當(dāng)前位置：首頁(yè) > 编程资源 > 编程问答 >内容正文

编程问答

SAS 二元逻辑回归预测下月是否会消费

發(fā)布時(shí)間：2023/12/31 编程问答 40 豆豆

生活随笔收集整理的這篇文章主要介紹了 SAS 二元逻辑回归预测下月是否会消费小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

數(shù)據(jù)集來自 UCI

UCI_Credit_Card.csv

數(shù)據(jù)集信息

此數(shù)據(jù)集包含有關(guān)2005年4月至2005年9月臺(tái)灣地區(qū)信用卡客戶的默認(rèn)付款，人口統(tǒng)計(jì)因素，信用數(shù)據(jù)，付款歷史和賬單的信息。

內(nèi)容

有25個(gè)變量：

ID：每個(gè)客戶的ID

LIMIT_BAL：以新臺(tái)幣計(jì)的給定信用額度（包括個(gè)人和家庭/輔助信用額）

性別：性別（1 =男性，2 =女性）

教育程度：（1 =研究生院，2 =大學(xué)，3 =高中，4 =其他，5 =未知，6 =未知）

婚姻：婚姻狀況（1 =已婚，2 =單，3 =其他）

年齡：歲

PAY_0：2005年9月的還款狀態(tài)（-1 =正常付款，1 =延遲一個(gè)月的付款，2 =延遲兩個(gè)月的付款，... 8 =延遲八個(gè)月的付款，9 =延遲九個(gè)月的付款，以及以上）

PAY_2：2005年8月的還款狀態(tài)（與上述相同）

PAY_3：2005年7月的還款狀態(tài)（與上述相同）

PAY_4：2005年6月的還款狀態(tài)（與上述金額相同）

PAY_5：2005年5月的還款狀態(tài)（與上述相同）

PAY_6：2005年4月的還款狀態(tài)（與上述相同）

BILL_AMT1：2005年9月的帳單金額（新臺(tái)幣）

BILL_AMT2：2005年8月的帳單金額（新臺(tái)幣）

BILL_AMT3：2005年7月的帳單金額（新臺(tái)幣）

BILL_AMT4：2005年6月的帳單金額（新臺(tái)幣）

BILL_AMT5：2005年5月的對(duì)帳單金額（新臺(tái)幣）

BILL_AMT6：2005年4月的帳單金額（新臺(tái)幣）

PAY_AMT1：2005年9月的先前付款金額（新臺(tái)幣）

PAY_AMT2：2005年8月的先前付款金額（新臺(tái)幣）

PAY_AMT3：2005年7月的先前付款金額（新臺(tái)幣）

PAY_AMT4：2005年6月的先前付款金額（新臺(tái)幣）

PAY_AMT5：2005年5月的先前付款金額（新臺(tái)幣）

PAY_AMT6：2005年4月的先前付款金額（新臺(tái)幣）

default.payment.next.month：默認(rèn)付款（1 =是，0 =否）

SAS 環(huán)境：SAS STUDIO大學(xué)版

首先對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)描述，得到大致的數(shù)據(jù)概況。然后對(duì)缺失值處理

然后對(duì)數(shù)據(jù)進(jìn)行歸一化，這里用到的是STUDIO 的標(biāo)準(zhǔn)化模塊

使用任務(wù)模塊的二元邏輯回歸

導(dǎo)入相應(yīng)的預(yù)測(cè)值，分類變量，以及歸一化完的數(shù)值連續(xù)變量

使用了默認(rèn)的建模參數(shù)

然后輸出模型結(jié)果：

模型信息數(shù)據(jù)集響應(yīng)變量響應(yīng)水平數(shù)模型優(yōu)化方法

WORK.STDIZE

default_payment_next_month

二元 Logit

Fisher 評(píng)分法

讀取的觀測(cè)數(shù)使用的觀測(cè)數(shù)

