基于过度离散广义线性模型的来电量预测.pdfVIP

基于过度离散广义线性模型的来电量预测 杨 娟 ，谢远涛 (1．中国人民大学统计学院，北京 100872；2．对外经济贸易大学保险学院，北京 100026) 摘 要：文章基于真实B2C商务数据，针对Poisson回归中过度离散这一主要缺点，在广义线性模型的框架 中探讨过度离散Poisson回归模型、负二项回归模型和Tweedie模型，并深入比较三种模型的拟合效果、预测结 果、对过度离散的刻画和对尾部的测度。 关键词：过度离散；Poisson回归；负二项回归；Tweedie 中图分类号：O212 文献标识码：A 文章编号：1002—6487(2013)06—0033—04 1 理论模型 0 引育 考虑到来电次数数据的特殊性，传统的回归模型不适 通过呼叫中心的经验，影响来电量的一个最大因素是 用，本文使用广义线性模型来建模。为了减小过度离散现 最近一段时间的订单金额，一个直观的解释是，顾客来电 象造成的误差，这里有三种思路，其一是引入过度离散参 往往是近期的购物触发的。如果我们能找到订单金额和 数在经典广义线性模型的框架中建立Poisson回归模型， 来 电量的关系，并能预测出来电量，那么就能为呼叫中心 其二是用负二项分布来代替Poisson分布建立广义线性模 科学配置客服人员提供决策依据 。 型，其三是把广义线性模型推广为一类特殊的Tweedie模 如果客服来 电量服从Poisson分布，那么可 以考虑用 型。 Poisson回归来预测来电量。但是传统Poisson回归有很多 1．1 广义线性模型分析框架 问题亟待解决，后期学者提出若干改进的思想，尚未形成 广义线性模型假定总体回归模型可以由扰动项、系统 定论。本研究基于真实BTC商务数据，探索这些改进思想 成分和联结函数三部分组成，无设定误差，扰动项独立同 的效果，同时也为呼叫中心工作的展开提供一些决策参 指数簇分布，系统成分对参数是线性的，系统成分中各解 考 。 释变量非随机，各解释变量与残差项之间协方差为0，各 解释变量之间无精确的线性关系。 基金项目：中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目成果(12XNH160) 作者简介：杨 娟(1981一)，女，湖北武汉人，博士研究生，研究方向：统计模型与应用。 谢远涛(1982一)，男，湖北随州人，博士，讲师，研究方向：统计与非寿险精算模型。 棉花价格受到产量、纺织生产、进 口、汇率、期货等诸 2003，18． 多因素的影响，近年来价格波动较大，棉花价格是各种相 [3]ConejoAJ，PlazasM A．Day-aheadElectricityPriceForecastingUs- 关因素共 同作用的结果，较为复杂，对不同模型预测结果 ingtheWaveletTransformandARIMAModels[J]．IEEETransactions OilPowerSystems，2005，20． 分析，ARIMA(1，1，1)模型能够很好的模拟国内棉花价格 ， [4]张欢，蒋佐斌．中国煤炭价格的ARIMA模型的建立及其预测分析 平均相对误差百分比低于4％，通过SVM修正ARIMA预测