Re: [問題] 迴歸分析、因素分析、集群分析

[celestialgod (天)]

初淺的回答一下，若有誤，再麻煩板友幫忙指正，謝謝

※ 引述《blacklove (Tom)》之銘言：
: 各位版友大家好，
: 由於自己是經濟出身，比較少碰到尺度的資料，
: 有些觀念希望版友們有空的話，能不能幫忙釐清呢？謝謝你們了。
: 問題一：如果說迴歸中的依變項是區間尺度(非常重要~非常不重要)，
: 那依變項是不是就不符合常態分配的假設呢？
: (我的觀念中，好像沒有上下限的依變項，才有可能會有成為常態分配的機會？)
: 這樣還能使用一般OLS的迴歸分析嗎？

回歸分析的假設，並不在依變數，而是殘差，這一點請切記

所以請去看殘差分布為何，不需太在意依變數

: 問題二：有人建議這樣的方式，需要使用ordinal logistic regression??但需要對
: 依變項進行proposional檢驗。由於一般問卷統計的書籍，也有直接使用regression，
: 想請教說使用ordinal與一般迴歸，有什麼不一樣呢？

可以使用ordinal logistic regression

ordinal看的東西跟一般回歸可以看的到不一樣，係數解釋方式也不同

ordinal係數要做odds ratio來解釋

: 問題三：當變項是區間尺度(重要~不重要，進行排序)，還能夠使用因素分析嗎？
: 不知道在因素分析理論中，有沒有對此進行假設。
: 而名目尺度(轉換成1/0時)，能夠與其它區間或比率尺度變項，一同進行因素分析嗎？

因素分析假設是假設其殘差為多元常態，不過甚少看到有人做這個檢驗

名目尺度實不宜放入做討論。

: 問題四：當需要對「人」進行集群分析時，變項如果是區間尺度，
: 或是轉換成dummy(1/0)的名目尺度，這些也可以進行一起納入進行集群分析的變項嗎？
: 不知道理論中，有沒有對此有相關的限制呢？

請問集群分析的方法為何？

k-means自然不行，但是近年有許多方法去量測個尺度的距離

應該都能找到相對應方式，只是適不適宜就要看個人了

: 因為這些問題困擾我好多年了，網路上查也沒辦法直接回答我的疑惑，希望有空的版友
: 順手回答一下囉！謝謝你了。

--

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.218.154.163
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1450890814.A.C5B.html
推 evilove: 名目尺度在因素分析與集群分析已經都有解決的方法。
感謝指點

推 locka: 借題問一下,請問c大說的ordinal logistic regression是否就
→ locka: 是glm with multicategorical variables?
glm是廣稱，廣義上來說，response非整個實數線都可以稱之為glm

透過一個link function將response轉到實數線上，與covariates構成線性關係，便是GLM

EX: lognormal regression or gamma regression 其response都是恆正的正數

以link function: log 可得到 log(mu) = XB

其中，mu是E(Y)，Y是response，X是covariates，B是回歸係數

但是你不能用glm with nonnegative response去稱呼lognormal or gamma reg.

所以glm with multicategorical variables並非特指ordinal logistic regression

而是所有可以處理multicategorical variables的link function之linear model...

ordinal logistic regression的link function是logit link

推 blacklove: 回應樓上，logistic regression 有分多類別的,還有有
→ blacklove: 重要到不重要類別的喔，就是ordinal logistic，但是glm
→ blacklove: 是不是logistic regression 我就不清楚了
推 blacklove: 謝謝C大完整的回覆了，但如果是區間尺度，因素與kmeans
→ blacklove:  集群就都可以使用了，對吧！
區間尺度？ 順序尺度拉XDD 劉老師在你的文章糾正囉XD，要用對詞

順序尺度可使用。

順序使度是按照程度高低作排序，所以非常重要到非常不重要是為此類

不過也有人說 非常重要到非常不重要也是區間尺度

這個說法是在每一個程度之間的差異是相當，方可這樣稱呼

因此，順序尺度較為合適XD
※ 編輯: celestialgod (140.109.74.87), 12/24/2015 13:38:21