La PROC LOGISTIC, de même que la PROC DISCRIM, vous permet de construire un modèle décisionnel sur une variable binaire. Si ce modèle n'est pas directement destiné à prédire les valeurs binaires d'une variable, mais plutôt à hiérarchiser les individus, une courbe de lift s'avère très utile. Le score produit par le modèle est une information continue, qui sert à diriger un ciblage. En fonction d'une contrainte économique (le budget de la campagne marketing ne permet de contacter que x clients), la courbe de lift indique quel pourcentage de la clientèle cible sera touchée par l'action marketing.
|
|
On procèdera avant tout à la production d'une table contenant un score (procédures LOGISTIC ou DISCRIM de SAS). Dans le programme suivant, cette table s'appelle WORK.PREDICTIONS. Elle contient une variable SCORE, qui est la probabilité de GOOD_BAD = 1. GOOD_BAD est donc la variable modélisée, avec 1 l'évènement.
PROC LOGISTIC DATA = reg.assur DESC ;
MODEL good_bad = puiss anc_veh ;
OUTPUT OUT = work.predictions PRED = score ;
RUN ;
PROC RANK DATA = work.predictions GROUPS = 10
OUT
= work.deciles DESCENDING ;
VAR score ;
RUN ;
ODS OUTPUT crossTabFreqs = work.lift ;
PROC FREQ DATA = work.deciles ;
TABLE score * good_bad / NOFREQ NOPERCENT NOROW ;
RUN ;
DATA work.lift ;
SET work.lift ;
WHERE good_bad = 1 ;
lift + colPercent ;
RUN ;
SYMBOL i = join ;
PROC GPLOT DATA = work.lift ;
PLOT lift * score ;
RUN ; QUIT ;
La courbe de lift proposée ici est produite via l'ODS, avec un format ACTIVEX.
 |
Haut de la page |