当你有很多变量时如何进行智能数据分析

Question

我是新来的，我在营销分析方面做了很多工作。 大多数时候，我收到一个包含很多变量（ 10 - 15 ）的巨大基数，人们问我：对于我们拥有的变量（年龄、性别等），是什么解释了收入的增长或下降？

我通常会查看图表并分析所有可能的情况，但我真的相信有更好的方法来做到这一点。

age   sex     business_unit year  month revenue name  
10-20 Male    unit_1       2018    1     $100   chloe  
20-30 Female  unit_2       2019    2     $250   arnold  

我在想是否有一种方法可以结合所有可能的变量并为我提供变化，例如：

age    revenue   
10-20  -$100    year over year  

sex  revenue  
male -$200   year over year  

age   sex   revenue   
10-20 male   -$50   year over year  

以及所有其他可能的组合。 有没有办法做到这一点？ 用 Python？

Answer 1

一个很好的工具来可视化每对变量之间的关系是“角”模块。

这允许您绘制每个变量的分布并查看它们如何依赖于其他变量。 例如

https://corner.readthedocs.io/en/latest/pages/custom.html

使用“分位数”关键字，您可以在数据等上绘制第 16 个和第 84 个百分位数。

Answer 2

我建议在您的数据集上使用多元线性回归模型

通过这样做，你会得到应预测公式y变量（可以说收入）的基础上同所有其他变量y=c1*x1-c2*x2...

系数c可以告诉你这个变量对y影响有多大。 所以在revenue = 2*age + -0.5*sex...年龄对收入有双重影响，而性别有负面影响（比age重要 4 倍）

如果您想要所有变量之间的所有关系，则必须运行 10 到 15 个模型，在每个模型中， y将代表年龄、性别、收入等其他一些变量

您可以查看此链接以了解如何使用 python 实现它