关于 类别型的怎么降为 二元的问题？预测未来的电话量模型？（现实问题）

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

目前在用 spss modeler 做 时间序列的建模，问了一些高手，说时间序列的建模字段必须都是 数值型，不能是 类别的型的，


数据中有一些字段 是 每天电话量 ，星期，天气情况，风力，风向。其中，每天电话量，星期是 数值型，天气情况，风力，风向，是类别型的。
天气情况如 多云，阴转小雨，雨夹雪，雷阵雨等
风向，如 ，南风，东北风转西南风，等等，
风向有 2-3级，3-4级转4-5级，

用SPSS给类别型做类别编号，做相关性分析，结果是 每天电话量和星期，天气情况和风力有sig是 0 有显著性，

有人更我说 spss modeler 做时间序列的预测模型，可以预测，但是也有人说天气情况，风力，风向，是类别转数值比较难，要用马尔可夫模型（HMM）做？
请问如果知道未来的天气情况，风力，风向根据现有的知识，用什么方法预测未来的电话量呢？
怎么将类别型的降为 二元呢？

根据现实经验是星期六星期天外卖电话量会多，下雨外卖电话量会多，风力大外卖电话量会多，星期一电话量少

求高手，
我的QQ是 124749760

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：现实问题 预测未来 SPSS Modeler MODELER modele 星期六 外卖电话 东北风 雷阵雨 西南风

你可以对变量进行简化，比如天气就可以划分为一般和恶劣

分类变量设置为虚拟变量即可处理。