我正在使用具有 2-3 个响应变量和 7 个预测变量的数据集。所有变量都是分类的。如果只有一个响应变量，我认为多项式 logit 将是正确的模型，但有 2 或 3 个。所以我的问题是 - 是否有多项式 logit 的多元版本？

我看过几本关于分类数据的书，但没有见过这样的书（主要使用 Agresti 2002）。

我有大约 2000 个观察结果，但我可能需要将其分成 2 或 3 个数据子集才能真正了解发生了什么。我正在考虑的一件事是将其转换为计数并为计数数据使用模型。我还可以将 2-3 个响应变量组合成 1 个具有很多类别的分类，但我认为这会降低任何类别出现任何内容的机会。我还可以做 2-3 个单独的模型，每个变量一个，这显然不是那么好。

我也许还能够摆脱一些预测因子（我认为 7 个中的 3 个具有最大的解释力）。我并不反对使用机器学习方法，我已经发现了一些有趣的决策树。

谢谢，

-保罗