Klasifikacija kreditne sposobnosti modelom logističke regresije: problem nebalansiranih kategorija

diplomski rad

• Naslov (engleski): Classification of credit score by logistic regression model: the problem of unbalanced categories
• Autor: Dora Akmačić
• Mentor: Snježana Lubura Strunjak (mentor)
• Član povjerenstva: Snježana Lubura Strunjak (predsjednik povjerenstva)
• Član povjerenstva: Petra Posedel Šimović (član povjerenstva)
• Član povjerenstva: Nikola Sandrić (član povjerenstva)
• Član povjerenstva: Igor Ciganović (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Prirodoslovno-matematički fakultet; (Matematički odsjek); Zagreb
• Datum i država obrane: 2024-07-17, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: PRIRODNE ZNANOSTI; Matematika

Sažetak

Cilj ovog rada je klasificirati kreditnu sposobnost modelom logističke regresije. U prvom poglavlju obrađeni su najvažniji pojmovi potrebni za razumijevanje logističke regresije. Prvo je objašnjeno kako se može definirati logistička regresija pomoću generaliziranih linearnih modela i koja je uloga funkcije veze logit. Zatim je dano objašnjenje kako se metodom maksimalne vjerodostojnosti procjenjuju parametri modela. Takoder, dani su najvažniji rezultati i testovi koji se koriste prilikom prilagodbe modela podacima. Drugo poglavlje bazirano je na primjeni logističke regresije za klasifikaciju klijenata koji su kreditno sposobni i onih koji nisu. Nakon analize i čišćenja podataka u deskriptivnoj statistici, testirana je značajnost nezavisnih varijabli modela. Nakon odabira modela, dane su metrike kojima se ispitala točnost predikcija modela. Treće poglavlje uzima u obzir da podaci imaju problem nebalansiranih kategorija. Iz tog razloga uveden je algoritam SMOTE kao pomoćni alat koji smanjuje razliku izmedu broja opažanja dviju klasa. Na kraju se usporeduju rezultati sa i bez SMOTE-a.

Sažetak (engleski)

The aim of this thesis is credit score classification using a logistic regression model. In the first chapter, the key concepts necessary for understanding logistic regression are covered. First, it explains how logistic regression can be defined using generalized linear models and the role of the logit link function. Then, an explanation is given of how the parameters of the model are estimated using the maximum likelihood method. Additionally, the most important results and tests used for the goodness of fit of the model to the data are presented. The second chapter focuses on applying logistic regression for credit score classification. After analyzing and cleaning the data in descriptive statistics, the significance of the independent variables in the model is tested. Following the model selection, metrics are provided to evaluate the performance of the model’s predictions. The third chapter addresses the issue of imbalanced data. For this reason, the SMOTE algorithm is introduced as an auxiliary tool to reduce the difference between the number of observations of the two classes. Finally, the results with and without the use of SMOTE are compared.

• Ključne riječi: generalizirani linearni modeli; funkcija veze logit; algoritam SMOTE
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:217:667860
• Studijski program: Naziv: Financijska i poslovna matematika; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: sveučilišni magistar matematike (univ. mag. math.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2024-07-24 10:21:58