生存分析与客户流失预测
# 生存分析與客戶流失請求
## 分析背景
- 業務領域：[訂閱服務/客戶關係/產品使用等]
- 事件定義：[流失/故障/轉化等]
- 時間窗口：[觀察期的起止時間]
- 審查數據：[觀察期結束時仍活躍的案例]
## 數據描述
- 樣本量：[總體樣本數]
- 事件率：[發生目標事件的比例]
- 時間變量：[持續時間的測量單位]
- 協變量：[可能影響生存率的因素]
## 分析需求
請執行以下生存分析：
1. 生存曲線估計（整體和分組）
2. 風險函數分析
3. 組間差異檢驗
4. 生存回歸模型
5. 預測模型構建（如適用）
## 分析方法
請考慮使用以下生存分析技術：
- Kaplan-Meier估計
- Log-rank檢驗
- Cox比例風險模型
- 參數生存模型（Weibull、指數等）
- 競爭風險模型（如適用）
- 機器學習生存模型（如適用）
## 輸出期望
- 生存曲線及其解釋
- 中位生存時間和其他關鍵時間點
- 風險因素的影響大小和顯著性
- 不同客戶群的生存差異
- 流失預測模型（如適用）
- 干預策略建議