python - 具有离散和连续的多元回归

Question

我有一个包含 53 个自变量 (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
• 肯德尔回归
• 斯皮尔曼回归

我对 3 种方法得到了不同的结果。

根据数据集的形状（离散+连续），您对哪一个最合适有什么建议吗？

Answer 1

相关性仅用于数值数据，离散/二进制数据需要区别对待。看看二进制的 Phi 系数。

至于相关系数（对于数值数据），它取决于变量之间的关系。如果这些是线性的，则首选 Pearson，否则首选 Spearman（或其他）。