有序变量线性回归

Question

我有五个认知变量(记忆力、认知灵活性、批判性思维、言语和注意力)和一个顺序变量(逆境得分从1到10)。我将皮质厚度作为我的结果变量(或因变量)。

我想知道如何设置我的回归？

我在想这么做：

lm(cortical_thickness ~ memory + cognitive_flexibility + critical_thinking + verbal + attention + adversity_score) 

或者我应该像这样设置它：

lm(cortical_thickness ~ (memory + cognitive_flexibility + critical_thinking + verbal + attention)* adversity_score) 

Answer 1

在我看来，你的问题更多的是一个统计问题。而且它并不像听起来那么微不足道。问题是如何在多元线性回归的背景下处理顺序预测器。简单的答案是将你的10个定标序数预测器视为一个连续变量，然后我将使用：

model1 <- lm(cortical_thickness ~ memory + cognitive_flexibility + critical_thinking + verbal + attention + adversity_score, data=yourdataset)

如何建模很大程度上取决于您的数据。因此，我认为你应该在这里用你的数据问这个问题：https://stats.stackexchange.com/

Answer 2

尽管您可以运行lm，但顺序回归模型不满足线性回归的假设，因此模型比较和其他测试将无效。

R确实具有您可能希望尝试的顺序回归函数。here中列出了四个这样的包。

关于使用哪个模型，运行两个模型并对它们进行比较。如果fm1和fm2是两个模型，那么

anova(fm1, fm2)

我将对它们进行比较，并至少适用于clm和polr。参见ordinal包中的?clm或MASS包中的?polr以获取包括anova用法在内的示例。