방향 데이터가 IV 인 로지스틱 회귀

방향 데이터 (방향 측정)를 회귀의 독립 변수로 사용하는 것에 대한 좋은 참고 자료를 찾고 있습니다. 이상적으로는 계층 적 비선형 모델 (데이터가 중첩 됨)에도 유용합니다. 또한 방향성 데이터에 더 일반적으로 관심이 있습니다.

나는 Mardia의 텍스트를 찾았지만 좋은 기사가 있는지 궁금했습니다.

나는 이러한 유형의 데이터를 처리하는 방법에 대한 실제 기사에 대한 이론 및 증명, 또는 공식적인 배포판 등에 관심이 있습니다. 감사

업데이트 Mardia 텍스트를 얻었습니다. 매우 포괄적입니다. 더 많은 독서를 한 후에 더 많은 질문으로 돌아올 수 있습니다.

주기성을 다루는 변환을 적용하는 것이 좋습니다. 즉, 입니다. 쉬운 방법은 죄와 죄를 취하여 모형의 공변량으로 넣는 것입니다.$\lim_{x \to 360} f(x) = f(0)$