s*******w
发帖数: 27 | 1 我老板让我做个project， 本人水平有限， 向各位讨教。 希望各位能给我些建议。先
谢过大家！！
比如我们已经知道1000 个加油站的销售量。要做个Predictive Model.
每个加油站大概有100个attributes. 80% attributes are catogorical data. Like
the appearance of this gas station is 1-5. 1 is very bad. 5 is outstanding.
我先是把这100 attributes 能和的和，能去的去。俺家领导要求保留尽可能多的
independent variables. 所以最后还是有很多indep variables. 我就用加油站的销售
量做为Dependent variable. 做个Regression. Because of muticolinearity problem
, many weights don't make sense at all.
最后决定给这100 Independent variables 分成5大类, 像Facility，pricing,
traffic.....
然后用这5个新的key driver 做回归。
现在如何确定每一大类的score 和里面的variables 的weights 是个大问题。比如像确
定Facility里的30个variabels的weights。 我试了2个方法
1.PCA 方法。结果不好
2.Regression. 还是把 加油站的销售量做为Dependent variable，30个和Facility 相
关variabels做Independent variable. 这样来得到Facility score 和 每个vairable
的weights. 好像也不太对。 ：（
可以给我些建议吗？多谢, 多谢！！！！！！！ |
d*******y
发帖数: 1154 | 2 PCA不好？why？我第一个想到的就是每个类里取1st PC |
l*********s
发帖数: 5409 | 3 pls/RRR/SEM etc, but really, you don't have to worry about weights if
prediction is the business goal. |
P****D
发帖数: 11146 | 4 1000 samples, 100 independent variables? I guess that 10:1 ratio will work
but only barely. |
s*******w
发帖数: 27 | 5 我也是的呀。：（
可是我要取到至少5个PC以上，才能解释70%variance.而且我已经提到了80% var是
catorical data， 甚至是binary 的。你觉的CPA 还有可以用吗
还有你是不是觉得我的第二个方法更本就不make sense? 多谢！！
【在 d*******y 的大作中提到】
: PCA不好？why？我第一个想到的就是每个类里取1st PC
|
a****g
发帖数: 8131 | 6 5个PC有什么问题吗？
要不要做个global的correlation，看看这100个变量中有没有重复的categorical var |
s*******w
发帖数: 27 | 7 Thanks a lot! But Weights 也非常重要的。 俺家领导说， 这个模型的一个重要用途
是，客户要做ALTER SITE.意思就是， 比如他们想着重新装修一下， Apparence 从1到
5， 就指望着销售量增加.
:（
【在 l*********s 的大作中提到】
: pls/RRR/SEM etc, but really, you don't have to worry about weights if
: prediction is the business goal.
|
s*******w
发帖数: 27 | 8 pls/RRR/SEM????可以说明白的吗？多谢！！
【在 l*********s 的大作中提到】
: pls/RRR/SEM etc, but really, you don't have to worry about weights if
: prediction is the business goal.
|
c**h
发帖数: 206 | 9 告诉他们每加仑降价5毛
保证上去
lol
【在 s*******w 的大作中提到】
: Thanks a lot! But Weights 也非常重要的。 俺家领导说， 这个模型的一个重要用途
: 是，客户要做ALTER SITE.意思就是， 比如他们想着重新装修一下， Apparence 从1到
: 5， 就指望着销售量增加.
: :（
|
s*******w
发帖数: 27 | 10 是的！所以开始我是能和就和，能去就去variables.
【在 P****D 的大作中提到】
: 1000 samples, 100 independent variables? I guess that 10:1 ratio will work
: but only barely.
|
|
|
s*******w
发帖数: 27 | 11 可是只能取一个呀！ 难道5个PC可以合成一个SCORE吗？多谢！
var
【在 a****g 的大作中提到】
: 5个PC有什么问题吗？
: 要不要做个global的correlation，看看这100个变量中有没有重复的categorical var
|
l*********s
发帖数: 5409 | 12 RRR: reduced rank regression
SEM : structural equation modeling
【在 s*******w 的大作中提到】
: pls/RRR/SEM????可以说明白的吗？多谢！！
|
s*******w
发帖数: 27 | 13 这个想法，我赞成！！不过，估计俺家领导一听， 这么简单， 要你个搞统计的干啥，
裁了！：（
【在 c**h 的大作中提到】
: 告诉他们每加仑降价5毛
: 保证上去
: lol
|
s*******w
发帖数: 27 | 14 多谢，多谢！ 让我Research 一下。再找你请教!Thanks again!
【在 l*********s 的大作中提到】
: RRR: reduced rank regression
: SEM : structural equation modeling
|
l*********s
发帖数: 5409 | 15 I don't know them very well either except they do deal with collinearity.
【在 s*******w 的大作中提到】
: 多谢，多谢！ 让我Research 一下。再找你请教!Thanks again!
|
c**h
发帖数: 206 | 16 我觉得你索性直接用price单一做个regression
看看是不是有用
有用的话就说就这么办，SAS证明的。统计不就是干这个的嘛
【在 s*******w 的大作中提到】
: 这个想法，我赞成！！不过，估计俺家领导一听， 这么简单， 要你个搞统计的干啥，
: 裁了！：（
|
s*******w
发帖数: 27 | 17 Ok. Anyway,thanks a lot!
【在 l*********s 的大作中提到】
: I don't know them very well either except they do deal with collinearity.
|
s*******w
发帖数: 27 | 18 嗯， 很怀念很怀念SAS。 俺家领导是数学出身，不喜欢SAS。不肯给我买SAS. 总是说
： R 好啊， 可以写自己的算法， 还不要钱！
【在 c**h 的大作中提到】
: 我觉得你索性直接用price单一做个regression
: 看看是不是有用
: 有用的话就说就这么办，SAS证明的。统计不就是干这个的嘛
|
w******4
发帖数: 488 | 19 看上去像个model selection的问题，试试forward selection? 或者least angle
regression? 当然结果可能还有collinearity，然后再试着去除相关的predictors..如
果有非线性的关系，就不知道怎么办了。。 |
l*********s
发帖数: 5409 | 20 I have to agree with your advisor. R is much easier to program with than SAS
. I only play SAS when I am bored. : -)
【在 s*******w 的大作中提到】
: 嗯， 很怀念很怀念SAS。 俺家领导是数学出身，不喜欢SAS。不肯给我买SAS. 总是说
: ： R 好啊， 可以写自己的算法， 还不要钱！
|
s*******w
发帖数: 27 | 21 Thanks a lot for your reply! 嗯， 和我的想法一样， 我的第一步就是这个^_^
【在 w******4 的大作中提到】
: 看上去像个model selection的问题，试试forward selection? 或者least angle
: regression? 当然结果可能还有collinearity，然后再试着去除相关的predictors..如
: 果有非线性的关系，就不知道怎么办了。。
|
