Logistic回归在营销响应模型中的实证分析

论文摘要

在公司营销活动中,使用最为频繁的一种预测是响应模型,响应模型的目标是预测哪些用户会对某种产品或者是服务进行响应,利用响应模型来预测哪些用户最有可能对营销活动进行响应,这样,在以后的类似的营销活动时,利用响应模型预测出最有可能响应的用户,从而只对这些用户进行营销活动,这样的营销活动定位目标用户更准确,并能降低公司的营销成本,提高投资回报率本文采用在XX省2010年11月举办的短信夺宝活动数据,首先分析响应变量与各解释变量的相关性,最后采用LOGISTIC回归分析法构建了含有7个解释变量的营销响应模型,并对模型的预测准确性做了检验,结果显示预测效果较好,并提出了模型改进建议。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.3 本文研究目的与所做的工作
• 第2章 LOGISTIC回归模型及估计
• 2.1 LOGISTIC回归模型
• 2.2 虚拟变量
• 2.3 LOGISTIC回归模型估计
• 2.4 本章小结
• 第3章 LOGISTIC模型评价与统计检验
• 3.1 LOGISTIC整体模型的检验
• 3.2 LOGISTIC回归系数显著性检验
• 3.3 本章小结
• 第4章 数据预处理与特征分析
• 4.1 数据采集与整理
• 4.2 缺失值与异常值处理
• 4.3 描述性统计量分析
• 4.4 列联表分析
• 4.5 两独立样本T检验
• 4.6 两样本WILCONXON秩和检验
• 4.7 本章小结
• 第5章 LOGISTIC回归在营销响应模型中的实证分析
• 5.1 自变量选取与样本数据选取
• 5.2 虚拟变量的设置
• 5.3 LOGISTIC回归模型的自变量筛选
• 5.4 模型结果
• 5.5 LOGISTIC回归模型预测效果评价
• 5.6 本章小结
• 总结与展望
• 6.1 本文总结
• 6.2 工作展望
• 致谢
• 参考文献
• 附件