Vérifier les hypothèses du modèle et faire des prédictions

Machine Learning for Marketing Analytics in R

Verena Pflieger

Data Scientist at INWT Statistics

Test de l'hypothèse de PH

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

Risques proportionnels pour Partner

plot(testCPH1, var = "Partner")

Risques proportionnels pour MonthlyCharges

plot(testCPH1, var = "MonthlyCharges")

Remarques générales sur les tests

Test cox.zph() conservateur
Sensible au nombre d'observations
Gravité des violations variable

Que faire si l'hypothèse de PH est violée ?

Analyse stratifiée

fitCPH2 <- cph(Surv(tenure, churn) ~ MonthlyCharges +
                 SeniorCitizen + Partner + Dependents + 
                 StreamMov + Contract,
               stratum = "gender = Male",
               data = dataSurv, x = TRUE, y = TRUE, surv = TRUE)

Coefficients dépendant du temps

Valider le modèle

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
                            ...

Probabilité de ne pas résilier à un moment donné

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

Courbe de survie pour une nouvelle cliente

plot(survfit(fitCPH1, newdata = oneNewData))

Prédire le temps attendu avant la résiliation

print(survfit(fitCPH1, newdata = oneNewData))

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

      n  events  median 0.95LCL 0.95UCL 
   5311    1869      65      53      72

À retenir

	Ce que vous avez appris sur l'analyse de survie
Vous avez appris…	à visualiser la durée d'abonnement des clientes et clients
	à modéliser le temps jusqu'à un événement et à extraire les facteurs qui l'influencent
	à valider le modèle
	à faire des prédictions

	Enseignements du modèle
Vous avez appris…	que le fait d'être aîné augmente la probabilité de résiliation de 23 %
	qu'une hausse d'une unité des frais mensuels réduit le risque de résiliation d'environ 1 %

À vous de jouer maintenant !

Machine Learning for Marketing Analytics in R