※ 引述《wnpan (wnpan)》之铭言： : ※ 引述《[email protected] (老怪物)》之铭言： : : 两个检定根本是相同的, 能说哪个比较适用? : 藉此标题想请问一个问题， : ANOVA主要分析类别变数（如性别、不同区域） : 与连续变数（如销售量、营业额）的关系 : 而卡方独立性检定主要检定两类别变数有无相关 : 如不同年龄层（类别变数）的主管 : 与其广告意愿（愿意、不愿意）是否有关连 : 那可否直接利用回归分析 : 将不同年龄层设为虚拟变数X，而广告意愿设为Y : 但是可能会遇到变数间因果关系的问题 : 以上小小疑惑，感谢！！！！ 当然可以用 logistic regression 做 binary response 与单一 nominal explanatory variable 之间的关联检定. 这就像 ANOVA 可用普通复回归来做. 即使是多个 nominal explanatory variables 的情形,也 可用 logistic regression model 表示. 我不懂所谓 "变数间因果关系" 是甚麽样的问题? 不管列 联表、ANOVA 或回归(含 logistic regression), 并不处 理因果关系. 但以 "年龄层" 为解释变数, 可以考虑比列联表更有效, 也是更 "简化" 的模型, 例如 log(p/(1-p)) = a+bx, x=年龄(组) 或 log(p/(1-p)) = a+b s(x), s(x) = 年龄组 x 转换成 score -- 嗨! 你好! 你听过或知道统计? 在学或在用统计? 统计专业版 Statistics 在这里↓ 批踢踢实业站 telnet://ptt.cc Statistics (统计学及统计软体版) 交大资讯次世代 telnet://bs2.twbbs.org Statistics (统计与机率) 无名小站 telnet://wretch.twbbs.org Statistics (统计方法讨论区) 成大计中站 telnet://bbs.ncku.edu.tw Statistics (统计方法及学理讨论区) 盈月与繁星 telnet://ms.twbbs.org Statistics (统计：让数字说话) --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 163.15.188.87