30000

響應(yīng)概略有序
值default_payment_next_month總
頻數(shù)12

0	23364
1	6636

建模的概率為 default_payment_next_month='1'。

分類水平信息分類值設(shè)計(jì)變量SEX1?2EDUCATION0?1?2?3?4?5?6MARRIAGE0?1?2?3

1	0	?	?	?	?	?
0	1	?	?	?	?	?
1	0	0	0	0	0	0
0	1	0	0	0	0	0
0	0	1	0	0	0	0
0	0	0	1	0	0	0
0	0	0	0	1	0	0
0	0	0	0	0	1	0
0	0	0	0	0	0	1
1	0	0	0	?	?	?
0	1	0	0	?	?	?
0	0	1	0	?	?	?
0	0	0	1	?	?	?

模型收斂狀態(tài)

滿足收斂準(zhǔn)則 (GCONV=1E-8)。

模型擬合統(tǒng)計(jì)量準(zhǔn)則僅截距截距和協(xié)變量AICSC-2 Log L

31707.354	27889.258
31715.663	28146.835
31705.354	27827.258

檢驗(yàn)全局原假設(shè): BETA=0檢驗(yàn)卡方自由度Pr?>?卡方似然比評(píng)分Wald

3878.0967	30	<.0001
3749.8174	30	<.0001
3061.8299	30	<.0001

3 型效應(yīng)分析效應(yīng)自由度Wald
卡方Pr?>?卡方SEXEDUCATIONMARRIAGEStandardized_PAY_0Standardized_PAY_2Standardized_PAY_3Standardized_PAY_4Standardized_PAY_5Standardized_PAY_6Standardized_BILL_AMStandardized_BILL_AMStandardized_BILL_AMStandardized_BILL_AMStandardized_BILL_AMStandardized_BILL_AMStandardized_PAY_AMTStandardized_PAY_AMTStandardized_PAY_AMTStandardized_PAY_AMTStandardized_PAY_AMTStandardized_PAY_AMTAGELIMIT_BAL

1	13.4141	0.0002
6	41.4162	<.0001
3	35.5147	<.0001
1	1063.4129	<.0001
1	16.2970	<.0001
1	9.9461	0.0016
1	0.8093	0.3683
1	1.6349	0.2010
1	0.0968	0.7557
1	23.4764	<.0001
1	2.5703	0.1089
1	1.0333	0.3094
1	0.0108	0.9172
1	0.2491	0.6177
1	0.0267	0.8701
1	35.0031	<.0001
1	20.6781	<.0001
1	2.3634	0.1242
1	5.1893	0.0227
1	3.2759	0.0703
1	2.6011	0.1068
1	8.3249	0.0039
1	19.6728	<.0001

最大似然估計(jì)分析參數(shù)?自由度估計(jì)標(biāo)準(zhǔn)
誤差Wald
卡方Pr?>?卡方Intercept?SEX1SEX2EDUCATION0EDUCATION1EDUCATION2EDUCATION3EDUCATION4EDUCATION5EDUCATION6MARRIAGE0MARRIAGE1MARRIAGE2MARRIAGE3Standardized_PAY_0?Standardized_PAY_2?Standardized_PAY_3?Standardized_PAY_4?Standardized_PAY_5?Standardized_PAY_6?Standardized_BILL_AM?Standardized_BILL_AM?Standardized_BILL_AM?Standardized_BILL_AM?Standardized_BILL_AM?Standardized_BILL_AM?Standardized_PAY_AMT?Standardized_PAY_AMT?Standardized_PAY_AMT?Standardized_PAY_AMT?Standardized_PAY_AMT?Standardized_PAY_AMT?AGE?LIMIT_BAL?

