检验模型假设并进行预测

用 R 进行市场营销分析的机器学习

Verena Pflieger

Data Scientist at INWT Statistics

PH 假设检验

testCPH1 <- cox.zph(fitCPH1)
print(testCPH1)

                              rho   chisq        p
gender=Male               0.0317   1.884 1.70e-01
SeniorCitizen=Yes         0.0587   6.507 1.07e-02
Partner=Yes               0.0752  10.116 1.47e-03
Dependents=Yes            0.0131   0.314 5.75e-01
StreamMov=NoIntServ      -0.0448   3.588 5.82e-02
StreamMov=Yes             0.0827  12.174 4.85e-04
PaperlessBilling=Yes      0.0180   0.611 4.34e-01
PayMeth=CreditCard(auto)  0.0253   1.198 2.74e-01
PayMeth=ElektCheck       -0.0427   3.427 6.41e-02
PayMeth=MailedCheck      -0.0851  13.069 3.00e-04
MonthlyCharges            0.1268  25.778 3.83e-07
GLOBAL                        NA 217.172 0.00e+00
用 R 进行市场营销分析的机器学习

Partner 的比例风险

plot(testCPH1, var = "Partner")

用 R 进行市场营销分析的机器学习

MonthlyCharges 的比例风险

plot(testCPH1, var = "MonthlyCharges")

用 R 进行市场营销分析的机器学习

关于检验的一般说明

  • cox.zph() 检验偏保守
  • 对样本量敏感
  • 违背程度有轻重之分
用 R 进行市场营销分析的机器学习

若 PH 假设不成立怎么办？

  • 分层分析
fitCPH2 <- cph(Surv(tenure, churn) ~ MonthlyCharges +
                 SeniorCitizen + Partner + Dependents + 
                 StreamMov + Contract,
               stratum = "gender = Male",
               data = dataSurv, x = TRUE, y = TRUE, surv = TRUE)
  • 时间变系数
用 R 进行市场营销分析的机器学习

模型验证

validate(fitCPH1, 
         method = "crossvalidation", 
         B = 10, pr = FALSE)

      index.orig training   test optimism index.corrected  n
R2        0.2277   0.2279 0.2277   0.0002          0.2276 10
                            ...
用 R 进行市场营销分析的机器学习

特定时间不流失的概率

oneNewData <- data.frame(gender = "Female",
                             SeniorCitizen = "Yes",
                             Partner = "No",
                             Dependents = "Yes",
                             StreamMov = "Yes",
                             PaperlessBilling = "Yes",
                             PayMeth = "BankTrans(auto)",
                             MonthlyCharges = 37.12)
str(survest(fitCPH1, newdata = oneNewData, times = 3))

List of 5
 $ time   : num 3
 $ surv   : num 0.905
 $ std.err: num 0.0136
 $ lower  : num 0.881
 $ upper  : num 0.93
用 R 进行市场营销分析的机器学习

新客户的生存曲线

plot(survfit(fitCPH1, newdata = oneNewData))

用 R 进行市场营销分析的机器学习

预测至流失的期望时间

print(survfit(fitCPH1, newdata = oneNewData))

Call: survfit(formula = fitCPH1, newdata = oneNewData)

      n  events  median 0.95LCL 0.95UCL 
   5311    1869      65      53      72
用 R 进行市场营销分析的机器学习

要点回顾

生存分析要点
你已学会…… 可视化客户在网时长
建模事件发生时间并提取影响因素
如何验证模型
如何进行预测
模型结论
你已学会…… 老年用户流失概率提高约23%
月费每增加1个单位，流失风险约降1%
用 R 进行市场营销分析的机器学习

现在交给你！

用 R 进行市场营销分析的机器学习

Preparing Video For Download...