因变量是连续的，但自变量是离散的，呈现这样的散点图，线性回归靠谱么？

资源搬运工 发表于 2021-5-12 08:58
你的自变量具体是什么名称，方便说一下吗？

周边医院的数量，学校的数量，公园的数量等，离散的

资源搬运工 发表于 2021-5-12 08:58
你的自变量具体是什么名称，方便说一下吗？

为啥我给你的回复，显示不出来呢

资源搬运工 发表于 2021-5-12 08:58
你的自变量具体是什么名称，方便说一下吗？

自变量是便利店周边医院的数量、饭馆的数量，等
因变量是便利店的销售额

资源搬运工 发表于 2021-5-12 08:58
你的自变量具体是什么名称，方便说一下吗？

我给你回复，说要审核，显示不出来，要不你看下我帖子里的图，里面X轴的名称就是

资源搬运工 发表于 2021-5-12 08:58
你的自变量具体是什么名称，方便说一下吗？

第一个散点图X轴是快餐厅，就是便利店周边快餐厅的数量，离散的；Y是便利店的销售额

jin216 发表于 2021-5-12 10:20
试试最优尺度回归（分类变量回归）

您好，我查了一下，好像除了spss 别的软件都没有 最优尺度回归？
感觉如果模型多了，spss操作还是挺麻烦麻烦的啊

xzm1945 发表于 2021-5-12 11:01
第一个散点图X轴是快餐厅，就是便利店周边快餐厅的数量，离散的；Y是便利店的销售额

嗯嗯，谢谢你的回复。个人感觉如果样本量大的话，作为离散型自变量如餐厅数目，可以看作连续变量来处理（或者进一步对数化后），回归模型的选择，关键在于因变量的类型。祝好。

资源搬运工 发表于 2021-5-13 10:37
嗯嗯，谢谢你的回复。个人感觉如果样本量大的话，作为离散型自变量如餐厅数目，可以看作连续变量来处理（ ...

收到！，谢谢谢谢

jin216 发表于 2021-5-12 10:20
试试最优尺度回归（分类变量回归）

我发现，先用所有变量做线性回归，找到模型之后，再对模型里的变量，做最优尺度回归，效果会非常好，而且，绝大部分进不了线性模型的变量，在最优尺度里的显著性都不行