Il mio ambito è la ricerca sui consumatori. Ho 7 variabili esplicative e 1 variabile di risposta. Sono tutte categoriali.
Il mio obiettivo è sostituire la variabile di risposta con una o una combinazione di variabili esplicative.
Il mio approccio:
- Eseguire analisi di contingenza di ciascuna delle variabili esplicative con la risposta.
- Dall'analisi di contingenza, seleziona la variabile esplicativa con il più alto R-quadrato (U). Poiché il numero di livelli è diverso, non credo che i valori del rapporto di verosimiglianza o del chi-quadrato di Pearson siano utili nella selezione del modello.
- Dalla tabella Misure di associazione, utilizzare i valori di Lambda e Incertezza. Scegliere la variabile esplicativa con i valori più alti.
Di seguito è riportato un riepilogo che descrive le variabili e i risultati dell'analisi di contingenza.
Variabile # |
# livelli |
Rsq(U) |
LR-chi quadrato |
Chi quadrato di Pearson |
Lambda asimmetrica (C|R, R|C) |
Lambda Sym. |
Coefficiente di incertezza (C|R, R|C) |
Coefficiente di incertezza (Sym) |
A |
4 |
.08 |
248 |
268 |
.08, .13 |
.1 |
.08, .08 |
.08 |
B |
3 |
.02 |
76 |
75 |
.06, .02 |
.04 |
.02, .03 |
.03 |
C |
10 |
.04 |
136 |
153 |
.05, .04 |
.045 |
.04, .03 |
.034 |
D |
10 |
.31 |
961 |
1207 |
.33, .13 |
.22 |
.3, .2 |
.245 |
E |
18 |
.34 |
1056 |
1498 |
.34, .1 |
.21 |
.34, .19 |
.24 |
F |
40 |
.345 |
1084 |
1590 |
.34, .05 |
.17 |
.35, .15 |
.21 |
G |
6 |
.32 |
1000 |
1286 |
.35, .28 |
.31 |
.32, .26 |
.29 |
La variabile di risposta ha 6 livelli.
I livelli nelle variabili D, E, F, G sono ordinati in base all'intensità crescente. Si presume che i limiti inferiore e superiore siano simili.
Domande:
- L'approccio descritto è valido?
- Posso combinare una delle variabili D, E, F, G (tendo a selezionare G) con una o più variabili A, B, C per ottenere un modello migliore (ovvero, una migliore sostituzione della risposta)? In tal caso, come si potrebbe fare e quali parametri si potrebbero utilizzare per selezionare il modello migliore?
