Даст ли подобная линейная регрессия и выполнение t-теста аналогичные результаты?

Question

Я пытаюсь предсказать статистически значимые переменные из списка двоичных переменных.У меня есть концептуальное сомнение в следующих двух подходах, чтобы найти соответствующие переменные.

Зависимая переменная: Рост человека

Независимые переменные:

1. Пол (мужской или женский)
2. Financial_Status (ниже черты бедности или нет)
3. College_Graduate (да или нет)

подход 1: Подгонка линейной регрессии при принятии этихв качестве зависимых / независимых переменных и нахождения статистически значимых переменных

Подход 2: Выполнение отдельного статистического теста для каждой зависимой переменной (t-критерий или какой-либо другой соответствующий критерий) для вычисления статистически значимого значенияпеременные

Являются ли оба эти подхода одинаковыми и дадут ли сходные результаты?Если нет, то какая разница?

Answer 1

Так как у вас есть несколько независимых переменных, то явно нет.

Если вы хотите использовать метод ttest для каждого из значений различных независимых переменных (Gender, Financial_Status и College_Graduate), это означает, чтоВы будете выполнять 3 разных теста.Выполнение нескольких тестов является чем-то рискованным с точки зрения ложноположительных результатов, и поэтому его следует скорректировать с помощью метода корректировки множественного сравнения (Bonferoni, FDR, среди прочих).

С другой стороны, если вы будетеиспользуйте одну многофакторную линейную регрессию, которую вы бы не использовали для множественных сравнений, поэтому, на мой взгляд, это лучший подход.