我希望能够通过R把我的xvars放到等频分仓中,然后在每个分仓中对我的响应变量进行分析,这将有助于选择我把什么变量放到我的逻辑模型中。我试过通过包rbin使用rbin_equal_freq,但这默认为20个bin的输出,这有助于选择vars,但最好是我想5个bin。我是R和建模的新手,任何帮助都会很好,甚至能够快速有效地将tibble转换为5个bins。
rbin_equal_freq(df, y, x, bins = 5).
Output:
lower_cut upper_cut bin_count good bad good_rate woe iv entropy
<dbl> <dbl> <int> <int> <int> <dbl> <dbl> <dbl> <dbl>
1 -12.3 -6.97 33 0 33 0 Inf Inf NaN
2 -6.86 -5.15 33 1 32 0.0303 1.43 0.0602 0.196
3 -5.12 -4.09 33 2 31 0.0606 0.709 0.0192 0.330
4 -4.04 -3.18 33 1 32 0.0303 1.43 0.0602 0.196
5 -3.15 -2.62 33 2 31 0.0606 0.709 0.0192 0.330
6 -2.55 -1.99 33 3 30 0.0909 0.270 0.00331 0.439
7 -1.98 -1.32 33 4 29 0.121 -0.0513 0.000135 0.533
8 -1.30 -0.878 33 4 29 0.121 -0.0513 0.000135 0.533
9 -0.878 -0.478 33 2 31 0.0606 0.709 0.0192 0.330
10 -0.463 -0.0775 33 3 30 0.0909 0.270 0.00331 0.439
11 -0.0775 0.447 33 1 32 0.0303 1.43 0.0602 0.196
12 0.449 1.05 33 4 29 0.121 -0.0513 0.000135 0.533
13 1.05 1.65 33 3 30 0.0909 0.270 0.00331 0.439
14 1.65 2.32 33 5 28 0.152 -0.310 0.00542 0.614
15 2.32 2.96 33 2 31 0.0606 0.709 0.0192 0.330
16 2.96 3.59 33 5 28 0.152 -0.310 0.00542 0.614
17 3.62 4.73 33 6 27 0.182 -0.528 0.0171 0.684
18 4.75 5.98 33 8 25 0.242 -0.893 0.0555 0.799
19 5.99 8.12 33 8 25 0.242 -0.893 0.0555 0.799
20 8.13 16.4 29 12 17 0.414 -1.68 0.217 0.978
我也使用了不同的函数在这里创建尝试和创建等频分块,但正在努力不熟悉的语言,所以任何建议将是非常感激。
我不确定什么 r_bin_equal
是在做什么......似乎很奇怪,它需要两个变量,而不是只有一个--它一定是在做一些更多的事情,而不仅仅是一个单一变量的分选。
相同频率的分选区在 量子数. 我们可以写一个快速函数使用 quantile
来计算断点和 cut
到bin数据。
bin_equal = function(x, nbin = 5) {
breaks = quantile(x, probs = seq(0, 1, length.out = nbin + 1), na.rm = TRUE)
return(cut(x, breaks = breaks, labels = 1:nbin, include.lowest = TRUE))
}
bin_equal(rnorm(20), nbin = 3)
# [1] 2 1 2 2 3 3 3 1 1 3 3 3 1 2 1 3 2 2 1 1
# Levels: 1 2 3
注意,这将返回一个 factor
.