预测流程:
1、理解目标、拆解问题
2、选择方法、构建模型
3、验证效果、修正模型
4、输出预测结果
评价指标:平均相对误差(通常10%以下可接受)、决定系数R方
有问题分析与方法选择,说明原因
操作
1、求相关性
分析—相关—双变量
2、自己预测自己
分析—回归—曲线估计
3、建立非线性模型
要定义参数初始值
4、建立线性模型
1)先做主成分分析
分析—降维—因子
因子分析,勾选初始值、KMO
旋转,最大方差法
得分,勾选显示因子得分系数矩阵(得到原始数据的结果而非标准化后的)
选项,勾选按大小排序
2)根据得分系数矩阵求因子得分F
转换—计算变量
3)放置滞后数据T-1 T-2,和计算的F作为进行自变量建模
分析—回归—线性
首先,统计,勾选共线性诊断判断是否有共线性,输入,VIF>10,有共线性,需排除一个
然后选择步进,会排除没有影响的变量
线性模型和非线性都能预测,如何选择呢?
1)简单有效原理 R方 平均相对误差
2)且非线性模型计算结果第二个因数前面系数是负的,说明T2员工数增加越多的时候,对于用户增长是反方向作用
3)以结果为导向,结合实际业务情况判断
本文详细探讨了预测流程中的关键步骤,包括理解问题、选择方法(如线性与非线性模型)、评估指标(平均相对误差和R方),并强调在实际应用中如何依据R方和业务影响来决定模型类型。特别关注了线性模型的主成分分析与共线性处理技巧。
1628

被折叠的 条评论
为什么被折叠?



