[問題] 變異數檢定還是t-test？

[wangborwai (wangborwai)]

有一組心臟病的資料，樣本數大概有三百個、共有13個變數，有類別也有連續變數、目標
變數是二元離散變數（0、1）
要對資料進行建模分類，但在分類之前想要先做檢定刪掉對目標變數沒有影響力的變數，
就是某個變數x在目標變數的兩個類別中是沒有顯著差異的就刪掉，不知道這樣的想法有
沒有問題？
如果可以的話是做t檢定還是變異數檢定？如果是t檢定的話又分為獨立、單一跟成對，要
用哪個呢？針對離散變數的話是做卡方檢定嗎？如果做變異數檢定的話是不是一定要先做
常態、線性跟同質性檢定？
不好意思因為想要做一套完整的分析所以問題有點多

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 117.19.228.155 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1587695818.A.91E.html
推 andrew43: 既然是預測二元單變數，何不直接logistic regression再
→ andrew43: 進行變數（模型）挑選？
因為這次並沒有打算使用邏輯斯迴歸而是選擇其他方法，所以想說可不可以用檢定的方式
選擇變數
※ 編輯: wangborwai (117.19.228.155 臺灣), 04/24/2020 13:21:12
→ yhliu: 比較變異數或平均數都不足以比較出各該潛在解釋變數與目標
→ yhliu: 變數是否有關. 應比較整個分配. 就連續型變數而言, 考慮
→ yhliu: Komogorov-Smirmnov test, 就離散型變數, 考慮列聯表檢定.
→ yhliu: Y=1 和 Y=0 是不同個案, 除非抽樣是依目標值配對(如 case-
→ yhliu: control study), 否則我不知道你將如何去 "配對" 樣本?
推 ksherry: 單純挑變數, 就用 LPM 先看顯著性, 記得用 White S.E.
推 j1990312: 你如果直接跑lasso 然後用logistics regression,好像就
→ j1990312: 解決你這個問題
推 j1990312: 樓上y大的想法很合理，你應該告訴我們，你的最終目的是
→ j1990312: 什麼，你是要建模嗎？！
推 rebe212296: t 檢定需要常態資料