prikaz prve stranice dokumenta Klasifikacija kreditne sposobnosti modelom logističke regresije: problem nebalansiranih kategorija
  Preuzmi
PDF 2.39 MB
diplomski rad
Klasifikacija kreditne sposobnosti modelom logističke regresije: problem nebalansiranih kategorija
Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2024. urn:nbn:hr:217:667860
Akmačić, Dora
Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
Matematički odsjek

Institucijski repozitorij: Repozitorij Prirodoslovno-matematičkog fakulteta

Citirajte ovaj rad

Akmačić, D. (2024). Klasifikacija kreditne sposobnosti modelom logističke regresije: problem nebalansiranih kategorija (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:217:667860

Akmačić, Dora. "Klasifikacija kreditne sposobnosti modelom logističke regresije: problem nebalansiranih kategorija." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:217:667860

Akmačić, Dora. "Klasifikacija kreditne sposobnosti modelom logističke regresije: problem nebalansiranih kategorija." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:217:667860

Akmačić, D. (2024). 'Klasifikacija kreditne sposobnosti modelom logističke regresije: problem nebalansiranih kategorija', Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, citirano: 17.11.2024., https://urn.nsk.hr/urn:nbn:hr:217:667860

Akmačić D. Klasifikacija kreditne sposobnosti modelom logističke regresije: problem nebalansiranih kategorija [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet; 2024 [pristupljeno 17.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:667860

D. Akmačić, "Klasifikacija kreditne sposobnosti modelom logističke regresije: problem nebalansiranih kategorija", Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:667860

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:217:667860
Podaci o radu
NaslovKlasifikacija kreditne sposobnosti modelom logističke regresije: problem nebalansiranih kategorija
Naslov (engleski)Classification of credit score by logistic regression model: the problem of unbalanced categories
AutorDora Akmačić
MentorSnježana Lubura Strunjak (mentor)
Član povjerenstvaSnježana Lubura Strunjak (predsjednik povjerenstva)
Član povjerenstvaPetra Posedel Šimović (član povjerenstva)
Član povjerenstvaNikola Sandrić (član povjerenstva)
Član povjerenstvaIgor Ciganović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
(Matematički odsjek)
Zagreb
Datum i država obrane2024-07-17, 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
Jezikhrvatski
URN:NBNurn:nbn:hr:217:667860
Studijski programNaziv: Financijska i poslovna matematika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: sveučilišni magistar matematike (univ. mag. math.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-07-24 10:21:58