Využití logistické regrese a rozhodovacích stromů při úpravě credit scoringových modelů.

Bc. Martin Dechet

Diplomová práce

Use of logistical regression and decision trees in adjustment of credit scoring models.

Abstract:

The thesis defines generalized linear models and decision trees. Both approaches are applied on real data in order to compare methods. Effectiveness is assessed using theoretically defined statistics such as lift and AUC. The best model resulted from using combination of logistic regression and decision trees, using WoE transformation. The thesis gives an example of created model being improved with use of expertly estimated parameter.

Abstract:

Práca teoreticky rozoberá zobecnené lineárne modely a rozhodovacie stromy. Oba postupy aplikuje na dátový súbor, za účelom porovnania metód. Výkonnosť modelov je porovnaná teoreticky ukotvenými štatistikami, ako lift a AUC. Pri dostatočne veľkom dátovom súbore je najlepší model kombináciou logistickej regresie a rozhodovacieho stromu za použitia WoE transformácie. Práca ukazuje, že vytvorený model je možné zlepšiť pridaním expertne odhadnutého parametru.

Klíčová slova

Credit scoring, logistická regresia, rozhodovacie stromy, data mining, výkonosť modelu Credit scoring, logistic regression, decision trees, effectiveness of model

Jazyk práce: slovenština

Datum vytvoření / odevzdání či podání práce: 16. 5. 2016

Obhajoba závěrečné práce

• Obhajoba proběhla 21. 6. 2016
• Vedoucí: prof. RNDr. Ivanka Horová, CSc.
• Oponent: RNDr. Radim Navrátil, Ph.D.

Masarykova univerzita

Přírodovědecká fakulta

Magisterský studijní program / obor:
Matematika / Finanční matematika