2019-02-01
阅读量:
2612
现实生活中，如何对问题的影响因素进行重要性排序？
问题描述：
- 各种各样的统计模型，一定程度上能够探讨某个问题的因果关系，而一个问题的结果往往由多个原因造成的，那么这些原因中，哪些更重要？哪些不重要？如何对它们进行量化，从而抓住问题的主要矛盾，反哺业务呢？
解决思路：
- 多元线性回归模型的标准化回归系数，值越高说明对因变量的解释敏感度越强，对某个确定的结果是可以做重要性排序的
- 因子分析或主成分分析的公因子方差贡献度，对于某个确定的概念，公因子的构成占比，一定程度也能说明重要性，但是缺少了因果关联
- 业务逻辑，不管是模型还是经验，头脑风暴把所有可能的影响因素找出来，然后利用四象限法则，自定义两条指标，例如“解决问题的成本”和“解决问题的收益”，对所有影响因素进行排序
0.0000
0
0
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
Studio-R
2025-08-28
0条评论
CDA持证人阿涛哥
2025-08-18
0条评论
天下无欺诈
2025-08-06
0条评论