Логлинейный анализ, есть ли смысл Опции

[marinakom]

Коллеги, поделитесь опытом, есть ли смысл применять лог-линейный анализ в следующей ситуации:
переменная отклика бинарная: болен - здоров
независимые предикторы: бинарные или порядковые (3-5 градаций), реже номинальные.
Модели логистической регрессии выходят все очень низкодетерминированные, хоть и значимые, R^2 порядка 0,1-0,3. Правда это имеет и некоторое содержательное объяснение: речь идёт о заболеваемости разными группами заболеваний в зависимости от факторов образа жизни (анкетный материал). Часто в литературе рекомендуют применять именно логлинейный анализ для ситуаций, когда все данные качественные, в частности в социологии ( Толстова, Мирзоев). В нашей медицине его (логлин) реально кто-нибудь видел? Как описывать полученное, какими словами и т.п. Как ни крути, а логистическая регрессия в плане описания более удобна и понятна, вот и раздумываю, имеет ли смысл усложнять ситуацию.

[nokh]

В вашей ситуации логлинейный анализ вряд ли подойдет. Не исключено, что может повезти и сработает какое-то взаимодействие входов таблицы, но скорее добавление в анализ новых переменных сделает картину еще более размытой. Статистика "размажется" по огромному числу взаимодействий, а число степеней свободы будет очень велико. С логистической регрессией я работаю редко, поэтому не могу подсказать точно где это сделать, но должны быть программы с алгоритмами автоматического выбора лучшей модели для множественной логистической регрессии. Это первый вариант. Другой вариант - попробовать вытащить из связей предикторов латентные обобщающие переменные, возможно они окажутся более сильными предикторами + удастся обобщить данные. В качестве таких переменных можно использовать шкалы, полученные в ходе множественного анализа соответствий (multiple correspondence analysis) или других ординационных текхник. В SPSS, например, есть алгоритм Categorical PCA, позволяющий обрабатывать одновременно количественные, порядковые и качественные переменные. Этот путь требует специфической практики многомерного анализа данных.