Gostaria de esclarecer uma dúvida: quando tenho dados contínuos eu devo fazer uma análise da relação linear entre as variáveis, quando são categóricos a relação a ser analisada é considerada polinomial (me corrijam se estiver errado). Como eu ainda estou procurando entender alguns pressupostos da estatística, pergunto:
- Qual das duas relações produzem resultados mais fiéis / próximos da realidade ?
- Embora ocorra uma perda de informação, quando tenho dados mistos (categóricos e contínuos) em um data set a melhor opção seria discretizar os dados contínuos em categóricos ?
Eu pergunto isso porque estou trabalhando com redes Bayesianas e sempre me deparo com dados mistos que podem ser modelados por redes Bayesianas condicionais que modelam a probabilidade condicional de variáveis categóricas como percentuais por exemplo (30% sim e 70% não) e variáveis contínuas com regressão linear. Porém neste tipo de rede Bayesiana nós discretos não podem ter pais contínuos e isso pode não representar a realidade, neste caso é preciso optar pela discretização para modelar as relações não lineares.