某上市公司的客户资源分析与预测
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与状况 | 第9-12页 |
| 1.1.1 RMF模型 | 第9-10页 |
| 1.1.2 客户流失与挽回 | 第10-12页 |
| 1.2 本文研究的问题 | 第12页 |
| 1.3 研究意义与方法 | 第12-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 第二章 数据预处理 | 第14-23页 |
| 2.1 创造变量 | 第14-15页 |
| 2.2 数据集与抽样 | 第15页 |
| 2.3 数据的重抽样 | 第15-17页 |
| 2.3.1 数据的处理与转化 | 第15-17页 |
| 2.4 筛选变量使用的统计方法简介 | 第17-21页 |
| 2.4.1 P值 | 第17页 |
| 2.4.2 模型卡方统计 | 第17页 |
| 2.4.3 相关性分析 | 第17-18页 |
| 2.4.4 主成分分析 | 第18-19页 |
| 2.4.5 聚类分析 | 第19页 |
| 2.4.6 逐步回归 | 第19-20页 |
| 2.4.7 熵值 | 第20页 |
| 2.4.8 AIC和SC | 第20页 |
| 2.4.9 方差膨胀因子 | 第20-21页 |
| 2.5 筛选自变量原则 | 第21页 |
| 2.6 变量趋势图 | 第21-23页 |
| 第三章 客户再回归模型分析 | 第23-35页 |
| 3.1 Logistic模型理论分析 | 第23-24页 |
| 3.1.1 Logistic模型的发展与优势 | 第23-24页 |
| 3.2 基于Logistic回归的客户再回归模型 | 第24-26页 |
| 3.2.1 Logistic模型公式推导 | 第24-26页 |
| 3.2.2 Logistic模型的参数估计 | 第26页 |
| 3.2.3 Logistic模型应用需注意的问题 | 第26页 |
| 3.3 模型结果 | 第26-28页 |
| 3.4 模型验证 | 第28-35页 |
| 第四章 结论与展望 | 第35-37页 |
| 4.1 总结与建议 | 第35页 |
| 4.2 不足与展望 | 第35-37页 |
| 参考文献 | 第37-39页 |
| 致谢 | 第39-40页 |
| 附录 | 第40-41页 |
