如何从权变分析中进行模型选择我的领域是消费者研究。我有 7 个解释变量和 1 个响应变量。都是分类的。
我的目标是用解释变量中的一个或组合替换响应变量。
我的做法：
- 使用响应对每个解释变量进行应急分析。
- 从权变分析中，选择具有最高 R 平方 (U) 的解释变量。因为水平的数量不同，我认为似然比或皮尔逊卡方值对模型选择没有帮助。
- 从关联度量表中，使用 Lambda 和不确定性值。选择具有最高值的解释变量。
以下是描述权变分析的变量和结果的摘要。
多变的 ＃ | # 级别 | Rsq(U) | LR-智方 | 培生智方 | Lambda 不对称 (C|R, R|C) | 拉姆达辛。 | 不确定度系数 (C|R, R|C) | 不确定度系数 (Sym) |
一个 | 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 |
乙 | 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 |
响应变量有 6 个水平。
变量 D、E、F、G 中的水平按强度升序排列。假设低和高边界是相似的。
问题：
- 概述的方法是否有效？
- 我可以将 D、E、F、G 中的一个变量（我倾向于选择 G）与 A、B、C 中的一个或多个变量结合起来以获得更好的模型（即更好地替换响应）吗？如果是这样，如何做到这一点以及可以使用哪些指标来选择最佳模型？
分析其他回复：如何从权变分析中进行模型选择谢谢你，马克！
我过去使用过 Logistic 回归，但只使用二元响应（例如，稳定/不稳定）。 这个实例将是一个很好的学习机会。 会得到它的权利！回复：如何从权变分析中进行模型选择双向列联表分析本身是有效的，但不足以满足您的目的。 使用结合所有变量的线性预测器的逻辑回归将更好地满足您的需求。
开始这里在 JMP 在线文档中了解什么是逻辑回归、如何设置数据、如何启动分析平台以及可用于回答您的问题的结果。
