¿Qué modelo de regresión usar cuando las variables independientes son porcentajes para predecir el% de resultado?

Question

Variables "independientes": tiempo empleado (% en el trabajo,% de sueño,% de ejercicio), composición de la masa corporal (% de grasa,% de músculo,% de hueso)

Variable dependiente: Fumador (1) o No Fumador (0)

¿Qué tipo de modelo de regresión debo usar cuando los subconjuntos de las variables "independientes" son porcentajes y, por lo tanto, no son completamente independientes entre sí?

Answer 1

Su respuesta es binario y por lo que probablemente quiere mirar algo como un binomio GLM para que, como la regresión logística.

Tener un grupo de $k$ predictores que añadir a 1 (por ejemplo, el $k=3$ cuerpo proporción predictores) implicaría que en la mayoría de los que usted puede tener $k-1$ de ellos en el modelo debido a que el problema de la multicolinealidad.

Sin embargo, yo voy a sugerir que usted desea, también puede transformar esos porcentajes; es poco probable que se introduzca el modelo lineal; de hecho, con un logit enlace de mi primer pensamiento podría ser que usted podría querer intentar algo como el logit de las proporciones en su lugar.

Answer 2

También me gustaría ir de regresión logística, ya que no menciona que tiene una variable de tiempo especificando el tiempo de inclusión en el estudio hasta el inicio del hábito de fumar o censura (final del estudio); en ese caso, una de regresión de Cox sería mejor.

Dudo que haya alguna diferencia en el uso de porcentajes como predictores, en comparación con otras variables continuas. Por ejemplo, el IMC (Índice de masa Corporal) no es una medición directa de los predictores, como se deriva de una división de dos unidades.

Como Glen_b menciona, estos predictores podría no ser realmente linealmente asociado con la variable dependiente. Pero la transformación de ellos puede hacer que los predictores más difícil de interpretar y revistas en general no como variables transformadas si son los predictores de principal interés.