作者qazsd (珍惜當下)
看板Soft_Job
標題[請益] R語言找哪些變數有顯著關係
時間Wed Jun 21 11:53:47 2017
想請教軟體板上的眾多高手們，
小弟現有員工資料表一份，欄位有年資(StayYears)
及是否在職中(Status,A代表任職中，T代表已離職)
及所在國家(Country)等欄位。
想找出員工大多待多久就離職？例如年資為3.5到4.0之間的離職率最高(T的數目最多)，
或是哪個國家的離職率最高？
想請問如果用R程式來寫該怎麼著手比較好？ 謝謝～
資料表格式如下：
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
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 59.124.165.66
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Soft_Job/M.1498017231.A.72D.html
1F：→ mike7689: excel就可以做了吧？區間分析然後畫直方圖 06/21 12:07
2F：→ qazsd: 有沒有用R語言的方式 06/21 12:13
3F：→ rodion: 怎不PO到R版問問? 06/21 12:23
4F：→ rodion: 版名 R_Language 06/21 12:24
5F：推 f496328mm: 已幫轉 R 版 06/21 12:40
6F：推 drajan: Random forest 的varimp可以找出重要變數 06/21 15:32
7F：推 eddy50811: 這是統計問題不是程式問題- - 06/21 15:58
8F：推 Sixigma: 這個就是看各國離職比例吧，用幾個簡單的原生function 06/22 13:15
9F：→ Sixigma: 就可以做了，D-tree或RF的確也可以拿重要變數出來 06/22 13:16
10F：→ Sixigma: 就把status當作y，做二元分類，但有可能重要變數不是國家 06/22 13:17
11F：→ Sixigma: 而且你這個feature的量太少了，做變數挑選沒什麼意思 06/22 13:17
12F：推 Sixigma: 如果資料就長這樣，其實你變數也就年資跟國家 06/22 13:20
13F：噓 starcraftiii: 大學程度的東西,拿來這裡問,還蠻屌的 06/22 21:21
14F：→ cmcotton: 羅吉斯迴歸 06/22 22:10
15F：推 pig0038: 作Principle Component Analysis, 然後畫score plot, lo 06/23 22:21
16F：→ pig0038: ading plot 或者先用cluster analysis 來分類 06/23 22:21
17F：→ pig0038: 變數太少，資料量至少要一千筆以上感覺才有意義 06/23 22:22