コンティンジェンシー分析からモデル選択を行う方法私の専門は消費者調査です。説明変数は7つ、応答変数は1つあります。すべてカテゴリ変数です。
私の目的は、応答変数を 1 つの説明変数または説明変数の組み合わせに置き換えることです。
私のアプローチ:
- 各説明変数と応答のコンティンジェンシー分析を実行します。
- 分割分析から、決定係数（U）が最も高い説明変数を選択します。水準数が異なるため、尤度比やピアソンのカイ二乗値はモデル選択に役立たないと考えます。
- 関連性の尺度表から、ラムダ値と不確実性の値を使用します。最も高い値を持つ説明変数を選択します。
以下は、コンティンジェンシー分析の変数と結果を説明する要約です。
変数 ＃ |
# レベル |
Rsq(U) |
LRカイ二乗 |
ピアソンカイ二乗 |
ラムダ非対称 (C|R, R|C) |
ラムダシンム。 |
不確実性係数 (C|R, R|C) |
不確実性係数（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 |
応答変数には 6 つのレベルがあります。
変数D、E、F、Gのレベルは、強度の昇順で並べられています。下限と上限はほぼ等しいと仮定します。
質問:
- 概説したアプローチは有効ですか?
- D、E、F、G（Gを選択したいと考えています）のいずれかの変数をA、B、Cのいずれか、または複数と組み合わせて、より良いモデル（つまり、応答のより良い代替モデル）を作成することはできますか？ もし可能であれば、どのように行うべきでしょうか？また、最適なモデルを選択するためにどのような指標を使用すればよいでしょうか？
品質およびプロセスエンジニアリング
