Skip to content

Modelli di Machine Learning per il Credit Scoring

Estratto della Tesi di Marco Barbarossa

Mostra/Nascondi contenuto.
12 quindi escluse dal modello. Nel nostro caso i gruppi saranno costituiti dai soggetti solventi (LATE=0) e da quelli insolventi (LATE=1). A differenza del precedente test, il test-t è un test parametrico, quindi presuppone un certo tipo di distribuzione dei dati e assume determinate circostanze come vere, è quindi necessario testare anche le assunzioni per evitare di falsare la probabilità di commettere un errore del I° tipo. Queste assunzioni sono: • i gruppi, estratti dalla popolazione, hanno una distribuzione approssimativamente normale; • i gruppi sono indipendenti. Bisogna verificare inoltre se le varianze stimate nei due gruppi sono simili oppure no, per decidere il tipo di test-t da adoperare [15]. Il test-t è robusto a modeste violazioni delle sue assunzioni. Perde la sua affidabilità in presenza di gruppi non indipendenti ed in presenza di gravi violazioni dell’ipotesi di normalità della distribuzione dei gruppi a meno che questi non siano molto grandi. L’assunzione di indipendenza viene meno quando, per esempio, i gruppi sono costituiti dagli stessi soggetti, il primo costituito dal gruppo pre-trattamento e il secondo costituito dallo stesso gruppo post- trattamento, è evidente che non è il nostro caso e non abbiamo motivo di credere che i gruppi siano tra loro dipendenti. Per quanto riguarda l’assunzione di normalità è sufficiente il test di Shapiro- Wilks con ipotesi nulla: “la distribuzione del gruppo sotto esame è normale”; nel nostro dataset, tuttavia, avendo campioni grandi per i due gruppi, 3769 e 344, il test non sarà necessario grazie al teorema del limite centrale. Infine per verificare l’ipotesi nulla di uguaglianza delle varianze nei due gruppi si può utilizzare il test di Levene. Esistono due versioni del test-t, quello che assume uguale varianza nei due gruppi e quello che non fa quest’assunzione. Il test di Levene permette di decidere quale dei due test utilizzare. Si tratta di un test per verificare l’omogeneità della varianza ed ha come ipotesi nulla l’uguaglianza delle varianze dei due gruppi. Il valore osservato della statistica test si trova con la seguente formula: , ( ) = == - - = - - å åå 2 1 2 11 () (1 ) () i k ii i N k ij ij NZZ Nk W k ZZ
Estratto dalla tesi: Modelli di Machine Learning per il Credit Scoring

Estratto dalla tesi:

Modelli di Machine Learning per il Credit Scoring

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

Informazioni tesi

  Autore: Marco Barbarossa
  Tipo: Tesi di Laurea Magistrale
  Anno: 2018-19
  Università: Università degli Studi di Verona
  Facoltà: Banca e Finanza
  Corso: Finanza Quantitativa
  Relatore: Marco Minozzo
  Lingua: Italiano
  Num. pagine: 73

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario, bollettino postale.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Per tradurre questa tesi clicca qui »
Scopri come funziona »

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

matlab
machine learning
support vector machine
credit scoring
regressione logistica
random forest
mean decrease gini
mean decrease accuracy
permutation test
selezione delle variabili

Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi