model results
核心建模结果
三层分析的核心数字一览：从样本规模、类别不平衡，到 Fisher 检验、独立效应、交互项放大效应。
methodology
三层分析路径
不同精度的问题用不同方法回答。三层依次回答信号是否存在、控制变量后是否仍显著、组合是否产生超线性放大。
高价区间 Voucher 样本仅 75 条，大样本卡方近似不再可靠，改用 Fisher 精确检验避免假设失效。直接比较两种支付方式的取消率差异，回答信号是否存在。
特征：is_voucher、payment_value。在全量数据上估计两者各自的独立效应，回答控制金额后 Voucher 效应是否仍显著，排除 Voucher 取消率高仅因金额高的混淆假设。
用交互项捕捉高金额 + Voucher 是否存在超出单独效应的组合放大。statsmodels Logit 拟合，输出系数、p 值、95% CI，并用 AIC 对比基础模型判断是否为有效信息。
findings
三层分析的核心结论
Fisher 精确检验：300+ 区间 Voucher 取消率 20.00%（15/75），信用卡仅 0.79%（65/8268），Odds Ratio 31.55，p < 0.000001。差异不可能由抽样波动解释，高价区间确实存在 Voucher 异常风险。
基础逻辑回归：在全量数据上控制金额后，Voucher 支付本身仍独立提升取消概率约 39%（OR=1.39，95% CI [1.33, 1.45]），金额每升高一个标准差额外提升约 15%（OR=1.15）。两个效应都不被对方解释掉，排除混淆假设。
交互项逻辑回归：voucher × payment_value 交互项 OR=1.09，95% CI [1.06, 1.13]，p < 0.0001。模型 AIC 从 6083 降至 6049，加入交互项是有效信息而非噪声。在 Voucher 用户中，金额对取消率的放大作用比信用卡用户更强，组合风险并非简单叠加。
三层互相印证：高价区间的极端差异（Fisher OR=31.55）在全量数据上被分解为支付方式独立效应、金额独立效应、组合放大效应三个分量，且都在统计上显著。从描述性发现到因果验证的链路完整闭合。
visualization
交互项模型 Odds Ratio
展示三个特征的 OR 及 95% 置信区间。voucher × payment_value 交互项橙色高亮，红色虚线为 OR=1 的 baseline。三个 OR 均显著大于 1，且交互项不被两个独立效应吸收。
交互项 OR=1.09 看似不大，但需要结合两点理解：一是已经控制了 Voucher 与金额的独立效应，交互项捕捉的是两者之外的额外放大；二是 AIC 从 6083 降至 6049 说明加入交互项是有效信息而非噪声。换言之，高金额 + Voucher 的风险组合不是两者风险的简单叠加。
code highlight
关键代码片段
网页中只展开 1 段最能体现项目能力的建模代码，完整 notebook 与三层分析代码保留在 GitHub 仓库中。
interaction_logit.py · 交互项逻辑回归
用 statsmodels Logit 拟合含交互项的逻辑回归，输出 OR 与 95% 置信区间。交互项的显著性是验证高金额 + Voucher 组合放大效应的关键。
# 第六部分：交互项逻辑回归
features_inter = ['is_voucher', 'payment_value', 'voucher_x_value']
scaler_inter = StandardScaler()
X_inter = scaler_inter.fit_transform(df[features_inter])
X_inter = sm.add_constant(X_inter)
model_inter = sm.Logit(y, X_inter).fit(disp=0)
# 提取 OR 与 95% CI
print("Odds Ratio（交互项模型）：")
pvals_inter = model_inter.pvalues.values[1:]
for name, coef, (lo, hi), p in zip(
features_inter,
model_inter.params[1:],
model_inter.conf_int().iloc[1:].values,
pvals_inter
):
print(f" {name:20s} OR={np.exp(coef):.4f} "
f"95%CI=[{np.exp(lo):.4f}, {np.exp(hi):.4f}] "
f"p={p:.4f}")
# 输出：
# is_voucher OR=1.30 95%CI=[1.23, 1.37] p<0.0001
# payment_value OR=1.10 95%CI=[1.05, 1.16] p<0.0001
# voucher_x_value OR=1.09 95%CI=[1.06, 1.13] p<0.0001
# AIC: 6083 → 6049（基础模型 vs 交互项模型）challenge
项目难点与处理
business action
业务建议
data
数据与样本
limitations
局限性
project value
项目价值
本项目完整覆盖了从描述性发现、混淆假设识别、检验方法选择，到逻辑回归控制变量、交互项验证组合效应的因果建模流程，重点体现统计方法选择能力、混淆控制意识与建模结论解释能力，是 Olist 经营分析项目从描述统计走向因果验证的延伸闭环。