Using Penalized Logistic Regression Models for Predicting the Effects of Advertising Material
Stefan Grosswindhager · reposiTUm (TU Wien) · 2009
Klassifizierung von Kunden in Käufer versus Nicht-Käufer oder Reagierer versus Nicht-Reagierer sind ein nicht mehr wegzudenkender Bestandteil von Marketing Problemen. Im Normalfall werden binäre Klassifizierungsmodelle wie Logistische Regressionen benötigt um solche Probleme lösen zu können. Diese Diplomarbeit beschäftigt sich mit verzerrten Schätzmethoden angewandt auf Logistische Regressionen zum Zwecke der Profilierung und Klassifizierung von hoch-dimensionalen Marketing Daten. Das Hauptziel der Diplomarbeit ist der Vergleich der Prognose Performance der einzelnen Klassifikatoren mit Hilfe von weit verbreiteten quantitativen und qualitativen Kenngrößen wie Receiver Operating Characteristic (ROC) Kurven oder erwartete Kostenkurven.