【Clemetine】基于二项Logistic回归的电信客户流失预测

一、实验目的及要求

1.掌握Logistic回归分析的基本步骤、原理、软件实现、结果分析；

2.理解多重共线性的概念、原理及岭轨迹的软件实现；

3.了解高维数据分析的应用领域及分析方法。

二、实验仪器设备

电脑、SPSS、Clementine

三、实验内容

（一）．基本概念

线性回归模型的一个局限性是要求因变量和自变量都是连续型变量（定距变量、定比变量），而不是离散型变量（定序变量、定类变量）。但是在许多实际问题中，经常出现因变量或自变量是离散型变量（分类变量）的情况，当遇到此类问题的时候，线性回归方法就不再适用。这时可以采用Logistic回归分析方法。

Logistic回归分析根据因变量取值类别不同，又可以分为二项Logistic回归（二分类Logistic回归，Binary Logistic回归）分析和多项Logistic回归（多分类Logistic回归，Multinomial Logistic回归）分析。二项Logistic回归模型中因变量只能取两个值，分为用0和1来表示；而多项Logistic回归模型中可以取多个值。

本实验通过二项Logistic回归模型来预测电信客户流失。

（二）参数估计

由于Logistic回归模型的残差不再服从正态分布，而是二值离散型分布，所以采用极大似然估计法对模型的参数进行估计。

（三）二项Logistic回归分析中的虚拟变量

在二项Logistic回归分析中，如果有些自变量为定类或者定序的离散型变量，则必须将其转化成虚拟变量。当某一自变量有m种分类（m个取值）时，需要设立m-1个虚拟变量。