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.
2020
L'Analisi bivariata
9788835106265
analisi bivariata; regressione logistica binaria; regressione lostica multinomiale; regressione logistica ordinale
02 Pubblicazione su volume::02a Capitolo o Articolo
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.
File allegati a questo prodotto
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.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11573/1431719
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact