逻辑回归:简介

R 中的信用风险建模

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

最终数据结构

str(training_set)
'data.frame':\t19394 行,8 列:
 $ loan_status   : 因子,2 水平 "0","1": 1 1 1 1 1 1 1 1 1 1 ...
 $ loan_amnt     : int  25000 16000 8500 9800 3600 6600 3000 7500 6000 22750 ...
 $ grade         : 因子,7 水平 "A","B","C","D",..: 2 4 1 2 1 1 1 2 1 1 ...
 $ home_ownership: 因子,4 水平 "MORTGAGE","OTHER",..: 4 4 1 1 1 3 4 3 4 1 ...
 $ annual_inc    : num  91000 45000 110000 102000 40000 ...
 $ age           : int  34 25 29 24 59 35 24 24 26 25 ...
 $ emp_cat       : 因子,5 水平 "0-15","15-30",..: 1 1 1 1 1 2 1 1 1 1 ...
 $ ir_cat        : 因子,5 水平 "0-8","11-13.5",..: 2 3 1 4 1 1 1 4 1 1 ...
R 中的信用风险建模

什么是逻辑回归?

  • 输出介于 0 到 1 的回归模型

$$P({\text{loan status}}=1|x_1,...,x_m) = \frac{1}{1+e^{-(\beta_0 + \beta_1 x_1 + ... + \beta_m x_m)}}$$

  • $x_1,...,x_m$:
loan_amnt  grade  age  annual_inc  home_ownership  emp_cat  ir_cat
  • $\beta_0,...\beta_m$: 待估参数

  • $\beta_0 + \beta_1 x_1 + ... + \beta_m x_m$: 线性预测子

R 中的信用风险建模

在 R 中拟合逻辑模型

log_model <- glm(loan_status ~ age , 
                 family= "binomial", data = training_set)
log_model
Call:  glm(formula = loan_status ~ age, 
           family = "binomial", data = training_set)
Coefficients:
(Intercept)          age  
  -1.793566    -0.009726  
Degrees of Freedom: 19393 Total (i.e. Null);  19392 Residual
Null Deviance:\t    13680 
Residual Deviance: 13670 \tAIC: 13670

$$P({\text{loan status}}=1|\text{age}) = \frac{1}{1+e^{-(\hat{\beta_0} + \hat{\beta_1} \text{age})}}$$

R 中的信用风险建模

违约概率

$$P({\text{loan status}}=1|x_1,...,x_m) = \frac{1}{1+e^{-(\beta_0 + \beta_1 x_1 + ... + \beta_m x_m)}} = \frac{e^{\beta_0 + \beta_1 x_1 + ... + \beta_m x_m}}{1 + e^{\beta_0 + \beta_1 x_1 + ... + \beta_m x_m}}$$

$$

$$P({\text{loan status}}=0|x_1,...,x_m) = 1- \frac{e^{\beta_0 + \beta_1 x_1 + ... + \beta_m x_m}}{1 + e^{\beta_0 + \beta_1 x_1 + ... + \beta_m x_m}} = \frac{1}{1+e^{\beta_0 + \beta_1 x_1 + ... + \beta_m x_m}}$$

$$

$$\frac{P({\text{loan status}}=1|x_1,...,x_m)}{P({loan \space status}=0|x_1,...,x_m)} = e^{\beta_0 + \beta_1 x_1 + ... + \beta_m x_m}$$

  • loan_status = 1 的胜算(odds)
R 中的信用风险建模

系数的解释

  • 若变量 $x_j$ 增加 1
    • 胜算被乘以 $e^{\beta j}$
  • $\beta_j < 0$
    • $e^{\beta j} < 1$
    • 随 $x_j$ 增加,胜算下降
  • $\beta_j > 0$
    • $e^{\beta j} > 1$
    • 随 $x_j$ 增加,胜算上升

应用到我们的模型:

  • 若变量 age 增加 1
    • 胜算被乘以 $e^{-0.009726}$
    • 胜算被乘以 0.991
R 中的信用风险建模

让我们来练习!

R 中的信用风险建模

Preparing Video For Download...