连续和分类变量数据分析

机器算法验证 分类数据 连续数据
2022-03-26 20:12:44

我有三个变量：

  • 距离（连续，可变范围负无穷到正无穷）
  • isLand（离散分类/布尔值，变量范围 1 或 0）
  • 居住者（离散分类，变量范围 0-7）

我想回答以下统计问题：

  • 如何比较具有分类变量和连续变量的分布。例如，我想确定距离与居住者的数据分布是否因 isLand 的值而异。
  • 给定三个变量中的两个，我可以使用某个方程预测第三个变量吗？
  • 如何确定具有两个以上变量的独立性？
2个回答

我建议特别阅读逻辑或对数线性模型，以及一般的分类数据分析方法。以下课程的笔记非常适合开始：离散数据分析。Agresti的教科书非常好。您也可以考虑使用Kleinbaum作为快速入门。

  1. 要检查连续因素和分类因素之间的关系，一个好的开始是使用并排箱线图，左侧是连续的，底部是分类的。手段不同吗？使用 ANOVA 进行检查。

  2. 要检查分类因素之间的关系，一个好的开始是使用马赛克图以及列联表。您可以先分组，然后制作单独的图。

  3. 要预测居住者，序数逻辑回归可能是最好的方法。

  4. 要预测 isLand，（二项式）逻辑回归应该可以解决问题。

  5. 为了预测距离，OLS 回归将起作用。

其它你可能感兴趣的问题
上一篇我可以使用置换测试来避免比例上下文中的多重比较问题吗？ 下一篇如何确定缺少数据的生存模型是否合适？