Sadece kategorik değişkenlerle regresyon

Bütün bağımlı ve bağımsız değişkenlerin kategorik değişken olması durumunda regresyon yapılabilir mi?

regression logistic categorical-data

— özgeci
kaynak

Yaygın veya bahçe gerilemesi için bile, yanıt (bağımlı) değişkene tamamen sayısal olarak muamele edildiği sürece kesinlikle mümkündür. Yazılımınıza bağlı olarak, bunun olması için zorlamanız veya zorlamanız gerekebilir. Uygun bir geniş regresyon tanımıyla, lojistik veya ordinal regresyonu dahil etmek, sadece mümkün değil, olağan bir durumdur.

— Nick Cox,

Burada şartlarımız konusunda açık konuşmamız gerekiyor, ancak genel olarak, evet :

Bağımlı değişkeniniz sürekli ise (ve artıklar normal olarak dağılmışsa - buraya bakın ), ancak tüm bağımsız değişkenleriniz kategorikse, bu sadece bir ANOVA'dır .
Bağımlı değişkeniniz kategorikse ve bağımsız değişkenleriniz sürekli ise, bu lojistik regresyon (muhtemelen ikili, sıralı veya çok terimli ) olacaktır.
Hem bağımlı değişkeniniz hem de bağımsız değişkenleriniz kategorik değişkenlerse, yine de lojistik regresyon kullanabilirsiniz - bu LR'nin ANOVA-ish versiyonudur.

Hem lojistik regresyonun hem de normal en küçük kareler (doğrusal) regresyonun Genelleştirilmiş Doğrusal Modelin özel durumları olduğunu unutmayın .

— gung - Eski Monica
kaynak

Bahsettiğiniz üçüncü durum, LR'yi denedim, hiçbir katsayı bulunmadı. Yanlış bir şey yapabileceğimi düşündüm.

— altruist

ANOVA'nın normalde dağılmış artıkları gerektirdiğinden daha fazla sürekli bir bağımlı değişken gerektirdiğini sanmıyorum . Bunlar sadece ANOVA'nın iyi çalışması beklenen koşullar.

— Nick Cox,

@NickCox, elbette haklısınız; bu terimleri nasıl tanımladığımız ve uyguladığımız üzerinde titriyoruz. Benim söyleyeceğim yol, modelin bu varsayımlardan türetilmiş olmasıdır, ancak ANOVA, karşılanmadıklarında bile, sonuçların bağlı olup olmadığına dair bir soru sorulabilir.

— gung - Reinstate Monica

@ altruist, kavramsal açıklık uğruna üç vakayı ortaya koydum; Sonunun istediğinin bu olduğunu biliyorum. Yazılımı, modele uyması için doğru kullanıp kullanmamaya ve katsayılarınızın 'anlamlı' olup olmadığına, LR'nin durumunuz için uygun model olup olmadığıyla ilgili olmadığını unutmayın.

— gung - Reinstate Monica

Kategorik olmanın bazen yazılım için bir tanım meselesi olduğunu ve bazen de dikkatini çekenlerin aklına geldiğini unutmayın. Örneğin, çocuk sayısı nedir?

— Nick Cox,