用Logistic回归建立客户购买模型

Logistic回归是分类资料回归分析的一种，而且是最基础的一种。Logistic回归应用广泛、关注度较高，在医学研究、市场研究等方面比较流行。下图是CNKI学术搜索给出的学术关注度，可见其被广泛关注应用程度和时间序列的关系。

Logistic回归主要应用领域

1、影响因素、危险因素分析

主要在流行病学中应用较多，比较常用的情形是探索某疾病的危险因素，也即影响因素分析。包括从多个可疑影响因素中筛选出具有显著影响的因素变量，还包括仅考察某单一因素是否为影响某一事件发生与否的因素。

2、预测是否发生、发生的概率

如果已经建立了logistic回归模型，则可以根据模型，预测在不同的自变量情况下，发生某病或某种情况的概率有多大。

3、判别、分类

实际上跟预测有些类似，也是根据logistic模型，判断某人属于某病或属于某种情况的概率有多大，也就是看一下这个人有多大的可能性是属于某病。

Logistic回归案例一枚

源数据：数据来自《Clementine数据挖掘方法及应用》中案例数据BuyOrNot.sav，包含431个样本数据，变量有：是否购买（0未购买，1购买）、年龄、性别（1男、2女）和收入水平（1高收入、2中收入、3低收入）。年龄为数值变量，其他为分类变量。

数据分析的目标：（仅基于此样本）年龄、性别、收入，哪些因素在影响购买决策？

参考工具书：张文彤，《 SPSS 11 统计分析高级教程》；薛薇《Clementine数据挖掘方法及应用》。

以下为案例：