異なる予測変数間の関係を理解する方法ある企業は、大規模な自動車データセットから中古車の価格を予測するツールを入手したいと考えています。 したがって、まず、さまざまな予測変数 (独立変数) と中古車価格の関係を理解する必要があります。
次の質問では、データセットに含まれる多数の予測変数によって価格が決定されると仮定します。
- どの連続予測変数が価格に影響を与えるかを調査します。
- どの順序予測子が価格に影響を与えるかを調査します。
- どの名目予測変数が価格に影響を与えるかを調査します。
これをどのように分析するのが最善ですか
高度な統計モデリングデータの探索と視覚化Re: 異なる予測変数間の関係を理解する方法これは教科書の問題ですか？
Re: 異なる予測変数間の関係を理解する方法こんにちは@baggingSpaces55 、
残念ながら、あなたの質問はあまり明確ではありません。 しかし、私が理解している限りでは、車の価格と車の価格を定義する変数との関係を見つけたい場合。 回帰分析を使用して、その統計的有意性と、中古車価格に対するそれらの予測変数の相関関係を判断できると思います。 データのセットがある場合は、JMP のモデルに適合するオプションを使用してみてください。 そして、これらの因子または変数は互いに独立していると述べたので、モデル内の交互作用効果をスキップできます。
この回答があなたのお役に立てれば幸いです。 具体的な詳細を追加すると、適切な解決策を得るのに役立つ場合があります。
Re: 異なる予測変数間の関係を理解する方法こんにちは@baggingSpaces55 、
文脈や正確性が不足しているため、ここでは開始に役立つ提案のみを提供します。
データセットと質問を使用して、「データ マイニング」の考え方の良い出発点として、「予測因子スクリーニング」プラットフォームを使用して、タイプ/形式に関係なく、価格における予測変数の相対的な重要性を特定します。
各因子タイプの相対的な重要性を評価する必要がある場合は、各因子タイプの分析を個別に実行できます。
この補足的な回答がお役に立てば幸いです。
さらに詳しい情報やガイダンスが必要な場合は、詳細なコンテキストを提供してください。