1	-1.7913	0.4332	17.0983	<.0001
1	0.1125	0.0307	13.4141	0.0002
0	0	.	.	.
1	-9.5675	85.2395	0.0126	0.9106
1	0.3025	0.4035	0.5619	0.4535
1	0.2179	0.4031	0.2924	0.5887
1	0.1961	0.4038	0.2358	0.6273
1	-0.8448	0.5642	2.2418	0.1343
1	-1.0607	0.4747	4.9925	0.0255
0	0	.	.	.
1	-1.2406	0.5329	5.4196	0.0199
1	0.0788	0.1373	0.3288	0.5664
1	-0.1102	0.1388	0.6301	0.4273
0	0	.	.	.
1	0.6491	0.0199	1063.4129	<.0001
1	0.0976	0.0242	16.2970	<.0001
1	0.0854	0.0271	9.9461	0.0016
1	0.0263	0.0292	0.8093	0.3683
1	0.0390	0.0305	1.6349	0.2010
1	0.00793	0.0255	0.0968	0.7557
1	-0.4060	0.0838	23.4764	<.0001
1	0.1717	0.1071	2.5703	0.1089
1	0.0933	0.0918	1.0333	0.3094
1	-0.00904	0.0869	0.0108	0.9172
1	0.0461	0.0925	0.2491	0.6177
1	0.0116	0.0711	0.0267	0.8701
1	-0.2260	0.0382	35.0031	<.0001
1	-0.2187	0.0481	20.6781	<.0001
1	-0.0465	0.0302	2.3634	0.1242
1	-0.0637	0.0280	5.1893	0.0227
1	-0.0491	0.0271	3.2759	0.0703
1	-0.0372	0.0231	2.6011	0.1068
1	0.00537	0.00186	8.3249	0.0039
1	-7E-7	1.578E-7	19.6728	<.0001

優(yōu)比估計(jì)效應(yīng)點(diǎn)估計(jì)95% Wald
置信限SEX 2-1EDUCATION 6-0EDUCATION 6-1EDUCATION 6-2EDUCATION 6-3EDUCATION 6-4EDUCATION 6-5MARRIAGE 3-0MARRIAGE 3-1MARRIAGE 3-2Standardized_PAY_0Standardized_PAY_2Standardized_PAY_3Standardized_PAY_4Standardized_PAY_5Standardized_PAY_6Standardized_BILL_AMStandardized_BILL_AMStandardized_BILL_AMStandardized_BILL_AMStandardized_BILL_AMStandardized_BILL_AMStandardized_PAY_AMTStandardized_PAY_AMTStandardized_PAY_AMTStandardized_PAY_AMTStandardized_PAY_AMTStandardized_PAY_AMTAGELIMIT_BAL

1.119	1.054	1.189
<0.001	<0.001	>999.999
1.353	0.614	2.985
1.244	0.564	2.740
1.217	0.551	2.684
0.430	0.142	1.298
0.346	0.137	0.878
0.289	0.102	0.822
1.082	0.827	1.416
0.896	0.682	1.176
1.914	1.841	1.990
1.103	1.052	1.156
1.089	1.033	1.148
1.027	0.969	1.087
1.040	0.979	1.104
1.008	0.959	1.060
0.666	0.565	0.785
1.187	0.963	1.465
1.098	0.917	1.314
0.991	0.836	1.175
1.047	0.874	1.255
1.012	0.880	1.163
0.798	0.740	0.860
0.804	0.731	0.883
0.955	0.900	1.013
0.938	0.888	0.991
0.952	0.903	1.004
0.963	0.921	1.008
1.005	1.002	1.009
1.000	1.000	1.000

預(yù)測(cè)概率和觀測(cè)響應(yīng)的關(guān)聯(lián)一致部分所占百分比Somers D不一致部分所占百分比Gamma結(jié)值百分比Tau-a對(duì)c

72.6	0.452
27.4	0.452
0.0	0.156
155043504	0.726

總結(jié)

以上是生活随笔為你收集整理的SAS 二元逻辑回归预测下月是否会消费的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。

上一篇： Failed to register i
下一篇：华为P20 HL2EMILYM电路图