Nel cap. 5 dedicato ai modelli log-lineari abbiamo trattato l’analisi della relazione fra due variabili categoriali senza fare esplicito riferimento alla variabile “indipendente” e alla variabile “dipendente”. Come detto, questa omissione è dovuta alla natura categoriale delle variabili, che non consente di ignorare l’autonomia semantica delle categorie di ciascuna variabile. Quando si parla di variabile “dipendente” e di variabile “indipendente”, il modello di riferimento è la regressione lineare fra le variabili cardinali (vedi cap. 7); ma, come dovrebbe essere ormai chiaro al lettore, solo in senso lato possiamo dire che i modelli log-lineari siano per le variabili categoriali quello che la regressione è per le variabili cardinali. Quando l’interesse del ricercatore è rivolto solo sulle categorie di una variabile (la variabile “dipendente”) e vuole analizzare gli effetti delle modalità di un altra variabile (la variabile “indipendente”) sulle modalità della prima variabile, allora è opportuno usare un modello di regressione logistica (d’ora in poi rl), al quale è dedicato questo capitolo.
L’analisi della relazione fra una indipendente (categoriale, ordinale o cardinale) e una dipendente categoriale con il modello della regres- sione logistica / DI FRANCO, Giovanni. - (2020), pp. 210-232. - METODOLOGIA DELLE SCIENZE UMANE.
L’analisi della relazione fra una indipendente (categoriale, ordinale o cardinale) e una dipendente categoriale con il modello della regres- sione logistica
Di Franco Giovanni
2020
Abstract
Nel cap. 5 dedicato ai modelli log-lineari abbiamo trattato l’analisi della relazione fra due variabili categoriali senza fare esplicito riferimento alla variabile “indipendente” e alla variabile “dipendente”. Come detto, questa omissione è dovuta alla natura categoriale delle variabili, che non consente di ignorare l’autonomia semantica delle categorie di ciascuna variabile. Quando si parla di variabile “dipendente” e di variabile “indipendente”, il modello di riferimento è la regressione lineare fra le variabili cardinali (vedi cap. 7); ma, come dovrebbe essere ormai chiaro al lettore, solo in senso lato possiamo dire che i modelli log-lineari siano per le variabili categoriali quello che la regressione è per le variabili cardinali. Quando l’interesse del ricercatore è rivolto solo sulle categorie di una variabile (la variabile “dipendente”) e vuole analizzare gli effetti delle modalità di un altra variabile (la variabile “indipendente”) sulle modalità della prima variabile, allora è opportuno usare un modello di regressione logistica (d’ora in poi rl), al quale è dedicato questo capitolo.File | Dimensione | Formato | |
---|---|---|---|
GDF_Cap_6_logistica.pdf
solo gestori archivio
Tipologia:
Documento in Post-print (versione successiva alla peer review e accettata per la pubblicazione)
Licenza:
Tutti i diritti riservati (All rights reserved)
Dimensione
941.44 kB
Formato
Adobe PDF
|
941.44 kB | Adobe PDF | Contatta l'autore |
GDF_1120.28 _copertina.pdf
solo gestori archivio
Tipologia:
Documento in Post-print (versione successiva alla peer review e accettata per la pubblicazione)
Licenza:
Tutti i diritti riservati (All rights reserved)
Dimensione
57.89 kB
Formato
Adobe PDF
|
57.89 kB | Adobe PDF | Contatta l'autore |
GDF_Indice.pdf
solo gestori archivio
Tipologia:
Documento in Post-print (versione successiva alla peer review e accettata per la pubblicazione)
Licenza:
Tutti i diritti riservati (All rights reserved)
Dimensione
263.86 kB
Formato
Adobe PDF
|
263.86 kB | Adobe PDF | Contatta l'autore |
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.