로지스틱 회귀 또는 범주형 응답 모듈을 사용해야 합니까?저는 JMP Pro 15.2.1을 사용하고 있습니다.
응답이 참/거짓이고 두 가지 범주형 예측 변수인 직업과 그룹(상관 관계가 없다고 가정)인 60,000개의 관측치가 있습니다. 수천 개의 관찰. 나는 모든 관찰이 독립적이라는 가정 하에 로지스틱 회귀를 하려고 했습니다. 그러나 그 다음 나는 각 사람이 세 번의 연속 응답 기회(분기마다 하나씩)를 갖고 있으며 그들의 연속 응답이 이전 응답과 완전히 독립적이지 않다는 것을 깨달았습니다.각 응답에 대한 개인 ID가 있으므로 각 개인 ID에 어떤 응답이 속하는지 압니다.
나의 첫 번째 시도는 단순히 명목상의 물류 성격을 가진 '적합 모델' 플랫폼을 사용하는 것이었습니다. 하지만 'case' 변수에 의해 생성된 반복 측정값을 어떻게 처리해야 할지 확신이 서지 않았습니다. 대소문자를 무시하고 모든 관찰을 독립적으로 처리할 수 있지만, 이는 아마도 내 테스트 통계를 무효화하고 있을 것입니다.
반복 측정의 경우 분석 -> 소비자 조사 -> 범주 -> 관련 -> 반복 측정에서 다중 응답 모듈을 시도했습니다. '응답'은 나의 반복 측정값, '사람'은 나의 아이디, '직무'와 '그룹'은 나의 X값입니다. 그러나 모델을 실행할 때 로지스틱 회귀에서 볼 것으로 예상되는 테스트가 표시되지 않습니다. 결국 내가 잘못된 모듈에 있습니까?
| 사람 | 사례 | 응답 | 직업 | 그룹 |
| ㅏ | 1 | 티 | 간부 | 푸른 |
| ㅏ | 2 | 에프 | 간부 | 푸른 |
| ㅏ | 삼 | 티 | 간부 | 푸른 |
| 비 | 1 | 에프 | 직원 | 푸른 |
| 비 | 2 | 에프 | 직원 | 푸른 |
| 비 | 삼 | 티 | 직원 | 푸른 |
| 씨 | 1 | 에프 | 먹다 | 주황색 |
| 씨 | 2 | 티 | 먹다 | 주황색 |
| 씨 | 삼 | 티 | 먹다 | 주황색 |
해석학Re: 로지스틱 회귀 또는 범주형 응답 모듈을 사용해야 합니까?여기 한 가지 생각이 있습니다. 그러나 나는 관심이 (A) 작업 및/또는 그룹에 따라 응답이 어떻게 다른지, 그리고 (B) 이전 사례에서 다음 사례로 응답이 어떻게 변하는지 보는 것이라고 가정합니다. 당신의 관심이 그것이 아니라면, 내가 설명하려는 것이 적절하지 않을 수 있습니다.
첫 번째 단계로 케이스 = 1인 모든 관측치의 부분집합을 취합니다. 로지스틱 회귀를 사용하여 하위 집합을 분석하고 주어진 경우 = 1인 경우 (A)에 답을 시도합니다.
두 번째 단계에서는 case = 2인 모든 관측치의 부분 집합을 취합니다. 로지스틱 회귀를 사용하여 부분집합을 분석하고 주어진 경우 = 2인 경우 (A) 답을 시도합니다. 그런 다음 case = 1의 응답을 새로운 설명 변수로 추가합니다. 로지스틱 회귀를 사용하여 새 하위 집합을 분석하고 사례 = 1에 대한 응답을 조건으로 주어진 사례 = 2에 답하려고 시도합니다. 이전 응답이 중요한 것으로 판명되면 이전 응답이 이후 응답에 어떤 영향을 미치는지 알려줍니다.
등등. 단계가 진행됨에 따라 직전 응답만 설명 변수로 추가하거나 모든 이전 응답을 설명 변수로 추가하고 어떤 것이 중요한지 확인해야 할 수도 있습니다.
