Я использую модель Logit. Моя зависимая переменная является двоичной. Однако у меня есть независимая переменная , которая является категоричным и содержит ответы: 1.very good, 2.good, 3.average, 4.poor and 5.very poor
. Итак, это порядковый номер («количественный категориальный»). Я не уверен, как справиться с этим в модели. Я использую gretl
.
[Примечание от @ttnphns: хотя в вопросе говорится, что модель является логитной (поскольку зависимая является категориальной), критическая проблема - порядковые независимые переменные - в основном одинаковы, будь то зависимая категориальная или количественная. Поэтому вопрос в равной степени относится, скажем, и к линейной регрессии - как и к логистической регрессии или другой модели логита.]
Ответы:
Проблема с порядковой независимой переменной состоит в том, что, поскольку по определению истинные метрические интервалы между ее уровнями не известны , никакие подходящие отношения типов - кроме зонтичного "монотонного" - не могут быть приняты априори. Мы должны что-то с этим сделать, например - «экранировать или комбинировать варианты» или «отдавать предпочтение тому, что максимизирует что-то».
Если вы настаиваете на том, чтобы ваш рейтинг Ликерта IV рассматривался как порядковый (а не интервальный или номинальный), у меня есть пара альтернатив для вас.
Могут быть и другие предложения. Три вышеперечисленных - это то, что приходит мне в голову, просто мгновенно читая ваш вопрос.
Позвольте мне также порекомендовать вам посетить следующие темы: связь между номинальным и масштабным или порядковым ; Связь между порядковым и масштабным . Они могут быть полезны, несмотря на то, что речь идет не о конкретных регрессиях.
Но эти темы касаются регрессий, особенно логистических: вы должны заглянуть внутрь: раз , два , три , четыре , пять .
источник
Просто чтобы добавить к другим отличным ответам: современный способ обработки может быть через аддитивную модель, представляющую порядковую независимую переменную через сплайн. Если вы абсолютно уверены, что эффект переменной является монотонным, вы можете ограничиться монотонным сплайном. (Пример использования монотонных сплайнов см. В разделе Поиск функции для соответствия сигмоидоподобной кривой ).
В R, если вы делаете порядковый предиктор «упорядоченным множителем» (например, с кодом
ord <- factor(sample(1:5,20,replace=TRUE),ordered=TRUE)
), то в линейной модели он будет представлен с помощью ортогональных полиномов.источник
источник