Wie lässt sich die Beziehung zwischen einer binären und einer quantitativen Variablen am besten analysieren?Hallo, tut mir leid, wenn das eine wirklich neue Frage ist, aber ich arbeite an einem Datensatz für den Unterricht über den Zusammenhang zwischen Depression und Schlaf. Ich habe zwei Variablen: Depression mit einer Ja/Nein-Antwort und durchschnittliche Schlafstunden für jeden Befragten (5,6,7 usw.). Ich habe die beiden für ANOVA analysiert und ihr R-Quadrat und den P-Wert für die Beziehung gefunden, aber gibt es einen besseren Test für diese spezielle Situation? Ich möchte nur herausfinden, ob es einen Zusammenhang zwischen den beiden Variablen und der Bedeutung oder Auswirkung einer Depression auf die durchschnittliche Schlafdauer gibt.
Ich danke Ihnen für Ihre Hilfe
Verbraucher- und MarktforschungQualitäts- und VerfahrenstechnikBetreff: Wie analysiert man am besten die Beziehung zwischen einer binären und einer quantitativen Variablen?Wenn Sie „Beziehung“ sagen, beziehen Sie sich auf Korrelation oder so etwas? Die Korrelation misst die Stärke einer Beziehung zwischen zwei kontinuierlichen Variablen, und beide werden als Antworten betrachtet. ANOVA geht davon aus, dass Schlaf die abhängige Variable und Depression die unabhängige Variable ist. Siehst du das so? Wenn es umgekehrt ist, ist die logistische Regression, wie von empfohlen @dale_lehman , ist der direkteste Weg, um die Beziehung zu quantifizieren und zu testen. Die Chi-Quadrat-Statistik wird verwendet, um die Signifikanz der Beziehung zu bewerten, nicht die Stärke. Das Quotenverhältnis zeigt Ihnen die Stärke an.
Betreff: Wie analysiert man am besten die Beziehung zwischen einer binären und einer quantitativen Variablen?Zunächst würde ich vorschlagen, sich die Daten anzusehen - sehen Sie, ob es so aussieht, als ob es eine Beziehung gibt (Sie können Graph Builder verwenden), bevor Sie irgendwelche Tests durchführen.Wenn die Schlafstunden ganzzahlig sind und nicht zu viele Ebenen haben, würde ich es nominal (oder ordinal) machen und Fit Y (Depression) mal X (Schlafstunden) verwenden, und die Kontingenztabelle und der Chi-Quadrat-Test würden gelten .Wenn die Schlafstunden nicht alle ganzen Zahlen sind oder viele Stufen haben (unwahrscheinlich), dann könnten Sie sie kontinuierlich machen und versuchen, ein logistisches Regressionsmodell anzupassen.Sie geben auch nicht an, wie viele Daten Sie haben - es könnte sich darauf auswirken, welche Analyse mit größerer Wahrscheinlichkeit etwas Aussagekräftiges ergibt.Aber ich denke, es ist immer am besten, sich zuerst die Daten anzusehen.
