Quelle est la meilleure façon d’analyser la relation entre une variable binaire et quantitative ?Salut, désolé si c'est une question vraiment nouvelle, mais je travaille sur un ensemble de données pour le cours sur la relation entre la dépression et le sommeil. J'ai deux variables, la dépression avec une réponse oui/non et les heures de sommeil moyennes pour chaque répondant (5,6,7,etc.). J'ai analysé les deux pour l'ANOVA et trouvé leur R au carré et la valeur P pour la relation, mais existe-t-il un meilleur test pour cette situation spécifique ? Je veux juste établir s'il existe un lien entre les deux variables et l'importance ou l'impact de la dépression sur les heures moyennes de sommeil.
Merci pour votre aide
Études de consommation et de marchéIngénierie Qualité et ProcédésRe : Quelle est la meilleure façon d'analyser la relation entre une variable binaire et une variable quantitative ?Quand vous dites « relation », faites-vous référence à une corrélation ou quelque chose comme ça ? La corrélation mesure la force d'une relation entre deux variables continues, et les deux sont considérées comme des réponses. L'ANOVA suppose que le sommeil est la variable dépendante et la dépression est la variable indépendante. Est-ce ainsi que vous le voyez ? Si c'est plutôt l'inverse, la régression logistique, telle que recommandée par @dale_lehman , est le moyen le plus direct de quantifier et de tester la relation. La statistique Chi carré est utilisée pour évaluer l'importance de la relation, pas la force. Le rapport de cotes indique la force pour vous.
Re : Quelle est la meilleure façon d'analyser la relation entre une variable binaire et une variable quantitative ?Tout d'abord, je suggérerais de regarder les données - voir s'il semble y avoir une relation (vous pouvez utiliser Graph Builder), avant de faire des tests.Si les heures de sommeil sont toutes des nombres entiers et n'ont pas trop de niveaux, je le ferais nominal (ou ordinal) et utiliserais Fit Y (dépression) par X (heures de sommeil) et le tableau de contingence et le test du Chi carré s'appliqueraient .Si les heures de sommeil ne sont pas toutes des nombres entiers ou ont de nombreux niveaux (peu probable), vous pouvez les rendre continus et essayer d'ajuster un modèle de régression logistique.Vous n'indiquez pas non plus la quantité de données dont vous disposez - cela pourrait avoir un impact sur l'analyse la plus susceptible de produire quelque chose de significatif.Mais je pense qu'il est toujours préférable de commencer par examiner les données.
