自变量是分组变量，因变脸是连续变量的回归

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

自变量是多个分组变量，如 性别、民族等，因变量是一个连续变量

有如下方法，求建议

1、用 方差分析   

貌似一般也是用这个的，但①如何判断整体的拟合？ ②如何判断每一个自变量组内的不同，比如男生和女生哪个高哪个低？


2、用多元线性回归分析

但自变量几乎都是二分的分组变量，是否合适？


3、用logistic回归

我原来就是把因变量重新编码成三个组，然后用logistic做的，但reference category 的确定上有点没有把握，而且，把一个因变量直接转换三个组，对结果会不会有不可预知的影响

4、用独立样本T检验

这个可以解决方差分析中无法判断每个自变量组内差异的问题，但等于没有控制变量了，这个对结果的影响更大


新手，求意见，谢谢

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：连续变量 自变量 logistic回归 Reference logistic reference category 回归分析 自变量 因变量

这得看你想做什么啊？？ 分析目的？？？

自己根据需求选择啊！

设置虚拟变量用多元回归试一下呀，最好是都试一下

我觉得好像都可以，但好像又都不好，所以才比较纠结

目的是 想看各个自变量对因变量的影响是否显著，有多大，方向（比如男生高还是女生高）

logistic 分组之后的结果和因子分析、多元线性回归做出来差异还蛮大的，不知道怎么弄

关键就是。。。都尝试了不太一样啊。。。

然后不知道怎么弄比较好，总不见得都放上去

我自己的感觉是 以上四个理论上说都成立，但都不是特别特别合适

没有经验，第一次弄，好郁闷

设置虚拟变量做多元回归

直接做方差分析

把因变量分组做logistic回归  [这个是最茫然的，因为那个分组和reference category的确定不太有把握]

一个个变量做独立样本T检验

以上四种都做过了。。。结果有差别

我想知道的是 理论上说 用哪个最好

可作协方差分析可以在控制其他变量的情况下，看某一个或多个自变量对因变量的影响，有总体拟合指标的，而且可以通过画图看变量的影响方向。

虚拟变量做多元回归分析如果拟合效果比较理想的话应该也是会比较有说服力的，也可以配合方差分析来分析，把两个结合起来进行。先通过方差分析进行一个简单筛选。

也就是说，还是最好多个方法配合？而非单独用某一个？（之前主要觉得这样表格太多，篇幅太大）

另外，logistic回归在这里并不合适？

谢谢各位咯