关于数据挖掘:数据代码分享R语言lasso回归贝叶斯分析员工满意度调查数据缺失值填充

4次阅读

共计 1677 个字符,预计需要花费 5 分钟才能阅读完成。

全文链接:https://tecdat.cn/?p=33055

原文出处:拓端数据部落公众号

员工满意度对于组织绩效和竞争力具备重要影响,因而精确理解员工满意度的影响因素和无效治理成为管理者的要害工作。而员工满意度考察是罕用的钻研办法之一,通过收集员工的反馈数据来理解他们的冀望、需要和感触。

本文的指标是探讨应用 R 语言中的缺失值填充、lasso 回归和贝叶斯分析方法来应答员工满意度考察数据中的缺失值。具体而言,咱们将通过利用这些办法来解决一份理论的员工满意度考察数据,并比拟它们在填充后果方面的差别和成果。此外,咱们还将尝试应用 lasso 回归来抉择和建设员工满意度的影响因素模型,并利用贝叶斯分析方法对模型进行修改和推断。

数据变量:

读取数据

dat <- read.spss("Non-Wser coutris eclUNJan .sav", to.data.

head(dat)

对缺失值进行填补

别离采纳三种办法对空值进行解决
 

(1)删除法

dat1=na.omit(dat)  
head(dat1)

(2)平均值补缺

dat2[index,i]=mean(na.omit(dat[,i]))

(3)多重补插法进行补缺。

# completeddat <- complete(tempdat,1)

变量筛选

xmat <-  model.matrix(E2~ Organisation+Year+Population+Sector+V1+V10+

建设 lasso 模型

cv.aso <- cvglnet(xmat,   (at2.tain$E21:nrw(xmat)] )nfolds = 1

绘制误差

plot(cv.lasso)

coef(cv.lasso,s="lambda.1se")

依据 lasso 筛选出重要的变量

variables

贝叶斯 bayes 模型

Bayes(as.factor(E2) ~ ., data = dat2.train)

预测数据

head(prdct(del,datada.tain)$las)


最受欢迎的见解

1.[](https://tecdat.cn/r%e8%af%ad%e8%a8%80%e7%bb%98%e5%88%b6%e7%94…)R 语言多元 Logistic 逻辑回归 利用案例

2.[](https://tecdat.cn/r%e8%af%ad%e8%a8%80%e7%94%9f%e5%ad%98%e5%88…)面板平滑转移回归 (PSTR) 剖析案例实现

3.[](https://tecdat.cn/r%e8%af%ad%e8%a8%80%e5%a6%82%e4%bd%95%e5%9c…)matlab 中的偏最小二乘回归(PLSR)和主成分回归(PCR)

4.[](https://tecdat.cn/r%e8%af%ad%e8%a8%80%e4%b8%ad%e4%bd%bf%e7%94…)R 语言泊松 Poisson 回归模型剖析案例

5.[](https://tecdat.cn/r%e8%af%ad%e8%a8%80%e7%94%9f%e5%ad%98%e5%88…)R 语言回归中的 Hosmer-Lemeshow 拟合优度测验

6.[](https://tecdat.cn/r%e8%af%ad%e8%a8%80ggplot2%e8%af%af%e5%b7%a…)r 语言中对 LASSO 回归,Ridge 岭回归和 Elastic Net 模型实现

7.[](https://tecdat.cn/r-%e8%af%ad%e8%a8%80%e7%bb%98%e5%88%b6%e5%8…)在 R 语言中实现 Logistic 逻辑回归

8.[](https://tecdat.cn/r%e8%af%ad%e8%a8%80%e5%a6%82%e4%bd%95%e6%89…)python 用线性回归预测股票价格

9.[](https://tecdat.cn/r%e8%af%ad%e8%a8%80%e4%b8%ad%e7%9a%84%e7%94…)R 语言如何在生存剖析与 Cox 回归中计算 IDI,NRI 指标

正文完
 0