小数据 → y:连续性变量 → x:6个以内 → 理论 → 验证 → 统计分析;
大数据 → y:分类变量 → x:15个以内 → 探索 → 数据挖掘;
一、X的选择流程
- 业务(业务专家):运营报告 → 年度报/季度报 总是提到的字段 → 非常重要的变量;
- 相关:求xi与y相关系数 → 降序排序 → 底部30%删除 → 非常不重要的变量;
- 共线性:求x与x之间的相关系数 → 删除相关性较高的变量 → 比较重要的变量;
- 建回归:分部门建立y与x回归(运营报告页数决定部门重要性) → 每个部分删除50% → 比较不重要的变量;
- 主成分分析:一般控制6个以内(主要针对比较不重要的变量);
老年人和未成年人电商不分析 → 主要是促销活动容易触发法律;
电商领域很多指标都是反推出来的;
二、SPSS操作过程
第一步:
实用程序 → 定义变量集 → 第一步 实用程序 → 使用变量集 → 第一步
第二步:
分析 → 相关 → 双变量
实用程序 → 定义变量集 → 第二步 实用程序 → 使用变量集 → 第二步
第三步:
不怕共线性的算法:贝叶斯,包含主成分的算法
r > 0.8:要注意共线性带来的问题; r > 0.9:要处理;
spss方差膨胀因子:线性回归 → 统计 → 共线性诊断(适用于小数据);
统计法处理高相关变量(整合变量):曲线拟合
分析 → 回归 → 曲线估算
实用程序 → 定义变量集 → 第三步 实用程序 → 使用变量集 → 第三步
第四步:
回归 → 二元logistic
实用程序 → 定义变量集 → 第四步 实用程序 → 使用变量集 → 第四步
第五步:
分析 → 降维 → 因子
实用程序 → 定义变量集 → 第五步 实用程序 → 使用变量集 → 第五步
最后:建立二元logistic回归
Original: https://blog.csdn.net/Little_mosquito_/article/details/125565165
Author: Little_mosquito_
Title: SPSS 特征筛选、主成分回归
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/636090/
转载文章受原作者版权保护。转载请注明原作者出处!