xuyue.fit <- glm(续约~成本+营业收入+注册时长,data=xuyue,family=binomial(link = logit))
summary(xuyue.fit)
成本、收入、时长对是否续约都有显著影响(P<0.05)。依据上面回归系数的结果,写出logistic回归的方程式:Logit(P)=Ln(P/1-P)=-2.287+0.099*时长+0.014*收入-0.184*成本这个模型拟合优度如何呢?咱们用Hosmer-Lemeshow拟合优度检验来看看。
xuyue.fit.hl <- hoslem.test(xuyue.fit$y,fitted(xuyue.fit),g=10)
HL检验发现,模型拟合良好(P=0.651>0.05)。logistic回归具体应用时,用风险的比数比即OR值相对于回归系数要更容易解读,所以接下来咱们需要计算并输出三个自变量的OR值。上表中的数据即截距和各自变量的OR值。营业收入每增加一个单位,则商户继续续约的可能性增加1.4%,高注册时长的续约可能性是低注册时长的1.1倍,注册时长和营业收入均是继续续约的利好因子。相反地,我们发现成本是影响是否继续续约的不利因素。(基于OR值数据结果)。