使用R的电信流失生存分析

Question

我正在处理电信流失问题，这是我的数据集。

http://www.sgi.com/tech/mlc/db/churn.data

名称 - http://www.sgi.com/tech/mlc/db/churn.names

我是生存分析的新手。给出训练数据，我的想法是建立一个生存模型来估计生存时间，同时根据独立因素预测测试数据的流失/不流失。有人可以帮助我有关如何解决此问题的代码或指示。

准确地说，我的火车数据已经

客户致电使用详情，计划详情，帐户使用期限以及是否流失。

使用一般分类模型，我可以预测测试数据的流失与否。现在使用生存分析，我想预测测试数据中的生存期。

谢谢， 麦迪

Answer 1

如果您仍然感兴趣（或为了后来的人的利益），我已经编写了一些专门用于使用R对客户流失数据进行生存分析的指南。它们涵盖了一堆不同的分析技术，都有样本数据和R代码。

基本生存分析：http://daynebatten.com/2015/02/customer-churn-survival-analysis/

基本的cox回归：http://daynebatten.com/2015/02/customer-churn-cox-regression/

cox回归中与时间有关的协变量：http://daynebatten.com/2015/12/survival-analysis-customer-churn-time-varying-covariates/

cox回归中与时间相关的系数：http://daynebatten.com/2016/01/customer-churn-time-dependent-coefficients/

受限制的平均生存时间（用美元计算流失的影响）：http://daynebatten.com/2015/03/customer-churn-restricted-mean-survival-time/

伪观察（量化与变量的流失效应相关的美元收益/损失）：http://daynebatten.com/2015/03/customer-churn-pseudo-observations/

请原谅愚蠢的图像。

Answer 2

以下是一些可以帮助您入门的代码：

首先，阅读数据

nm <- read.csv("http://www.sgi.com/tech/mlc/db/churn.names", 
               skip=4, colClasses=c("character", "NULL"), header=FALSE, sep=":")[[1]]
dat <- read.csv("http://www.sgi.com/tech/mlc/db/churn.data", header=FALSE, col.names=c(nm, "Churn"))

使用Surv()设置生存对象进行建模

library(survival)

s <- with(dat, Surv(account.length, as.numeric(Churn)))

安装cox比例风险模型并绘制结果

model <- coxph(s ~ total.day.charge + number.customer.service.calls, data=dat[, -4])
summary(model)
plot(survfit(model))

添加一个层：

model <- coxph(s ~ total.day.charge + strata(number.customer.service.calls <= 3), data=dat[, -4])
summary(model)
plot(survfit(model), col=c("blue", "red"))