我應該使用邏輯回歸還是分類響應模塊？我在 JMP Pro 15.2.1 中。
我有 60,000 個觀察值，其中響應是真/假和兩個分類預測變量：工作和組（假設它們不相關）。 成千上萬的觀察。 我正要在每個觀察都是獨立的假設下進行邏輯回歸。 但後來我意識到，每個人都有三個連續的反應機會（每季度一個），而且他們的連續反應並不完全獨立於之前的反應。我為每個回复都有一個人 ID，所以我知道哪些回复屬於每個人 ID。
我的第一次嘗試只是簡單地使用具有名義邏輯個性的“擬合模型”平台。 但我不確定如何處理“case”變量產生的重複測量。 我可以忽略大小寫，並將每個觀察結果視為獨立的，但這可能會使我的測試統計數據無效。
對於重複測量，我嘗試了分析 -> 消費者研究 -> 分類 -> 相關 -> 重複測量中的多重響應模塊。 'response' 是我的重複測量，'person' 是我的 ID，'job' 和 'group' 是我的 X 值。 但是當我運行模型時，我沒有看到任何我希望通過邏輯回歸看到的測試。 畢竟我是在錯誤的模塊中嗎？
| 人 | 案子 | 回复 | 工作 | 團體 |
| 一個 | 1 | 噸 | 執行 | 藍色的 |
| 一個 | 2 | F | 執行 | 藍色的 |
| 一個 | 3 | 噸 | 執行 | 藍色的 |
| b | 1 | F | 職員 | 藍色的 |
| b | 2 | F | 職員 | 藍色的 |
| b | 3 | 噸 | 職員 | 藍色的 |
| C | 1 | F | 支持 | 橙 |
| C | 2 | 噸 | 支持 | 橙 |
| C | 3 | 噸 | 支持 | 橙 |
分析回复：我應該使用邏輯回歸還是分類響應模塊？這是一個想法。 但我假設感興趣的是（A）不同工作和/或組的反應如何不同，以及（B）反應如何從前一個案例到下一個案例變化。 如果您的興趣不是那樣，我將要描述的內容可能不合適。
第一步，取 case = 1 的所有觀測值的子集。 使用邏輯回歸分析子集並嘗試回答 (A) 給定 case = 1。
第二步，取 case = 2 的所有觀測值的子集。 使用邏輯回歸分析子集並嘗試回答 (A) 給定 case = 2。 然後將 case = 1 的響應添加為新的解釋變量。 使用邏輯回歸分析新子集並嘗試回答 (B) 給定案例 = 2，以案例 = 1 的響應為條件。 如果先前的反應結果很重要，那麼它就說明了先前的反應如何影響後面的反應。
以此類推。 隨著步驟的進行，您可能需要嘗試僅將前一個響應添加為解釋變量，或者將所有之前的響應添加為解釋變量，並查看哪些重要。
