Exponenta Banner

compactCreditScorecard

Создание compactCreditScorecard объект для модели карты показателей кредита

развернуть все на странице

Описание

Создайте компактную модель карты показателей кредита путем создания compactCreditScorecard объект из существующего creditscorecard объект.

После создания compactCreditScorecard объект, можно использовать связанные функции объекта для отображения точек (displaypoints), вычислим вероятность дефолта (probdefault), или вычислить счета (score).

Примечание

Вы не можете непосредственно изменить compactCreditScorecard объект. Как изменить compactCreditScorecard объект, необходимо изменить существующее creditscorecard объект, который вы использовали для создания compactCreditScorecard объект. Затем необходимо использовать compactCreditScorecard чтобы создать новую compactCreditScorecard объект.

Создание

Синтаксис

csc = compactCreditScorecard(sc)

Описание

пример

csc = compactCreditScorecard(sc) создает compactCreditScorecard объект из существующего creditscorecard. Затем можно использовать compactCreditScorecard объект с displaypoints, score, и probdefault функций.

Примечание

Вы не можете использовать compactCreditScorecard объект с приложением Binning Explorer.

Входные параметры

расширить все

creditscorecard объект, заданный с использованием существующего creditscorecard объект.

Примечание

Как использовать creditscorecard объект для входа, вы должны сначала обработать объект используя autobinning и fitmodel функций. Вы также можете использовать formatpoints для обработки.

Типы данных: object

Свойства

расширить все

Имена переменных предиктора, используемых в вход creditscorecard объект, возвращенный как массив ячеек из векторов символов. The PredictorVars свойство включает только имена переменных предиктора в подгонянном creditscorecard объект.

Типы данных: cell

Числовые предикторы в вход creditscorecard объект, возвращенный как массив ячеек из векторов символов. The NumericPredictors свойство включает только числовые предикторы в установленном creditscorecard объект.

Типы данных: cell

Имена категориальных предикторов, используемых в вход creditscorecard объект, возвращенный как массив ячеек из векторов символов. The CategoricalPredictors свойство включает только категориальные предикторы в установленном creditscorecard объект.

Типы данных: cell

Пользовательское описание, возвращаемое как вектор символов или строка.

Типы данных: char | string

Функции объекта

displaypointsВозвращаемые точки на предиктор на интервал для compactCreditScorecard объект
scoreВычислите кредитные счета для данного набора данных для compactCreditScorecard объект
probdefaultВероятность дефолта для данного набора данных для compactCreditScorecard объект
validatemodelПодтверждение качества компактной модели карты показателей кредита

Примеры

свернуть все

Открыть Live Script

Как создать compactCreditScorecard объект, сначала создайте creditscorecard объект с использованием CreditCardData.mat файл для загрузки data (использование набора данных из 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]

Перед созданием compactCreditScorecard объект, вы должны использовать autobinning и fitmodel с creditscorecard объект. 

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 creditscorecard объект с compactCreditScorecard для создания compactCreditScorecard объект.

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

              Description: ''
                GoodLabel: 0
              ResponseVar: 'status'
               WeightsVar: ''
        NumericPredictors: {'CustAge'  'CustIncome'  'TmWBank'  'AMBalance'}
    CategoricalPredictors: {'ResStatus'  'EmpStatus'  'OtherCC'}
            PredictorVars: {1x7 cell}

Затем можно использовать displaypoints, score, и probdefault с compactCreditScorecard объект.

Ссылки

[1] Anderson, R. The Credit Scoring Toolkit. Oxford University Press, 2007.

[2] Refaat, M. Data Preparation for Data Mining Using SAS. Морган Кауфманн, 2006.

[3] Refaat, M. Кредитные карты оценки риска: Разработка и реализация с использованием SAS. lulu.com, 2011.

См. также

Функции

Приложения

Темы

Внешние веб-сайты

Введенный в R2019a

Документация по Risk Management Toolbox

Поддержка