Використовуйте кореляційну/лінійну регресію, коли у вас є дві змінні вимірювання, такі як споживання їжі та вага, дозування ліків та артеріальний тиск, температура повітря та швидкість метаболізму тощо Існує також одна номінальна змінна, яка зберігає два вимірювання разом парами, наприклад, ім'я окремого організму, експериментальне випробування, або місце розташування. Я не знаю, що хтось інший вважає цю номінальну змінну частиною кореляції та регресії.
Використовуйте рангову кореляцію Спірмена, коли у вас є дві ранжовані змінні, і ви хочете побачити, чи дві змінні коваріюються; чи, коли одна змінна збільшується, інша змінна має тенденцію збільшуватися або зменшуватися. Ви також використовуєте рангову кореляцію Спірмена, якщо у вас є одна змінна вимірювання та одна рангована змінна; у цьому випадку ви перетворюєте змінну вимірювання на ранги та використовуєте рангову кореляцію Спірмена для двох наборів рангів.
Іноді, коли ви аналізуєте дані з кореляційною та лінійною регресією, ви помічаєте, що зв'язок між незалежною (X) змінною та залежною (Y) змінною виглядає так, що вона слідує за вигнутою лінією, а не прямою лінією. У такому випадку лінія лінійної регресії буде не дуже хороша для опису та прогнозування співвідношення, а значення P може бути не точним тестом нульової гіпотези про те, що змінні не пов'язані.
Використовуйте аналіз коваріації (ancova), коли у вас є дві змінні вимірювання та одна номінальна змінна. Номінальна змінна ділить регресії на два і більше множин.
Використовуйте множинну регресію, коли у вас є три або більше змінних вимірювання. Однією зі змінних вимірювання є залежна (Y) змінна. Решта змінних є незалежними (X) змінними; ви думаєте, що вони можуть впливати на залежну змінну. Мета множинної регресії - знайти рівняння, яке найкраще прогнозує змінну Y як лінійну функцію змінних X.
Використовуйте просту логістичну регресію, коли у вас є одна номінальна змінна з двома значеннями (чоловічий/жіночий, мертвий/живий тощо) та одна змінна вимірювання. Номінальна змінна є залежною змінною, а змінна вимірювання - незалежною змінною. Я відокремлюю просту логістичну регресію, лише з однією незалежною змінною, від множинної логістичної регресії, яка має більше однієї незалежної змінної.
Використовуйте множинну логістичну регресію, коли у вас є одна номінальна та дві або більше змінних вимірювання. Номінальна змінна - залежна (Y) змінна; ви вивчаєте вплив незалежних (X) змінних на ймовірність отримання певного значення залежної змінної. Наприклад, ви можете знати вплив артеріального тиску, віку та ваги на ймовірність того, що у людини буде серцевий напад у наступному році.
