288437_de-DE

liliconcom

Welche Variablen in ein Immobilienmodell aufgenommen werden sollen oder nicht

Ich arbeite an einer Aufgabe, in der ich gefragt werde, ob ich Variablen für ein Immobilienmodell aufnehmen soll oder nicht. Das Ziel des Modells ist es, den Preis vorherzusagen.  Zu den Variablen gehören Standort, Postleitzahl, Adresse, Betten, Bäder, Quadratfuß, Preis und Losgröße.  Dem Datensatz fehlen Werte und es gibt auch Ausreißer.  Ich habe zwei Fragen:

 

Gibt es eine bewährte Methode, um zu entscheiden, welche Variablen in ein Modell aufgenommen werden sollen (z. B. wenn die Variablen 30% fehlende Werte aufweisen, schließen Sie sie aus oder schließen Sie sie ein)?

Gibt es eine bewährte Methode, um zu entscheiden, ob ein Modell basierend auf kontinuierlichen oder nominalen Variablen in ein Modell aufgenommen oder ausgeschlossen werden soll? Gewicht?

Schätzen Sie die Hilfe.  Vielen Dank!

AnalytikDatentabelleBetreff: Welche Variablen in ein Immobilienmodell aufgenommen werden sollen oder nicht

Meine Gedanken:

1. Die Auswahl der Variablen für eine Studie sollte in erster Linie eine Funktion Ihrer Hypothesen sein.  Dies ist Ihre Erklärung, warum die Variable eine Beziehung zu den Antwortvariablen haben sollte oder nicht.

2. Ein zweites Problem ist das Problem der Multikollinearität.  Sie müssen darauf achten, dass mehrere Faktoren mit denselben Hypothesen verknüpft sind.  So scheint es zum Beispiel, dass Ort und Reißverschluss wahrscheinlich kollinear sind.

3. Sowohl fehlende Daten als auch Ausreißer können sich dramatisch auf die Modellierung auswirken.  Wie viele fehlende Daten sind zu viel? Dies hängt wahrscheinlich von der Größe des gesamten Datensatzes ab.  Warum fehlen Ihnen Daten?

4. Ich bin mir einer Best Practice nicht sicher, da es solche gibt, die mit "allen Variablen" beginnen und diejenigen mit geringer Wirkung entfernen, und solche, die das Modell durch Hinzufügen von Variablen (schrittweise) erstellen.  In jedem Fall ist der Prozess iterativ und leider kann die effizienteste / effektivste Methodik von der Situation abhängen.

5. Sie haben mehr Informationen und Flexibilität mit kontinuierlichen Variablen.

Ich schlage vor, Sie beginnen mit den JMP-Tutorials wie diesem:

https://www.jmp.com/en_us/online-statistics-course.html