客户流失预警模型——查看单因子变量分析与多因子变量分析

常用风险因子

静态信息：

客户持有的产品数量、种类

客户的年龄、性别

客户所处地理 位置

产品类别

 动态信息：

交易的间隔时间

营销、促销手段

银行的服务方式和态度

 单因子分析之连续变量

1、有效记录占比

2、整体分布

                     初始分布

                     截断分布

3、按目标变量分布的差异

方差分析，用于两个及以上类别的均值差异的显著性检验，可以查看各个不同类别是否属于同一分布

用到的是F分布，F=MSTR-MSE，分子自由度为n-1，分子自由度为n-k，n为样本总数，k为样本群数量

例如：判断男生的工资与女生的工资是否分布相同，k就等于2，n等于男生工资观测数加女生工资观测数目

MSTR为组间方差

MSE为组内方差

单因子分析之类别变量

1、有效记录占比

2、种类

3、整体分布

4、按目标变量分布的差异

差异的量化：

卡方检验：用来衡量两个分类变量的独立性

 

多因子分析

连续型变量相关性分析

下列为查看各类数据分布的代码：

定义查看分类型因变量与连续性自变量之间的关系的函数

from pandas import DataFrame
from numpy import nan as NA
from pandas import Series
import os 
import pandas as pd
import numpy as  np
import math
import random
from matplotlib import pyplot
from pandas.tools.plotting import scatter_matrix
from statsmodels.formula.api import ols
from statsmodels.stats.anova import anova_lm
from scipy.stats import chisquare
#解决输出图片不能为含有中文
from pylab import mpl
mpl.rcParams['font.san