中選擇模型我的領域是消費者研究。我有7個解釋變量和1個響應變量。所有都是分類的。
我的目標是將響應變量替換為一個或多個解釋變量。
我的方法：
- 對帶有響應的每個解釋變量進行權變分析。
- 從權變分析中，選擇具有最高R平方（U）的解釋變量。由於級別數不同，因此我認為似然比或Pearson卡方值對選擇模型沒有幫助。
- 在“關聯度量”表中，使用Lambda和“不確定性”值。選擇具有最高值的說明變量。
以下是描述權變分析的變量和結果的摘要。
變量號 | ＃級 | Rsq（U） | LR-chi平方 | 培生芝士 | Lambda Asym（C | R，R | C） | Lambda Sym。 | 不確定係數（C | R，R | C） | 不確定係數（Sym） |
一種 | 4 | .08 | 248 | 268 | .08，.13 | .1 | .08，.08 | .08 |
乙 | 3 | .02 | 76 | 75 | .06，.02 | .04 | .02，.03 | .03 |
C | 10 | .04 | 136 | 153 | .05，.04 | .045 | .04，.03 | .034 |
d | 10 | .31 | 961 | 1207 | .33，.13 | .22 | .3，.2 | .245 |
Ë | 18 | .34 | 1056 | 1498 | .34，.1 | .21 | .34，.19 | .24 |
F | 40 | .345 | 1084 | 1590 | .34，.05 | .17 | .35，.15 | .21 |
G | 6 | .32 | 1000 | 1286 | .35，.28 | .31 | .32，.26 | .29 |
響應變量有6個級別。
變量D，E，F，G中的級別按強度遞增排序。假定低邊界和高邊界是相似的。
問題：
- 概述的方法是否有效？
- 我是否可以將D，E，F，G（我傾向於選擇G）中的一個變量與A，B，C中的一個或多個變量相結合，以獲得更好的模型（即，更好地替代響應）？如果是這樣，那麼該怎麼做？可以使用哪些指標來選擇最佳模型？
分析工具其他回复：如何從權變分析中選擇模型雙向列聯表分析本身是有效的，但不足以滿足您的目的。 使用結合了所有變量的線性預測變量進行邏輯回歸將更好地滿足您的需求。
開始這裡在JMP在線文檔中了解什麼是邏輯回歸，如何設置數據，如何啟動分析平台以及可用於回答問題的結果。
回复：如何從權變分析中選擇模型謝謝馬克！
我過去曾使用Logistic回歸，但僅用於二進制響應（例如，穩定/不穩定）。 這個實例將是一個很好的學習機會。 會正確的！
