https://wikicshse.ru/index.php?action=history&feed=atom&title=%D0%A1%D0%BE%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5_%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D1%8B_%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_%28%D0%BA%D1%83%D1%80%D1%81_%D0%BC%D0%B0%D0%B9%D0%BD%D0%BE%D1%80%D0%B0%29%2F%D0%94%D0%974Современные методы машинного обучения (курс майнора)/ДЗ4 - История изменений2026-06-06T19:25:27ZИстория изменений этой страницы в викиMediaWiki 1.45.3https://wikicshse.ru/index.php?title=%D0%A1%D0%BE%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5_%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D1%8B_%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_(%D0%BA%D1%83%D1%80%D1%81_%D0%BC%D0%B0%D0%B9%D0%BD%D0%BE%D1%80%D0%B0)/%D0%94%D0%974&diff=1648&oldid=previmported>Riabenko: Новая страница: «В этом задании вам предлагается проанализировать данные одной из американских телекомм…»2016-11-23T12:48:26Z<p>Новая страница: «В этом задании вам предлагается проанализировать данные одной из американских телекомм…»</p>
<p><b>Новая страница</b></p><div>В этом задании вам предлагается проанализировать данные одной из американских телекоммуникационных компаний о пользователях, которые потенциально могут уйти.<br />
<br />
[[https://yadi.sk/d/9Iop_uMQzJLmP Данные]]<br />
<br />
Измерены следующие признаки:<br />
* state — штат США<br />
* account_length — длительность использования аккаунта<br />
* area_code — деление пользователей на псевдорегионы, использующееся в телекоме<br />
* intl_plan — подключена ли у пользователя услуга международного общения<br />
* vmail_plan — подключена ли у пользователя услуга голосовых сообщений<br />
* vmail_message — количество голосых сообщений, который пользователь отправил / принял<br />
* day_calls — сколько пользователь совершил дневных звонков<br />
* day_mins — сколько пользователь проговорил минут в течение дня<br />
* day_charge — сколько пользователь заплатил за свою дневную активность<br />
* eve_calls, eve_mins, eve_charge — аналогичные метрики относительно вечерней активности<br />
* night_calls, night_mins, night_charge — аналогичные метрики относительно ночной активности<br />
* intl_calls, intl_mins, intl_charge — аналогичные метрики относительно международного общения<br />
* custserv_calls — сколько раз пользователь позвонил в службу поддержки<br />
* treatment — номер стратегии, которая применялись для удержания абонентов (0, 2 = два разных типа воздействия, 1 = контрольная группа)<br />
* mes_estim — оценка интенсивности пользования интернет мессенджерами<br />
* churn — результат оттока: перестал ли абонент пользоваться услугами оператора<br />
<br />
# Давайте рассмотрим всех пользователей из контрольной группы (treatment = 1). Для таких пользователей мы хотим проверить гипотезу о том, что штат абонента не влияет на то, перестанет ли абонент пользоваться услугами оператора. Постройте таблицы сопряженности между каждой из всех 1275 возможных неупорядоченных пар штатов и значением признака churn. Заметьте, что, например, (AZ, HI) и (HI, AZ) — это одна и та же пара. Какой критерий подходит для решения этой задачи? Сколько достигаемых уровней значимости оказались меньше, чем α=0.05?<br />
# Посчитайте корреляции Пирсона и Спирмена между day_calls и mes_estim на всех данных, оцените их значимость, дайте интерпретацию результата.<br />
# Посчитайте значение коэффицента корреляции Крамера между штатом (state) и оттоком пользователей (churn) для всех пользователей, которые находились в контрольной группе (treatment=1). Проверьте гипотезу об отсутствии связи между этими признаками. <br />
# Проведите анализ эффективности удержания (churn) с помощью раличных методов (treatment = 0, treatment = 2) относительно контрольной группы пользователей (treatment = 1). Что можно сказать об этих двух методах (treatment = 0, treatment = 2)? Одинаковы ли они с точки зрения эффективности? Каким бы методом вы бы посоветовали воспользоваться компании?</div>imported>Riabenko