compactCreditScorecard

Создайте compactCreditScorecard объект для модели протокола результатов кредита

Описание

Создайте компактную модель протокола результатов кредита путем создания compactCreditScorecard объект от существующего creditscorecard объект.

После создания compactCreditScorecard объект, можно использовать связанные объектные функции, чтобы отобразить точки (displaypoints), вычислите вероятность значения по умолчанию (probdefault), или вычислите баллы (score).

Примечание

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

Создание

Описание

пример

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

Примечание

Вы не можете использовать compactCreditScorecard объект с приложением Binning Explorer.

Входные параметры

развернуть все

creditscorecard объект, заданное использование существующего creditscorecard объект.

Примечание

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

Типы данных: object

Свойства

развернуть все

Имена переменных предикторов используются во входе creditscorecard объект, возвращенный как массив ячеек из символьных векторов. PredictorVars свойство включает только имена переменного предиктора в подходящий creditscorecard объект.

Типы данных: cell

Числовые предикторы во входе creditscorecard объект, возвращенный как массив ячеек из символьных векторов. NumericPredictors свойство включает только числовые предикторы в подходящий creditscorecard объект.

Типы данных: cell

Имена категориальных предикторов используются во входе creditscorecard объект, возвращенный как массив ячеек из символьных векторов. CategoricalPredictors свойство включает только категориальные предикторы в подходящий creditscorecard объект.

Типы данных: cell

Пользовательское описание, возвращенное как вектор символов или строка.

Типы данных: char | string

Функции объекта

displaypointsВозвратите точки на предиктор на интервал для compactCreditScorecard объект
scoreВычислите кредитные рейтинги для данного набора данных для compactCreditScorecard объект
probdefaultВероятность значения по умолчанию для данного набора данных для compactCreditScorecard объект
validatemodelПодтвердите качество компактной модели протокола результатов кредита

Примеры

свернуть все

Создать compactCreditScorecard объект, сначала создайте creditscorecard объект с помощью CreditCardData.mat файл, чтобы загрузить data (использование набора 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 compactCreditScorecard объект, необходимо 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 создать 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}

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

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