测定了一个群体的ABC三个自变量，想分析与因变量Y（连续型）的相关性。这可以做一个线性回归吧？我还想把这个群体分成2组（根据自变量A的均数，分为高、低A水平组），想分析两组的比值比（OR值）。这时可不可以将因变量Y转换为分类型数据，做Logistic分析？

这样转换数据，可行么？是不是会降低数据的信息量？

既然有了连续性数值能直接回归或做别的，那么何必离散后再logist呢？ [s:13]
我做过两次有关CK的研究，一次是人们在运动之后CK的变化，是连续变量logCK，一次是病人服药后的毒性反应，是否CK〉1000, 用LOGISTIC模型。因为在后一个模型之中我们并不关心CK从100到200的变化，而是它的副作用是否超过等级2。



我的看法是如果都不知道Y是什么，怎么来说离散好还是不好？



从另外的角度来看， 试验的目的是预先定义的，而不是量体裁衣。如果如此，看着数据来改变预定的分析方法，这的确是有问题的。
事实是这样的： 分类或离散变量作为因变量时，模型的预测效力或解释力会有所提高。



这就例如射击，你的环越宽，击中某个环的概率就相应增加。