python-具有离散和连续的多元回归

Question

我有一个包含53个独立变量（X）和1个因变量（Y）的数据集。

因变量是布尔值（1或0），而独立集由连续变量和离散变量组成。

我打算使用pandas.DataFrame.corr（）列出对输出Y影响最大的变量。

corr可以是：

• 皮尔逊回归
• kendall回归
• 矛兵回归

在3种方法中我得到不同的结果。

对于给定数据集的形状（离散+连续），您有何建议最合适？

Answer 1

相关仅用于数字数据，离散/二进制数据需要区别对待。看看二进制的Phi系数。

对于相关系数（对于数字数据），它取决于变量之间的关系。如果它们是线性的，则首选Pearson，否则为Spearman（或其他）。