Kategorik bağımsız değişkenler ve sürekli bağımlı değişkenler için regresyon

Bağımsız değişkenlerin her zaman sayısal olduğu regresyon problemini her zaman çalıştığımı fark ettim. Tüm bağımsız değişkenlerin kategorik olduğu durumda doğrusal regresyon kullanabilir miyim?

regression categorical-data

— famargar
kaynak

Sadece bazı anlambilim ve açık olmak gerekirse:

bağımlı değişken == sonuç == gibi regresyon formüllerinde " " $y$ $y = β_0 + β_1x_1 + β_2x_2 + ... + β_kx_k$
bağımsız değişken == prediktör == gibi regresyon formüllerinde " " den biri $x_k$ $y = β_0 + β_1x_1 + β_2x_2 + ... + β_kx_k$

Dolayısıyla çoğu durumda regresyon türü bağımlı, sonuç veya " " değişkeninin türüne bağlıdır $y$ . Örneğin, bağımlı değişken sürekli olduğunda doğrusal regresyon, bağımlı 2 kategoride kategorik olduğunda lojistik regresyon ve bağımlı 2 kategoriden fazla kategorik olduğunda multinomi (n) al regresyonu kullanılır. Öngörücüler herhangi bir şey olabilir (nominal veya sıralı kategorik veya sürekli veya bir karışım) .

(Aşağıdaki açıklama sizin için gereksiz olabilir, ancak yine de ekliyorum)

$L-1$ $L$

— IWS
kaynak

Teşekkürler. soru başlığına yazarken bağımlı değişken süreklidir. Bu yüzden cevabınızı "kukla kodlama yapmanız koşuluyla doğrusal regresyon kullanabilirsiniz" olarak alıyorum. Yanlışım varsa lütfen düzelt.

— famargar

evet ben de öyle diyordum.

— IWS

İkinci bir soru eklemek için soruyu düzenlediğinizi ve burada benzer bir soru yayınladığınızı görüyorum : stats.stackexchange.com/questions/267137/… . Ayrıca, tahminlerinizi yumuşatarak ne demek istediğinizi veya ayrık değerleri tahmin ederek ne demek istediğinizi soracağım. AFAIK doğrusal bir regresyon, tahmin değişkenlerinize (regresyon formülü aracılığıyla) dayalı olarak sürekli bağımlılığın ortalama değerini verecektir. Lütfen detaylandırın

— IWS

n

$n$

x_{i}

$x_i$

n

$n$

y

$y$

Sıralı bir değişken söz konusu olduğunda, her zaman onu sürekli bir yordayıcı gibi kullanmanın "yeterince sürekli" olduğunu varsaymayı seçebilir (sadece aptallar kullanmadan, ancak değişkeni sayısal bir sürüm olarak girerek). Bununla birlikte, bunu yaparsanız ve sadece birkaç seviyeniz varsa, sadece birkaç noktadan düz bir çizgi (böylece doğrusallığı varsayar) yerleştirirsiniz (bu nedenle seviyelerin burada önemli olduğunu unutmayın). Likert ölçeği, bu şekilde kullanılan bir değişkenin iyi bir örneğidir, bu da çeşitli durumlarda üzülerek problem yaratır.

— IWS