作者qazsd (珍惜当下)
看板Soft_Job
标题[请益] R语言找哪些变数有显着关系
时间Wed Jun 21 11:53:47 2017
想请教软体板上的众多高手们，
小弟现有员工资料表一份，栏位有年资(StayYears)
及是否在职中(Status,A代表任职中，T代表已离职)
及所在国家(Country)等栏位。
想找出员工大多待多久就离职？例如年资为3.5到4.0之间的离职率最高(T的数目最多)，
或是哪个国家的离职率最高？
想请问如果用R程式来写该怎麽着手比较好？ 谢谢～
资料表格式如下：
ID Name StayYears Status Country
1 John 3.5 T USA
2 Mary 2.1 A USA
3 Ben 1.7 T French
4 Kevin 3.2 T India
5 Cindy 2.6 A French
6 Jack 3.9 A USA
7 Peter 1.3 A India
8 Andy 2.7 T French
9 David 0.8 A India
10 Nick 1.1 A USA
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 59.124.165.66
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1498017231.A.72D.html
1F：→ mike7689: excel就可以做了吧？区间分析然後画直方图 06/21 12:07
2F：→ qazsd: 有没有用R语言的方式 06/21 12:13
3F：→ rodion: 怎不PO到R版问问? 06/21 12:23
4F：→ rodion: 版名 R_Language 06/21 12:24
5F：推 f496328mm: 已帮转 R 版 06/21 12:40
6F：推 drajan: Random forest 的varimp可以找出重要变数 06/21 15:32
7F：推 eddy50811: 这是统计问题不是程式问题- - 06/21 15:58
8F：推 Sixigma: 这个就是看各国离职比例吧，用几个简单的原生function 06/22 13:15
9F：→ Sixigma: 就可以做了，D-tree或RF的确也可以拿重要变数出来 06/22 13:16
10F：→ Sixigma: 就把status当作y，做二元分类，但有可能重要变数不是国家 06/22 13:17
11F：→ Sixigma: 而且你这个feature的量太少了，做变数挑选没什麽意思 06/22 13:17
12F：推 Sixigma: 如果资料就长这样，其实你变数也就年资跟国家 06/22 13:20
13F：嘘 starcraftiii: 大学程度的东西,拿来这里问,还蛮屌的 06/22 21:21
14F：→ cmcotton: 罗吉斯回归 06/22 22:10
15F：推 pig0038: 作Principle Component Analysis, 然後画score plot, lo 06/23 22:21
16F：→ pig0038: ading plot 或者先用cluster analysis 来分类 06/23 22:21
17F：→ pig0038: 变数太少，资料量至少要一千笔以上感觉才有意义 06/23 22:22