Modelos lineares generalizados: aplicação em risco de crédito

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorBaba, Marta Yukie [UNESP]-
Autor(es): dc.contributorOikawa, Sérgio Minoru-
Autor(es): dc.contributorUniversidade Estadual Paulista (Unesp)-
Autor(es): dc.creatorKim, Andrea-
Data de aceite: dc.date.accessioned2022-08-04T21:54:59Z-
Data de disponibilização: dc.date.available2022-08-04T21:54:59Z-
Data de envio: dc.date.issued2022-03-25-
Data de envio: dc.date.issued2022-03-25-
Data de envio: dc.date.issued2022-03-07-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/11449/217394-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/217394-
Descrição: dc.descriptionModelos lineares generalizados é uma extensão dos modelos lineares gerais (regressão simples e múltipla, planejamento de experimentos, análise multivariada, etc.) cujas distribuições de probabilidades envolvidas no modelo pertencem à família exponencial, no qual é colocado uma função de ligação relacionando a média da variável resposta com as variáveis explicativas. A estimação dos parâmetros desse modelo pode ser realizada pelo método de estimação de máxima verossimilhança. Nesse vasto campo da estatística, existe um grande interesse das instituições, em especial as financeiras, em encontrar um modelo preditivo para o tema risco de crédito, que é a possibilidade de uma contraparte da operação não honrar a dívida, ou seja, a inadimplência. Na inadimplência, um cliente pode ser considerado bom ou mau pagador. Utilizou-se, portanto, modelos lineares generalizados para ajustar um modelo cuja variável resposta pertence a uma distribuição binomial. Os dados utillizados neste trabalho foram apresentados no artigo “The comparisons of data mining techniques for the predictive accuracy of probability of default of credit card clients. Expert Systems with Applications” (Yeh, I. C., & Lien, C. H.) (2009).-
Descrição: dc.descriptionGeneralized linear models is an extension of the general linear models (single and multiple regression, design of experiments, multivariate analysis, etc.) whose probability distributions involved in the model belong to the exponential family, in which a link function relating the mean of the response variable with the explanatory variables. The estimation of the parameters of this model can be performed using the maximum likelihood estimation method. In this vast field of statistics, there is great interest from institutions, especially financial ones, in finding a predictive model for the topic of credit risk, which is the possibility of a counterparty to the operation not honoring the debt, that is, default. In default, a customer can be considered a good or bad payer. Therefore, generalized linear models were used to fit a model whose response variable belongs to a binomial distribution. The data used in this work were presented in the article “The comparisons of data mining techniques for the predictive accuracy of probability of default of credit card clients. Expert Systems with Applications” (Yeh, I.C., & Lien, C.H.) (2009).-
Descrição: dc.descriptionNão recebi financiamento-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Estadual Paulista (Unesp)-
Direitos: dc.rightsAcesso aberto-
Palavras-chave: dc.subjectModelos lineares generalizados-
Palavras-chave: dc.subjectRegressão logística-
Palavras-chave: dc.subjectRisco de crédito-
Palavras-chave: dc.subjectGeneralized linear models-
Palavras-chave: dc.subjectLogistic regression-
Palavras-chave: dc.subjectCredit risk-
Título: dc.titleModelos lineares generalizados: aplicação em risco de crédito-
Título: dc.titleGeneralized linear model: credit risk application-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.