《表4 Cox模型结果：基于生存分析模型的电信客户流失研究》
提示：宽带有限、当前游客访问压缩模式
其中，括号内为该系数的标准误。由表4可知，除了-2.81的p值=0.411>0.05，其余系数均通过显著性检验，因此可以拒绝系数为0的原假设。
| 图表编号 | XD0018922800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.01.15 |
| 作者 | 张珠香、骆念蓓 |
| 绘制单位 | 福州大学经济与管理学院、福州大学经济与管理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 不同算法模型表现：基于RFM模型的随机森林算法对民航客户的流失分析》2021.01.01
- 《表1 实证分析数据字段：基于RFM模型的随机森林算法对民航客户的流失分析》2021.01.01
- 《表5 客户分类表：基于RFM模型的随机森林算法对民航客户的流失分析》2021.01.01
- 《表2 客户信息：基于RFM模型的随机森林算法对民航客户的流失分析》2021.01.01
- 《表1 各模型指标对比：基于深度置信神经网络的电信客户流失分析》2020.06.25
- 《表5 测试集的预测结果：基于K-Means和Logistic的寿险客户流失预测模型研究》2020.09.15
- 《表3 训练集的预测结果：基于K-Means和Logistic的寿险客户流失预测模型研究》2020.09.15
- 《表2 最终聚类结果：基于K-Means和Logistic的寿险客户流失预测模型研究》2020.09.15
- 《表3 PH假设检验结果：基于分层COX模型的跟驰反应延迟时间生存分析》2020.02.01
- 《表4 模型方法：采用混合模型的电信领域用户流失预测》2019.12.15
- 《表3 模型准确率：加油卡客户流失分析和预测——基于“跨行业数据挖掘标准流程”》2019.10.25
- 《表3 变量的显著性检验：基于生存分析cox模型的我国证券投资基金处置效应及其影响因素研究》2019.11.20
- 《表9 模型评估结果：基于数据挖掘的掌银客户流失预测建模方法研究》2019.08.07
- 《表1 变量明细表：电信宽带客户流失问题研究——基于生存分析方法》2019.05.25
- 《表1 变量明细表：电信宽带客户流失问题研究——基于生存分析方法》2019.05.25
- 《表1 模型参数表：基于多重线性回归的客户价值流失模型研究》2019.03.10
- 《表2 案例处理摘要：基于生存分析模型的电信客户流失研究》2018.01.15
- 《表1 研究数据说明：基于生存分析模型的电信客户流失研究》2018.01.15
- 《表5 电信客户流失预测仿真结果》2018.01.20
- 《表1 试验约束：基于缺失数据BN参数学习的电信流失客户预测算法》2018.01.20