compactCreditScorecard

Создайте объект compactCreditScorecard для модели протокола результатов кредита

Описание

Создайте компактную модель протокола результатов кредита путем создания объекта compactCreditScorecard из существующего объекта creditscorecard.

После создания объекта compactCreditScorecard можно использовать связанные объектные функции, чтобы отобразить точки (displaypoints), вычислить вероятность значения по умолчанию (probdefault) или вычислить очки (score).

Примечание

Вы не можете непосредственно изменить объект compactCreditScorecard. Чтобы изменить объект compactCreditScorecard, необходимо изменить существующий объект creditscorecard, что вы раньше создавали объект compactCreditScorecard. Необходимо затем использовать compactCreditScorecard, чтобы создать новый объект compactCreditScorecard.

Создание

Синтаксис

csc = compactCreditScorecard(sc)

Описание

пример

csc = compactCreditScorecard(sc) создает объект compactCreditScorecard из существующего creditscorecard. Можно затем использовать объект compactCreditScorecard с displaypoints, score и функциями probdefault.

Примечание

Вы не можете использовать объект compactCreditScorecard с приложением Binning Explorer.

Входные параметры

развернуть все

Объект creditscorecard, заданное использование существующего объекта creditscorecard.

Примечание

Чтобы использовать объект creditscorecard для входа, необходимо сначала обработать объект с помощью функций fitmodel и autobinning. Опционально, можно также использовать formatpoints для обработки.

Типы данных: object

Свойства

развернуть все

Имена переменных прогноза используются в объекте входа creditscorecard, возвращенном как массив ячеек из символьных векторов. Свойство PredictorVars включает только имена переменной прогноза в подходящий объект creditscorecard.

Типы данных: cell

Числовые предикторы в объекте входа creditscorecard, возвращенном как массив ячеек из символьных векторов. Свойство NumericPredictors включает только числовые предикторы в подходящий объект creditscorecard.

Типы данных: cell

Имена категориальных предикторов используются в объекте входа creditscorecard, возвращенном как массив ячеек из символьных векторов. Свойство CategoricalPredictors включает только категориальные предикторы в подходящий объект creditscorecard.

Типы данных: cell

Пользовательское описание, возвращенное как вектор символов или строка.

Типы данных: char | string

Функции объекта

displaypointsВозвратите точки на предиктор на интервал для объекта compactCreditScorecard
scoreВычислите кредитные рейтинги для данного набора данных для объекта compactCreditScorecard
probdefaultВероятность значения по умолчанию для данного набора данных для объекта compactCreditScorecard

Примеры

свернуть все

Чтобы создать объект compactCreditScorecard, сначала создайте объект creditscorecard с помощью файла CreditCardData.mat, чтобы загрузить data (использующий набор данных от Refaat 2011).

load CreditCardData.mat 
sc = creditscorecard(data)
sc = 
  creditscorecard with properties:

                GoodLabel: 0
              ResponseVar: 'status'
               WeightsVar: ''
                 VarNames: {1x11 cell}
        NumericPredictors: {1x7 cell}
    CategoricalPredictors: {'ResStatus'  'EmpStatus'  'OtherCC'}
           BinMissingData: 0
                    IDVar: ''
            PredictorVars: {1x10 cell}
                     Data: [1200x11 table]

Прежде, чем создать объект compactCreditScorecard, необходимо использовать autobinning и fitmodel с объектом creditscorecard.

sc = autobinning(sc);
sc = fitmodel(sc);
1. Adding CustIncome, Deviance = 1490.8527, Chi2Stat = 32.588614, PValue = 1.1387992e-08
2. Adding TmWBank, Deviance = 1467.1415, Chi2Stat = 23.711203, PValue = 1.1192909e-06
3. Adding AMBalance, Deviance = 1455.5715, Chi2Stat = 11.569967, PValue = 0.00067025601
4. Adding EmpStatus, Deviance = 1447.3451, Chi2Stat = 8.2264038, PValue = 0.0041285257
5. Adding CustAge, Deviance = 1441.994, Chi2Stat = 5.3511754, PValue = 0.020708306
6. Adding ResStatus, Deviance = 1437.8756, Chi2Stat = 4.118404, PValue = 0.042419078
7. Adding OtherCC, Deviance = 1433.707, Chi2Stat = 4.1686018, PValue = 0.041179769

Generalized linear regression model:
    status ~ [Linear formula with 8 terms in 7 predictors]
    Distribution = Binomial

Estimated Coefficients:
                   Estimate       SE       tStat       pValue  
                   ________    ________    ______    __________

    (Intercept)    0.70239     0.064001    10.975    5.0538e-28
    CustAge        0.60833      0.24932      2.44      0.014687
    ResStatus        1.377      0.65272    2.1097      0.034888
    EmpStatus      0.88565        0.293    3.0227     0.0025055
    CustIncome     0.70164      0.21844    3.2121     0.0013179
    TmWBank         1.1074      0.23271    4.7589    1.9464e-06
    OtherCC         1.0883      0.52912    2.0569      0.039696
    AMBalance        1.045      0.32214    3.2439     0.0011792


1200 observations, 1192 error degrees of freedom
Dispersion: 1
Chi^2-statistic vs. constant model: 89.7, p-value = 1.4e-16

Используйте объект creditscorecard с compactCreditScorecard, чтобы создать объект compactCreditScorecard.

csc = compactCreditScorecard(sc)
csc = 
  compactCreditScorecard with properties:

              Description: ''
        NumericPredictors: {'CustAge'  'CustIncome'  'TmWBank'  'AMBalance'}
    CategoricalPredictors: {'ResStatus'  'EmpStatus'  'OtherCC'}
            PredictorVars: {1x7 cell}

Можно затем использовать displaypoints, score и probdefault с объектом compactCreditScorecard.

Ссылки

[1] Андерсон, R. Инструментарий рейтинга кредитоспособности. Издательство Оксфордского университета, 2007.

[2] Refaat, M. Подготовка данных для анализа данных Используя SAS. Морган Кофманн, 2006.

[3] Refaat, M. Протоколы результатов кредитного риска: разработка и реализация Используя SAS. lulu.com, 2011.

Введенный в R2019a

Для просмотра документации необходимо авторизоваться на сайте