非線形データの段階的回帰やあ、
X は、年齢に加えて Y の追加の分散に寄与していますか? データに基づくと、年齢は X と Y の両方で有意な分散を説明しますが、関係は非線形です (年齢が増加すると、Y は指数関数的に減少し、X は指数関数的に増加します)。 したがって、Y を X でフィッティングすると (0 度の相関を使用)、X と Y の関係は線形に見えます。 私の研究の質問に答えるには、Y を従属変数とし、X と年齢を効果とする段階的回帰を使用する必要がありますか? Age 対 X は非線形、Age 対 Y は非線形、X 対 Y は線形であることを知っていますか?
ありがとうございました！
YC
分析マックOSRe: 非線形データの段階的回帰この状況で段階的回帰を使用する理由がわかりません。段階的回帰は、(特に相関変数に関する) 問題があることは別として、候補因子を最も重要なものに減らす方法です。X と Age の 2 つの因子しかないように思われるため、段階的回帰は意味のあることは何もしません。Y に影響を与える要因として両方の変数を考慮し、潜在的な相互作用効果を含める必要があります。X と Age の間の多重共線性も考慮する必要があります (VIF は適切な指標です)。非線形効果を組み込むにはさまざまな方法がありますが、視覚的な表示から始めて、非線形効果の重要性を確認し、これらをモデル化する方法を提案します。しかし、段階的回帰が分析に適しているとは思いません。
