Как исправить экспоненциальную регрессию к положительно искаженным данным? - PullRequest
0 голосов
/ 04 февраля 2019

ссылка на файл Я пытаюсь исследовать экспоненциальную регрессию для прогнозирования #calls_to_be_made (DV) для данного #sales_potential (IDV) клиентов. Данные положительно искажены.лучше попробовать экспоненциальную регрессию для этого случая.если так, как продолжить?если не почему?Нужно еще несколько идей.

Я должен выполнить линейную регрессию, чтобы предсказать #calls_to_be_made (DV) для данного #sales_potential (IDV) клиентов. Данные положительно искажены.Я устранил нулевые значения, и я преобразовал log10 обе переменные, чтобы получить почти нормальное распределение.он дал значение rsqr 55%.

Ожидаемый результат заключается в том, как выполнить экспоненциальную регрессию, а также нуждается в ясности мысли о том, какую модель (технику) лучше выбрать для моей конкретной проблемы .?

#importdata
file1<-read.xlsx("wx2.xlsx",sheetName = "Sheet1",header = T)
str(file1)
#file1$Potential.18.19<-round(file1$Potential.18.19,digits = 0)
data1<-file1
data1$Sales_to_be_made <- log10(data1$Sales_to_be_made)
data1$calls_to_be_made <- log10(data1$calls_to_be_made)
dput(data1)
...