信用卡消费分析预测
简介
该案例取自《商务与经济统计》第十三版15章的课后练习案例。给出了由50名消费者组成的样本,采集了有关年收入,家庭成员人数和信用卡支付数额的统计资料。下面我们对给出的数据做单变量和双变量分析。并建立多元回归模型来预测信用卡支付数额。
工具
excel及其数据分析模块。
观察数据
数据共分为三列,收入Income( $1000s),Household size(人口),Amount Charged信用卡支出( $)。一共50行数据,由于这是一个练习并没有太多数据,我们可以直接检查,没有空值或者录入异常值。所以可以跳过数据处理的阶段,下来我们直接进行单变量及多变量分析。
单变量分析
收入
描述性统计:
描述性统计让我们对数据分布首先有了大体上的了解,再来看看它的直方图与箱线图。
以上我们可以看到这50个家庭的平均年收入为43.48k,大部分家庭的年收入集中在21~35k美元区间内,还有样本中的家庭年收入最大值与最小值等。
家庭总人口
大部分家庭是1~2人口,由于数据集中没有具体的年龄信息,不能得出更多的有用信息。
信用卡支出
这50个家庭的信用卡消费主要在3644~4534美元/年之间,平均支出3964美元每年。
多变量分析
先用数据分析库中的相关分析功能计算各个变量间的Pearson相关系数。
在该样本中除了人口与家庭收入间的关系是低度相关,收入与信用卡消费,人口与信用卡消费都与我们想的一样呈中度正相关,这很合理,接下来需要我们做进一步分析了解。
人口与年收入的关系
数据集中3人口和4人口之家比较常见,数据集特殊所以难以找到其他关系,至少不是线性关系。
人口与每年信用卡支出之间的关系
正如之前计算的,人口与信用卡支出有着最高的线性相关系数,趋势也更明显,即家庭人口越多,每年的信用卡支出也越高。但观察到该数据集中7人口是个特例。
年收入与每年信用卡支出之间的关系
同样有着中度线性相关的关系,年收入越高,信用卡支出也相对越高,收入较高的人群看起来有较高的消费欲望,至少在此数据集中是如此。
人口,年收入与每年信用卡支出之间的关系
用excel做回归分析:
相关系数Multip R = 0.908,高度正线性相关。
接下来建立多元回归模型: y = β 0 + β 1 x 1 + β 2 x 2 + ϵ y = β_0+β_1x_1+β_2x_2+\epsilon y=β0+β1x