如何从列联分析中进行模型选择我的领域是消费者研究。我有 7 个解释变量和 1 个响应变量。它们都是分类变量。
我的目标是用一个或多个解释变量的组合来替换响应变量。
我的方法：
- 对每个解释变量及其响应进行应急分析。
- 从列联分析中，选择具有最高 R 平方 (U) 的解释变量。由于级别数不同，我认为似然比或皮尔逊卡方值对模型选择没有帮助。
- 从关联度量表中，使用 Lambda 值和不确定性值。选择具有最高值的解释变量。
以下是描述应急分析的变量和结果的摘要。
多变的 ＃ |
# 级别 |
Rsq(U) |
LR卡方 |
皮尔逊卡方 |
Lambda 非对称 (C|R, R|C) |
Lambda 符号 |
不确定性系数（C|R，R|C） |
不确定性系数（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 |
响应变量有 6 个级别。
变量 D、E、F、G 的级别按强度升序排列。假设低边界和高边界相似。
问题：
- 所述方法是否有效？
- 我可以将 D、E、F、G 中的一个变量（我倾向于选择 G）与 A、B、C 中的一个或多个变量组合起来，以获得更好的模型（即更好地替代响应）吗？如果可以，该怎么做？可以使用哪些指标来选择最佳模型？
质量与工艺工程
