《应用商务统计分析》第六章 泊松回归

目录

一、目的

二、数据来源和相关说明

1、数据来源

2、数据信息

3、变量信息

三、描述性分析

1、描述统计

2、单因素分析

四、数据建模

1、全模型分析

2、模型选择

3、模型预测和评估

五、总结

---

一、目的

从超市会员消费记录中找出规律，并判断会员次月光顾超市的次数。

二、数据来源和相关说明

1、数据来源

来源于某家超市部分会员的详细消费记录。

import os
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt

# 参数设置
plt.rcParams['font.sans-serif']=['SimHei'] #中文
plt.rcParams['axes.unicode_minus'] = False #负号
filePath = r'E:\CH6'
fileName = r'crm.csv'

# 读取数据
df_raw =  pd.read_csv(open(os.path.join(filePath, fileName)))

2、数据信息

共3995条样本，包含7个变量。

print(df_raw.info())
print(df_raw.head())

3、变量信息

# 变量列表
str_cols = []
num_cols = ['exp3', 'exp2', 'exp1', 'freq3', 'freq2', 'freq1' ]
x_cols = str_cols + num_cols
y_col = 'freq0'

（1）自变量

• freq1、freq2、freq3分别为会员第-1月、第-2月、第-3月光顾超市的频数。
• exp1、exp2、exp3分别为会员第-1月、第-2月、第-3月的消费金额。

（2）因变量

• freq0为会员第0月光顾超市的频数。

三、描述性分析

df_clean = df_raw.copy()

1、描述统计

从下述指标看，按平均水平来说（以算术平均计），每个月每位会员光顾该超市大约1次，消费金额为5-20元。

# 基本统计量
print(df_clean.describe().T)