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]

100$! Спасибо за участие в обсуждении темы!

Вы, часом, монополией на истину не обладаете? Если да, то поделитесь, будьте добры!

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

Не точно указал, что их 20 (19 на самом деле). Это тестовая выборка (у меня в наличии гораздо больше подобных данных, да ещё в виде динамики за несколько лет и относящихся к разным лесничествам, т.е. теоретически имеется ещё два предиктора), но пока так для понимания "чего и как".

Это чушь.

Кому как. Вам виднее.

Это лишь моё предположение, что эти данные можно обработать каким-нибудь типом регрессионного анализа (допустим multiple regression with categorical predictors, если таковой существует).

Из всего Вами написанного я понял только, что структуру данных нужно упрощать и не пытаться оценить влияния на удельную активность Cs-137 в древесине "всего сразу" (да, мои проблемы что не понял больше; если, конечно, что-то большее в написанном Вами в принципе имеется).

Сообщение отредактировал Blaid - 10.09.2021 - 09:24