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: 477

 

[p2004r]

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.

Прежде чем включать какие либо предикторы в модель, надо убедиться что эти предикторы вообще имеют связь с моделируемой переменной.

На основании приложенных данных простая рандомизация показывает, что строить что либо сложнее модели "Удельная активность Cs-137 в древесине, Бк/кг ~ плотность загрязнения, Ки/кв. км + Черничный " нет никаких.