登录
首页精彩阅读数据分析也要讲究打组合拳
数据分析也要讲究打组合拳
2016-08-09
收藏

数据分析也要讲究打组合拳

组合拳是拳击拳法的一种,在进攻当中利用各种单一拳法的组合连续攻击,使对手顾此失彼,达到击中对手的目的。联系到数据分析过程中,引申为采取一连套的方法实现一定的目标,而每一拳就是一种分析方法。

【我们遇到这样一个问题】

美国洛杉矶 12 个地区的 5 个经济指标调查数据(总人口、学校校龄、总雇员、专业服务、中等房价),为对这 12 个地区进行综合评价, 请你出出主意,我们希望看到这12个地区中的某几个区属于同一类型,从而分而治之,有针对性的做出有意义的措施。


每个地区都有5个评价指标,不同地区的同一指标分布不同,一个地区的五个指标大小有别,差异显著,现在要对着12个地区进行评价,这是一个十分苦恼的事情。

【单拳出击:聚类分析——山重水复疑无路,柳暗花明又一村】

多个评价指标,希望分而治之,聚类分析无疑是非常棒的选择,分类变量为总人口、学校校龄、总雇员、专业服务、中等房价:执行SPSS聚类过程:



12个地区最终分为几类?每个类别又有哪些特征呢?这是聚类分析需要解决的细节。我们以分为3类来说明现在遇到的新问题,树形图让我们十分清晰的看到每一次聚类的细节,哪些地区最先被归并为一类,因为他们最相似,但是,我们对着树形图又能下什么结论呢,望洋兴叹吧,树形图就是大忽悠。

不妨看看每一类别下5个评价指标的均值比较吧,这似乎有所帮助,虽然还是一片混乱,但最少我们很容易发现,第二类在每一个指标中的均值都是糟糕的,急需政府加大管理、投资的力度,第一类的地区人口不算多,但各项指标的均值都是组内最高的,可以说第一类的1、4、5、10四个地区是不用美国政府操心了,但结论是我们依然没有非常清晰的描述评价结果。

问题出在哪里?或许是用来评价地区经济情况的指标过于多了吧!

【组合拳:左手因子分析,右手聚类分析,组合拳更具挖潜力】

我们已经意识到一直困扰我们的其实是评价指标过多,这就需要降维,因子分析算是不错的选择,尝试是突破瓶颈的最好实践办法。接下来,我们试图将总人口、学校校龄、总雇员、专业服务、中等房价这5个指标进行降维处理,不是直接踢出,而是寻找隐匿其中潜在的因素。

因子分析 是基于相关关系而进行的数据分析技术,是一种建立在众多的观测数据的基础上的降维处理方法。其主要目的是探索隐藏在大量观测数据背后的某种结构,寻找一组变量变化的“共同因子”。

提取前两个因子,可以解释5个指标的93.4%,在没有损失太多信息的同时,获得相对良好的解释能力,这是一个稳赚不赔的卖卖。

旋转之后的载荷结果令我们十分的满意,因子1与“校龄、服务、房价”三个指标相关性极强,而这三项总是居民乐开花,地区教育水平高,多项服务,房价且不高,这是理想的居住场所,可以命名为“福利因子”,在看因子2,与“总人口、总雇员”极相关,这是“人口因子”。

5个评价指标,现在可以用2个因子来代替,此时来描述每个地区的经济情况就非常的方便了,在此基础上再“打一拳”,会有什么样的惊喜?现在,聚类分析的步骤不变,参与聚类的变量为:福利因子和人口因子。

什么?你没看错,分类的结果和直接用聚类分析的结果是一致的,打组合拳和一拳的结果相同,觉得很遗憾是么?不,我们的最终分析目的是12地区的综合评价,现在来看:

第一类地区,首先这些地区的福利因子较好,校龄、服务项目两基础设施方面都非常完善,但是享受好福利的同时,需要更多的钱购买房子,这是富人区吧。第二类地区,人口因子、福利因子都比较差,应当受到更多关注和支持。第三类,很明显是人口众多地区,但这里的居民未公平享受到各项福利,唯一心里安慰的是房价不高吧。

到此,我们可以看出,组合拳的结果更加丰富,在不真实反映地区经济分类后,还挖潜出影响各地区排名的潜在因素,让市政决策者能够更加清晰的综合评价各地区优缺点,有的放矢。

在确定分析目标之后,数据分析过程中不妨打出组合拳,将获得更多收获,找到更本质的解决方案。

数据分析咨询请扫描二维码

客服在线
立即咨询