當你有很多變量時如何進行智能數據分析

Question

我是新來的，我在營銷分析方面做了很多工作。 大多數時候，我收到一個包含很多變量（ 10 - 15 ）的巨大基數，人們問我：對於我們擁有的變量（年齡、性別等），是什么解釋了收入的增長或下降？

我通常會查看圖表並分析所有可能的情況，但我真的相信有更好的方法來做到這一點。

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  

我在想是否有一種方法可以結合所有可能的變量並為我提供變化，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組合。 有沒有辦法做到這一點？ 用 Python？

Answer 1

一個很好的工具來可視化每對變量之間的關系是“角”模塊。

這允許您繪制每個變量的分布並查看它們如何依賴於其他變量。 例如

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

使用“分位數”關鍵字，您可以在數據等上繪制第 16 個和第 84 個百分位數。

Answer 2

我建議在您的數據集上使用多元線性回歸模型

通過這樣做，你會得到應預測公式y變量（可以說收入）的基礎上同所有其他變量y=c1*x1-c2*x2...

系數c可以告訴你這個變量對y影響有多大。 所以在revenue = 2*age + -0.5*sex...年齡對收入有雙重影響，而性別有負面影響（比age重要 4 倍）

如果您想要所有變量之間的所有關系，則必須運行 10 到 15 個模型，在每個模型中， y將代表年齡、性別、收入等其他一些變量

您可以查看此鏈接以了解如何使用 python 實現它