房地产模型中要包含哪些变量与否我正在完成一个作业，该作业询问我是否要包含房地产模型的变量。该模型的目标是预测价格。 变量包括位置，邮政编码，地址，床，浴室，平方英尺，价格，手数。 数据集缺少值，并且也有异常值。 我有两个问题：
是否有最佳实践来决定要在模型中包含哪些变量（例如，如果变量排除或包含了30％的缺失值）？
是否有最佳实践基于连续变量还是名义变量来决定是否要在模型中包括或排除……（例如，邮政编码，位置还是城市），我们是否需要模型中所有这些变量，或者是否需要携带更多变量？重量？
感谢帮助。 谢谢！
分析工具数据表回复：不包含在房地产模型中的变量与否我的想法：
1。研究变量的选择首先应该是您的假设的函数。 这是您对变量为何与响应变量有或没有关系的解释。
2。第二个问题是多重共线性问题。 您需要注意多个因素与相同的假设相关联。 因此，举例来说，位置与拉链似乎是共线的。
3。丢失的数据和异常值都会对建模产生巨大影响。 有多少丢失的数据太多？它可能取决于整个数据集的大小。 为什么丢失数据？
4。我不确定最佳做法，因为有些方法以“所有变量”开头，而删除效果不大，有些方法则通过添加变量（逐步）来构建模型。 无论如何，该过程都是迭代的，不幸的是，最有效的方法可能取决于具体情况。
5，您可以通过连续变量获得更多信息和灵活性。
我建议您从像这样的JMP教程开始：
https://www.jmp.com/en_us/online-statistics-course.html
