我有一个数据集，其中一组人为慈善事业捐款以及捐款日期。我必须找出每个捐赠者在未来三个月内捐赠的概率。
2014 年 8 月至 2016 年 2 月的数据可用。我必须预测每个人在 2016 年 3 月至 6 月期间捐款的概率。
任何帮助，将不胜感激？
下面是数据截图
id date amount
1 13-08-14 2485
1 21-11-14 2105
1 17-09-15 1359
2 13-08-14 2542
2 20-04-15 1276
2 12-10-15 2694
3 20-11-14 3556
4 28-07-15 3383
5 13-08-14 1698
5 11-12-14 1725
5 09-06-15 1376
5 17-09-15 3230
问候
请仔细检查您是否拥有唯一的数据，因为您拥有的只是一个 predictor date。
如果这确实是您唯一的数据源，那么您只有一个预测变量，并且您的自变量是连续的。现在，您应该绘制datevsamount并拟合单个线性回归。装修好看吗？只有你能说出来，因为我们没有完整的数据集。
如果不合适，请查看情节并问自己这看起来像曲线吗？如果是这样，您可能想要拟合样条曲线或类似的东西。
您还应该检查自相关。这是有道理的，因为您的数据看起来像一个时间序列（您需要自己检查）。如果是这种情况，您可能需要考虑 MA 和 ARCH 模型。
我们无法为您提供准确的建议，因为我们不知道您的数据。
您可以尝试使用马尔科夫模型！（可以在此处找到其插图）
此外，您可以通过绘制数据集来检测数据集中的模式，然后根据相关程度和绘图的性质找出要使用的算法。
另外，你有多少用户？您可以将每个用户的数据组合在一起，并为所请求的用户运行算法。
如果您想知道用户是否会捐款，回归是要走的路，要找到概率，请尝试马尔科夫！
我认为您可以使用@Student_T 所说的时间序列建模算法。您也可以使用窗口时间来查找新捐赠和先前捐赠之间的关系，您可以使用金额，可能高支付和低支付的人有不同的行为。首先，您应该以填补空白的方式更改数据。我的意思是你应该添加一个人没有任何付款的月份的数据。之后你应该做一个这样的表格：person_id/月（或天或周或3个月）/付款计数/上个月付款计数/上个月支付的金额总和/上个月支付？/
那么你应该发现你的文件是否有用和独立。并尝试添加其他文件。然后建立你的模型。
祝你好运。
您可以使用二元逻辑回归进行此分析。
在使用 Binary Logit 之前，您必须花一些时间来准备用于此分析的数据。
您可以从此数据集中创建多种 RFM 类型的要素。示例：捐赠次数、捐赠间隔时间、最近一次捐赠的时间、第一次捐赠的时间、平均捐赠金额、首次捐赠金额、最近一次捐赠金额等（如果需要，我可以提供更多示例.)
由于您的任务是预测四个月时间范围内（2016 年 3 月至 6 月）内的捐赠概率，因此您可以为 2015 年 10 月底的每个捐赠者创建这些特征（领先指标）。所有领先指标都将基于在该截止点之前的时间范围内。您的观察窗口是从 2015 年 11 月到 2016 年 2 月。这是您的事件标志（因变量）的来源：如果捐赠者（再次）在观察窗口期间捐赠，则为 1，否则为 0。
为了使该模型具有通用性，我建议您提取数据的几个这样的横截面（除了上面解释的 2015 年 10 月切片之外，）