안녕하세요 커뮤니티,
서수 반응 변수와 연속 예측 변수 사이에 중요한 상관 관계가 있는지 알아낸 경우에 대해 질문이 있습니다.
이것은 내 데이터입니다(만약을 대비하여 JMP 파일도 첨부합니다).
처음에는 "Fit model platform"을 사용한 다음 Spearman의 계수를 표시하는 것을 생각했지만 JMP 책에서 다음 정보를 찾았습니다.
이 표에 따르면 순서형 응답 변수와 연속 예측 변수를 다룰 때 순서형 로지스틱으로 작업해야 합니다. 저는 "Fit model" 플랫폼에서 이 작업을 수행했고 다음과 같은 결과를 얻었습니다(첨부된 파일에 스크립트가 있음).
이러한 결과를 이해하기 위해 여러 소스의 JMP 설명서와 동영상을 살펴봐야 했습니다. 나는 많은 소스를 찾았지만 대부분 명목상의 물류 사례에 초점을 맞추었고 여기서 얻을 수 있는 실용적인 의미와 가장 유용한 정보보다는 보고서의 각 부분을 설명하는 데 너무 집중했습니다. 내 목표는 수학/통계에 대한 심도 있는 이해를 갖는 것이 아니라 이러한 결과가 나에게 알려주는 것에 대해 매우 실용적이 되는 것입니다.
제가 이해할 수 있는 것은(제가 틀렸다면 수정해 주세요) 위 그림에서 녹색 원이 있는 값이 제 모델이 그리 좋지 않다는 것을 알려준다는 것입니다.제 경우에는 단일 입력 변수를 사용하여 이 결과를 사용하여 최종적으로 입력 변수와 출력 변수 사이에 어떤 종류의 상관관계나 연관성이 없다고 말할 수 있습니까? > 이것이 제가 대답하고 싶은 주요 질문입니다.
또한 예측 프로파일러의 결과를 이해하는 데 관심이 있었습니다.
Y축의 비율이 1, 2, 3, 4 또는 5의 값을 가질 확률의 백분율을 알려주나요?
마지막으로 이 주제와 다소 관련이 있는 너무 짧은 질문입니다.
a) 내 출력 변수에 대해 리커트 척도(강도 척도)가 있는 경우 대부분 서수 변수이므로 서수 로지스틱으로도 처리해야 함을 알고 있습니다. 그러나 각 단일 시도(행)에 대해 여러 측정값이 있고 값의 평균을 구하면 이제 결과가 연속적인 숫자처럼 보이기 시작합니다. 이 경우 이러한 평균을 서수 대신 연속 변수로 취급할 수 있습니까?
b) 내 출력 변수가 빈도 값인 경우. 서수 변수로 취급하는 것이 더 낫습니까 아니면 연속 변수로 취급할 수 있습니까?
읽어 주셔서 감사합니다,
줄리안
