Kontrollera modellantaganden och göra prediktioner

Maskininlärning för marknadsanalys i R

Verena Pflieger

Data Scientist at INWT Statistics

Test av PH-antagandet

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

Proportionella hazarder för Partner

plot(testCPH1, var = "Partner")

Proportionella hazarder för MonthlyCharges

plot(testCPH1, var = "MonthlyCharges")

Allmänna kommentarer om tester

cox.zph()-testet är konservativt
Känsligt för antal observationer
Olika allvar på överträdelser

Vad händer om PH-antagandet bryts?

Stratifierad analys

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

Tidsberoende koefficienter

Validera modellen

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
                            ...

Sannolikhet att inte churna vid en given tidpunkt

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

Överlevnadskurva för ny kund

plot(survfit(fitCPH1, newdata = oneNewData))

Predicera förväntad tid till churn

print(survfit(fitCPH1, newdata = oneNewData))

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

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

Lärdomar

	Lärdomar om överlevnadsanalys
Du har lärt dig...	att visualisera kundernas kundlivslängd
	att modellera tid till händelse och identifiera påverkande faktorer
	hur man validerar modellen
	hur man gör prediktioner

	Lärdomar från modellen
Du har lärt dig...	att det ökar sannolikheten att churna med 23% om kunden är senior
	att en enhets ökning i månadsavgift minskar churnrisken med cirka 1%

Nu är det din tur!

Maskininlärning för marknadsanalys i R