Мультиколлинеарность в скоринге

Размещено на сайте 08.02.2016

Зачастую аналитики, строящие скоринговые модели, слабо понимают, как мультиколлинеарность влияет на их модели, предпочитая избегать даже небольших ее проявлений или пользоваться общими правилами. Как правильно обнаружить и оценить мультиколлинеарность в случае линейной и логистической регрессии? Как ее предотвратить, уменьшить и в каких случаях ее можно осознанно игнорировать в контексте прикладных задач скоринга?

Валентин БЕЛОУСОВ, АО «ОТП Банк», руководитель направления моделирования и клиентской аналитики, FRM

Приводятся извлечения из статьи. Полную версию материала читайте в журнале. Подписаться

Большинство статистических пакетов не выводят статистику VIF по умолчанию, но существуют опции для ее расчета. Например, в SAS ее можно получить с помощью вызова процедуры линейной регрессии PROC REG с опцией VIF.

Оценка коэффициентов логистической регрессии производится методом максимального правдоподобия (maximum-likelihood estimation).

Использование в качестве отсечек слишком маленьких значений статистики VIF оказывается слишком консервативным и приводит скорее к снижению предсказательной силы модели, нежели к улучшению качества оценок коэффициентов.

Выбрать	Риски	Бухучет и налоги	Кредитный департамент	Управление банком
направление:	Розница	Внутренний контроль	Операционный департамент	Юридическая работа

О компании	Контакты	Авторам		Для клиентов (Как скачать закрывающие документы)
Помощь	Реклама	Подписным агентствам