卡方统计检验是否有助于我们评估两个范畴变量之间的非线性相关性？
卡方统计检验是否有助于我们评估两个范畴变量之间的非线性相关性？
提问于 2023-01-13 16:53:55
我有两个分类变量:运动水平(1，2，3和4)和使用补充剂(是和否)。我分析了他们是否是独立的X平方测试，他们之间的联系是显著的。
我想知道，在这种情况下，x平方统计数据是否表明存在线性相关性(补充剂的使用是否与运动水平平行增加？)还是他们之间的非线性关系？
回答 2
Data Science用户
发布于 2023-01-13 21:17:16
我不确定“线性”和“非线性”是合适的术语。当x和y具有线性关系时，这意味着当x按\Delta变化时，y由c * \Delta改变(对于某些常数c \neq 0)。这种关系只能在两个变量都是数字的情况下才能存在，但在您的示例中，“使用补充剂”变量是绝对的。
补充剂的使用是否与运动水平平行增加？
回答这个问题的一种方法是将数据按“使用补充剂”分组，并测量每一组的平均运动水平。如果“是”组的平均值显著高于“是”组，那么这就是补充使用对运动水平有积极影响的证据。
Data Science用户
发布于 2023-03-20 06:10:32
卡方统计检验检验两类类别是否具有统计独立性。一项显著的x-平方统计表明，两个类别变量之间有显著的统计依赖性，即两类类别之间似乎存在相关性。此外，在任何情况下，它都不会帮助我们评估或检查两个范畴变量之间的关系的性质(线性或非线性)(在这里，运动水平和使用补充剂)。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/117753
复制相关文章
相似问题
腾讯云开发者
