自己动手实践是学习统计软件工具的捷径之一。收集到某公司各个商户id，以及他们的注册时长、营业收入、成本数据，以及合作续约的情况，现在我们想 尝试基于这样的数据创建商户续约预测模型。
简要分析一下，因变量是是否续约(0或1)，可能的因素包括注册时长、营业收入、成本数据。 01 SPSS菜单操作数据读取到SPSS，打开菜单【分析】→【回归】→【二元logistic】。
1)因变量：是否续约；2)块/自变量：注册时长、营业收入、成本，三个均为连续性数据；3)回归方法：因自变量/因素变量较少，所以先考虑全部进入模型，因此选择【enter法】；点开【选项】对话框，
1)勾选霍斯默-莱梅肖拟合优度检验， 也简称为HL检验，显著性p值越大越好(可取>0.05)，表明模型拟合较好；2)勾选【在最后一个步骤】，让结果简要简约；OK，直接命令软件执行此次分析。 02 结果解读SPSS输出的结果很多，我们需要挑着捡着解读，不必要把所有的图和表格都做解读。
首先模型显著性检验，即卡方检验。模型有统计学意义，至少有一个引入的因素变量有效果(χ²=336.172，P＜0.001)。另外，模型拟合质量如何？还可以参照HL检验的结果。
模型拟合优度通过检验，或通俗理解为拟合良好(P=0.651＞0.05)。模型有效了，那么这个模型长什么样子呢？
上表即模型参数估计及检验表格。B列为各回归系数，据此写出模型表达式如下： logit(P)=-2.287+0.099*注册时长+0.014*营业收入-0.187*成本这个表达式中的各系数都有显著性吗？看wald检验p值，那我们发现三个因素对是否续约的影响有统计学意义(P＜0.001)。这种显著影响，如何解读？举个例子， 营业收入每增加一个单位，则商户继续续约的可能性增加1.4%，注册时长和营业收入均是继续续约的利好因子。相反地，我们发现成本是影响是否继续续约的不利因素。(基于OR值数据结果)。从目的来讲，我们是希望做一个续约预测模型。SPSS软件默认是以0.5作为概率临界值，将概率大于等于0.5的预测为二分类结局中的取值大的分类，将概率小于0.5的预测为二分类结局中的取值小的分类。现在这个模型有了，其预测能力如何呢？
预测不续约的准确率为54.7% 预测继续续约的准确率为83.7% 总体预测准确率73.1%作为公司运营人员来说，我更看重的是预测不续约的准确率，因为我会提前跑去找商户沟通，想尽办法让商户继续合作。现在模型预测该方面的准确率是54.7%，说实话偏低啊，50%多一点的把握，和我扔硬币的概率差不多。该模型可能导致我失去提前判断不续约商户并做出沟通的权益。所以模型的实际应用能力是有待继续提高的。案例来源：狄松等著《谁说菜鸟不会数据分析SPSS篇》 本文完 文/图=数据小兵 ◢ 为你推荐以下文章 ◣ 常见logistic回归模型有哪几种？ 用SPSS做有序多分类logistic回归分析 SPSS统计案例多项logistic回归分析 logistic回归分析如何进行多重共线性检验？ logistic回归方法的选择 如何选择有序多分类logistic回归连接函数？数据小兵坚持写博客已经12年坚持写微信公号文章6年坚持更新SPSS视频课程2年坚持一对一答疑讨论2年 绝对超值：一对一答疑 欢迎加入SPSS视频课程竭诚服务
◢点【