控制站點聚類來自 125 家醫院的超過 20 萬名患者的大型資料集。 我正在根據入院來源分析結果（死亡率（名義）和住院時間（連續）的差異。 其他預測變數包括年齡、診斷類別、疾病嚴重程度評分等。
我需要帳戶或網站叢集。 我可以透過在 Fit 模型中新增網站 ID 來做到這一點...當我閱讀其中一篇討論文章時，我也可以將其變成隨機效果。
我想確保這是解釋聚類的適當方法。 我將透過標準最小二乘和名義邏輯迴歸進行線性迴歸。
感謝您的調查
消費者與市場研究數據探索和視覺化回覆：控制站點集群是的，聽起來帶有協變量和線性預測器位置的邏輯回歸模型是合適的。 您還可以包含潛在交互效應的交叉術語，例如在特定站點的停留時間。
