Den Kreditdatensatz erkunden

Wir werden in den Übungen dieses Kurses mit dem im Video besprochenen Datensatz loan_data arbeiten.

Nachdem du loan_data erhalten hast, interessierst du dich besonders für die ausgefallenen Kredite im Datensatz. Du möchtest eine Vorstellung von der Anzahl und dem Prozentsatz der Ausfälle bekommen. Ausfälle sind selten, daher solltest du in einem Kreditdatensatz immer prüfen, wie hoch der Anteil der Ausfälle ist. Die Funktion CrossTable() ist hier sehr hilfreich.

Denk daran: Die Ausfallinformation steckt in der Zielvariable loan_status, wobei 1 für default und 0 für non-default steht.

Um mehr über die Variablenstrukturen zu lernen und unerwartete Auffälligkeiten im Datensatz zu erkennen, solltest du die Beziehung zwischen loan_status und bestimmten factor-Variablen untersuchen. Du würdest zum Beispiel erwarten, dass der Anteil der Ausfälle in der Gruppe der Kundinnen und Kunden mit grade G (schlechteste Bonitätsstufe) deutlich höher ist als in der Gruppe mit grade A (beste Bonitätsstufe).

Praktischerweise lässt sich CrossTable() auch auf zwei kategoriale Variablen anwenden. Lass uns das erkunden!

Diese Übung ist Teil des Kurses

<Kurs>Kreditrisikomodellierung in R</Kurs>

Kurs ansehen

Übungsanweisungen

Mach dich mit dem Datensatz vertraut, indem du dir seine Struktur mit str() ansiehst.
Lade das Paket gmodels mit library(). Es ist auf den Servern von DataCamp bereits installiert.
Sieh dir die CrossTable() des Kreditstatus an und übergib nur ein Argument: loan_data$loan_status.
Rufe CrossTable() mit dem Argument x = loan_data$grade und dem Argument y = loan_data$loan_status auf. Wir möchten nur zeilenweise Anteile, setze daher prop.r auf TRUE, aber prop.c, prop.t und prop.chisq auf FALSE (Standardwerte sind hier TRUE, was Spaltenanteile, Tabellenanteile und Chi-Quadrat-Beiträge je Zelle einschließen würde. Das brauchen wir hier nicht).

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# View the structure of loan_data


# Load the gmodels package 


# Call CrossTable() on loan_status


# Call CrossTable() on grade and loan_status

Code bearbeiten und ausführen