我正在开发一个包含 13 个变量的线性模型，包括目标变量（物品的在线购买收入）。因此，我首先使用常规变量构建模型 1，然后在数据标准化后构建模型 2。我在这里复制了两个模型的系数：

Model1(Without Normalized Data)
Coefficients:
              (Intercept)                        xid                   xcartadd  
                6.386e+01                 -4.301e-03                 -1.229e+02  
             xcartuniqadd            xcartaddtotalrs                xcartremove  
                1.239e+02                  7.788e-02                 -1.424e+02  
        xcardtremovetotal        xcardtremovetotalrs              xproductviews  
                5.588e+02                 -3.445e-02                  1.369e+01  
            xuniqprodview              xprodviewinrs       xsizeselecteduniview  
               -1.530e+01                  5.401e-04                 -1.299e+02  
  xsizeselectedtotalviews  xsizeselectedtotalviewsrs  
                6.280e+01                 -2.453e-02  

Model 2(With Normalized data)
Coefficients:
                (Intercept)                          xid  
                  3.900e+02                   -4.301e-03  
                 xcartadd_n               xcartuniqadd_n  
                 -2.623e+03                    2.069e+03  
          xcartaddtotalrs_n                xcartremove_n  
                  1.785e+03                   -1.721e+02  
        xcardtremovetotal_n        xcardtremovetotalrs_n  
                  4.474e+02                   -5.360e+01  
            xproductviews_n              xuniqprodview_n  
                  7.979e+03                   -7.378e+03  
            xprodviewinrs_n       xsizeselecteduniview_n  
                  4.757e+02                   -1.218e+03  
  xsizeselectedtotalviews_n  xsizeselectedtotalviewsrs_n  
                  1.044e+03                   -5.374e+02

我的问题是：

1. 仅将规范化数据纳入模型或非规范化数据是否合适？

2. 将归一化数据和非归一化数据结合起来是否合适？

3. 如何从它们中选择最合适的预测变量用于模型？