De regresión múltiple con variables dependientes?

Question

Es posible tener un (varios) ecuación de regresión con dos o más variables dependientes? Claro, usted podría ejecutar a separar los dos ecuaciones de regresión, uno para cada DV, pero eso no parece como sería la captura de cualquier relación entre los dos DVs?

Answer 1

Sí, es posible. Lo que te interesa es que se llama "Multivariante de Regresión Múltiple" o simplemente "Multivariante de Regresión". No sé lo que el software que está utilizando, pero usted puede hacer esto en R.

He aquí un enlace que proporciona ejemplos.

http://www.psych.yorku.ca/lab/psy6140/lectures/MultivariateRegression2x2.pdf

Answer 2

@Brett la respuesta es buena.

Si usted está interesado en la descripción de los dos bloques de la estructura, también se podría utilizar regresión PLS. Básicamente, se trata de un marco de regresión que se basa en la idea de la construcción de sucesivas (ortogonal) de las combinaciones lineales de las variables pertenecientes a cada uno de los bloques de tal manera que su covarianza es máxima. Aquí tenemos en cuenta que a una cuadra de $$ X contiene variables explicativas, y el otro bloque $Y$ las respuestas de las variables, como se muestra a continuación:

Buscamos "variables latentes" que cuenta para un máximo de información (en forma lineal) incluidos en la $X$ bloque, mientras que permita predecir el $Y$ bloque con un mínimo de error. El $u_j$ y $v_j$ son las cargas (es decir, combinaciones lineales) asociados a cada dimensión. Los criterios de optimización de lee

$$ \max_{\mediados de u_h\mid =1,\mediados de v_h\mid =1}\text{cov}(X_{h-1}u_h,Yv_h)\quad \big(\equiv \max\text{cov}(\xi_h,\omega_h)\big) $$

donde $X_{h-1}$ representa el desinflado (es decir, residualized) $X$ bloque, después de la $h^\text{th}$ de regresión.

La correlación entre el factorial de las puntuaciones en la primera dimensión ($\xi_1$ y $\omega_1$) refleja la magnitud de la $X$y$Y$ enlace.

Answer 3

Multivariante de regresión se realiza en el programa SPSS, utilizando la GLM-multivariante opción.

Poner todos tus resultados (DVs) en el cuadro de resultados, pero todo su continua predictores en el covariables cuadro. Usted no necesita nada en los factores de caja. Mira multivariante de las pruebas. La univariado de las pruebas será el mismo como separado de las regresiones múltiples.

Como alguien dijo, también se puede especificar como un modelo de ecuaciones estructurales, pero las pruebas son las mismas.

(Curiosamente, bueno, creo que es interesante, hay un poco de reino unido NOS diferencia en este. En el reino unido, de regresión múltiple no es considerado como una técnica multivariante, por lo tanto multivariante de regresión multivariante sólo cuando usted tiene múltiples resultados / DVs.)

Answer 4

Yo iba a hacer esto por primera transformación de la regresión de las variables de la PCA, variables calculadas, y luego me iba a la regresión con el PCA variables calculadas. Por supuesto, me gustaría almacenar los vectores propios para ser capaz de calcular los correspondientes valores de pca cuando tengo una nueva instancia quiero clasificar.

Answer 5

Se llama modelo de ecuaciones estructurales o modelo de ecuaciones simultáneas.