不動産モデルに含める変数と含めない変数私は、不動産モデルの変数を含めるかどうかを尋ねる割り当てを進めています。モデルの目標は、価格を予測することです。 変数には、場所、郵便番号、住所、ベッド、バス、平方フィート、価格、ロットサイズが含まれます。 データセットには欠損値があり、外れ値もあります。 2つの質問があります。
モデルに含める変数を決定するためのベストプラクティスはありますか（たとえば、変数に30％の欠損値がある場合、除外または含めるか）。
連続型変数と名義変数に基づいてモデルに含めるか除外するかを決定するためのベストプラクティスはありますか（例：zipと場所と都市の比較）モデルにこれらの変数をすべて必要とするか、モデルに変数を追加しますか重量？
ヘルプに感謝します。 ありがとう！
分析データ表Re：不動産モデルに含める変数と含めない変数私の考え：
1。研究のための変数の選択は、何よりもまず仮説の関数であるべきです。 これは、変数が応答変数と何らかの関係を持つべきか、そうでないべきかについてのあなたの説明です。
2。2番目の問題は、多重共線性の問題です。 同じ仮説にリンクされている複数の要因があることに注意する必要があります。 したがって、たとえば、場所とzipは共線性があるようです。
3。欠損データと外れ値の両方がモデリングに劇的な影響を与える可能性があります。 どのくらいの欠損データが多すぎますか？データセット全体のサイズに依存する可能性があります。 なぜデータが欠けているのですか？
4。「すべての変数」で始まり、効果がほとんどないものや、変数を追加してモデルを構築するもの（段階的）があるため、ベストプラクティスはわかりません。 いずれの場合でも、プロセスは反復的であり、残念ながら、最も効率的/効果的な方法論は状況に依存する可能性があります。
5。連続変数を使用すると、より多くの情報と柔軟性が得られます。
このようなJMPチュートリアルから始めることをお勧めします。
https://www.jmp.com/en_us/online-statistics-course.html
