6.6　本章小结

我介绍了一种新的统计数据挖掘方法——SRD法，并将其加入好的建模做法的简单性和可取性范式之中。这个方法用到了两个基本统计工具，对称化和排序变量，使得重新表述的变量获得了更好的预测能力。首先，我详细罗列了斯蒂文的量度范围，为新的对称化重述变量提供了一个概念框架。然后，我在一个近似区间量度上定义了新的SRD变量，并简短回顾了最简单的EDA方法——茎叶图和箱线图，这两者对于讨论SRD方法都是必不可少的。最后我给出了这种新方法的两个例子，表明对称化处理后的变量确实比原来的变量具有更好的预测能力。我认为这两个例子可以作为建模工作者应用SRD的起步点。