是否拆分训练集和测试集取决于您的分析目的。您可以采用统计方法或机器学习方法。

在经典的统计方法中，您可以在整批数据上拟合模型。您的目标是检查变量参数的符号，以及它们是否显着。从科学上讲，这些参数中的每一个都代表了对假设的检验。

在机器学习方法中，您需要一个擅长预测从未见过的数据的模型。您不关心给定变量是否与您的因变量有正或负关联，您不关心您的参数是否 95% 显着，您只关心模型尽可能精确地预测输出。

所以，你的问题的答案是：这取决于！你需要你的模型做什么？