비선형 데이터에 대한 단계적 회귀안녕,
연구 질문이 있는 데이터세트가 있습니다. X가 연령 외에 Y의 추가 분산에 기여합니까? 데이터를 기반으로 연령은 X와 Y 모두에서 유의한 분산을 설명하지만 관계는 비선형적입니다(연령이 증가하면 Y는 기하급수적으로 감소하고 X는 기하급수적으로 증가함). 따라서 Y를 X로 맞추면(0도 상관 관계 사용) X와 Y의 관계가 선형으로 보입니다. 그래서 내 연구 질문에 답하기 위해 Y를 종속 변수로, X와 Age를 효과로 사용하여 단계적 회귀를 사용해야 합니까? 연령 대 X는 비선형이고 연령 대 Y는 비선형이며 X 대 Y는 선형이라는 것을 알고 계십니까?
고맙습니다!
YC
해석학맥 OSRe: 비선형 데이터에 대한 단계적 회귀이 상황에서 왜 단계적 회귀를 사용하는지 모르겠습니다.단계적 회귀는 문제가 있는 것(특히 상관 변수의 경우)을 제외하고 후보 요인을 가장 중요한 것으로 줄이는 방법입니다.X와 연령이라는 두 가지 요인만 있는 것처럼 들리므로 단계적 회귀는 의미 있는 작업을 수행하지 않습니다.두 변수를 Y에 영향을 미치는 요인으로 고려하고 잠재적인 상호작용 효과를 포함해야 합니다.또한 X와 Age 사이의 다중 공선성을 고려해야 합니다(VIF는 좋은 지표임).비선형 효과를 통합하는 방법은 다양하지만 시각적 디스플레이부터 시작하여 이것이 얼마나 중요한지 확인하고 이를 모델링하는 방법을 제안합니다.그러나 나는 단계적 회귀가 분석에서 자리를 차지하는 것으로 보지 않습니다.
