оптимальные условия - установление количественного интервала для независиммых переменных Опции

[gerata]

Здравствуйте,

хотелось бы обратиться за помощью к профессионалам.
Для исследования применяется бимодальная логистическая регрессия.
Зависимая переменная - приверженность либо уход клиента, 3 группы приверженности клиентов, независимых переменных 7: шесть принимают значение от 0 до 2, а одна переменная от 0 до 16; выборка из более 23 тыс. наблюдений. Независимые переменные - мероприятия, в которых участвует клиент.


Задача:1) определить влияние каждого мероприятия на верность/неверность клиента внутри каждой группы, т.е. структуру связей, 2) составить оптимальный набор мероприятий, которые позволят "сохранить" клиента, а также обеспечивать его переход в более выгодную группу.

Анализ усложнен несбалансированностью верных/неверных внутри каждой группы. 2 подхода было использовано: 1) коррекция коэффициентов с учетом привалентности "положительных", 2) оценка модели по ROC кривой без пересчета коэффициентов.

Для каждой группы были найдены odds-ratio для значимых независимых переменных. Значимых мероприятий не более 2-3 из 7-ми.

Вдобавок есть стоимость участия клиента в каждом мероприятии.

Посоветуйте, пожалуйста, какой метод использовать, чтобы составить оптимальный набор мероприятий для каждой группы "верности" клиентов, таким образом, зафиксировать бюджет на следующий год.

Деревья решений не дали результата.

Большое спасибо за внимание.

[DrgLena]

Прежде чем советовать другие методы, нужно все же разобраться с логистической регрессией.

Не понятно, что дала логистическая регрессия и как она проводилась. У вас так много данных, что не нужно их все использовать для создания модели, на оставшейся части можно проверять модель.

У вас задача найти интервал значений переменных достаточный для того чтобы вероятность остаться верным клиентом вас устраивала. Так посчитайте эту вероятность при различных значениях предикторов. Логистическая регрессия дает вам такую возможность. Отсортируйте полученные значения вероятности и посмотрите, какие сочетания значений переменных дают необходимые значения. Например, проведение одного мероприятий максимально значимого типа в сочетании с 2-мя менее значимым и с еще 2-мя менее значимым обеспечивают вероятность верности 0,85, а проведение дополнительно 10 занятий последнего типа повышает вероятность до 0,95. А если ничего не проводить, то вероятность верности составит 0,20.
Но рассматривайте свои переменные не как количественные, а как категориальные и используйте контрасты. Statistica для этого не годится, там нужно делать бинарные переменные из категориальных, например 0 и альтернатива 1+2 или 0+1 и 2.