Выбор типа анализа, количественные и категориальные переменные Опции

[Blaid]

Здравствуйте уважаемые участники форума!

Обращаюсь к Вам за помощью в решении следующего вопроса:

1. есть одна переменная отклика (или зависимая переменная) - удельная активность Cs-137 в древесине (Бк/кг); количественная.
2. есть три независимых (или предикторных) переменных - одна количественная (плотность загрязнения территории произрастания по Cs-137, Ки/км2) и две категориальных (одна из них - тип древесной породы (сосна, береза, ольха), а вторая - тип сосняка (мшистый, вересковый, черничный и лишайниковый); основная порода - сосна, а остальные (береза, ольха) идут как примесь в сосняках этих четырех типов).

Задача: установить какие из этих трёх независимых (предикторных) переменных оказывают статистически значимое влияние на вариацию зависимой переменной и дать количественную оценку влиянию каждой независимой переменной (т.е. насколько (в процентах) общая вариация (или дисперсия?) зависимой переменной обусловлена влиянием той или иной независимой переменной). И желательно бы ещё на основе имеющихся данных прогнозировать удельную активность древесины (т.е. при произрастании в сосняке мшистом, имеющим такую-то плотность загрязнения, в березе будет такой-то уровень удельной активности Cs-137).

Вот я затрудняюсь подобрать наиболее подходящий тип анализа для вышеизложенной структуры данных.

Множественная регрессия? Ну так в этом случае используются количественные предикторы.

Логистическая регрессия? Насколько знаю в этом случае переменная отклика является дихотомической (например да/нет) или категориальной.

Хорошо бы ещё (простите мне мою наглость) указать стат. пакеты, где реализованы искомые мною типы анализов (просьба пакет R не предлагать - мне бы что-нибудь с готовыми кнопочными интерфейсами типа SPSS, STATISTICA, поскольку с R я не дружу; шучу, конечно - если будет нужен R, то придётся разбираться).

Спасибо!

[Blaid]

Если у Вас активность Cs-137 это количественная переменная

Да, количественная.

Прикрепляю файл с данными.

Корреляция между плотностью загрязнения (количественным предиктором) и удельной активностью (переменной отклика) имеет R² равный 0,66. Т.е. явно вариация удельной активности обусловлена не только (и может быть не столько) плотностью загрязнения территории.

Сообщение отредактировал Blaid - 9.09.2021 - 16:40

Прикрепленные файлы

 Книга080921___данные.xlsx ( 9,83 килобайт ) Кол-во скачиваний: 499

 

[100$]

Прикрепляю файл с данными.

А почему вместо заявленных 20-ти значений в базе данных только 19? Тут каждая цифирь на вес золота...

Корреляция между плотностью загрязнения (количественным предиктором) и удельной активностью (переменной отклика) имеет R² равный 0,66.

Это чушь. Коэф-том детерминации называется квадрат коэф-та корреляции. Соответственно, к-т корреляции в этой истории равен r=sqr(.6631) =.814.

Однако, его вычисление по объединенной выборке не имеет никакого смысла, поскольку

а) вы произвольно объединили три разные по удельной активности цезия породы дерева в одну общую кучу, сконструировав, таким образом, "композитную" переменную "тип древесины", хотя со статистической точки зрения это преждевременно.

б) здесь в принципе не может быть и речи о регресии по такой вот объединенной выборке, т.к. регрессия- это функциональная зависимость. Отображение, именуемое функцией, должно быть биективно, т.е. должно наблюдаться взаимно-однозначное соответствие между значениями из области определения функции и значениями из области прибытия функции.
Здесь же величине 46,9 из области определения функции соответствует три разных значения отклика (области прибытия): 1744, 4351 и 843; значению из области определения 2,29 соответствует в объединенной выборке два очень не похожих друг на друга значения 140 и 45. Рекомендую дальнейший анализ выборки с этой точки зрения провести самостоятельно в качестве полезного упражнения. Так сказать, для закрепления материала.

Следовательно, восстанавливать зависимость придется для каждой конкретной древесины: своя регрессия для сосны, своя для березы, ольхи, осины, финиковой пальмы ....

Т.е. явно вариация удельной активности обусловлена не только (и может быть не столько) плотностью загрязнения территории.

Ничего подобного: значение корреляции по каждой конкретной породе плюс-минус-одинаково и составляет величину порядка ,8. Следовательно, на переменную "тип сосняка" в терминах корреляции приходится чуть менее 36% вариации отклика.

Кроме того, не для каждой породы древесины есть сведения по всем 4 типам сосняков: для березы только 3 типа из 4-х, для ольхи - того меньше.

Словом, вы тянете пустышку.

Не готов пожелать вам в этом успехов: это было бы просто бесчеловечно...

Сообщение отредактировал 100$ - 9.09.2021 - 23:14