LoslegenKostenlos starten

Die Strategietabelle und die Strategie­kurve

Wenn du die Berechnungen aus der vorherigen Übung für mehrere Annahmequoten wiederholst, erhältst du eine Strategietabelle. Diese Tabelle ist für Banken ein nützliches Werkzeug, da sie hilft, eine Annahmestrategie besser zu definieren.

Du weißt inzwischen, wie man für eine bestimmte Annahmequote die Bad Rate berechnet. Um das zu beschleunigen, wurde die Funktion strategy_bank geschrieben und in deinen Workspace geladen. Diese Funktion berechnet den Cut-off und die Bad Rate für Annahmequoten, die Vielfache von 5 % sind (0 %, 5 %, 10 %, …).

Diese Übung ist Teil des Kurses

<Kurs>Kreditrisikomodellierung in R</Kurs>
Kurs ansehen

Übungsanweisungen

  • Sieh dir die Funktion strategy_bank an.
  • Der Vektor predictions_cloglog enthält vorhergesagte Ausfallwahrscheinlichkeiten mit dem cloglog‑Modell aus Kapitel 2, der Vektor predictions_loss_matrix enthält die vorhergesagten Ausfallwahrscheinlichkeiten mit dem beschnittenen Baum inklusive Loss-Matrix (zuvor in Kapitel 3 erstellt). Wende die Funktion strategy_bank jeweils auf die Vorhersagevektoren an und weise die Namen strategy_cloglog bzw. strategy_loss_matrix zu.
  • Die Strategietabellen erhältst du, indem du die Objektnamen mit $table kombinierst.
  • Die Strategie­kurven wurden für dich gezeichnet. Die Strategie­kurve des Baummodells zeigt ein ziemlich seltsames Verhalten. Aufgrund der Struktur von Klassifikationsbäumen kann es hier eher zu merkwürdigen „Sprüngen“ kommen. Außerdem war der Baum mit Loss-Matrix sehr groß, was auf Overfitting hindeuten könnte!

Interaktive praktische Übung

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

# Have a look at the function strategy_bank


# Apply the function strategy_bank to both predictions_cloglog and predictions_loss_matrix



# Obtain the strategy tables for both prediction-vectors


# Plot the strategy functions
par(mfrow = c(1,2))
plot(strategy_cloglog$accept_rate, strategy_cloglog$bad_rate, 
     type = "l", xlab = "Acceptance rate", ylab = "Bad rate", 
     lwd = 2, main = "logistic regression")

plot(strategy_loss_matrix$accept_rate, strategy_loss_matrix$bad_rate, 
     type = "l", xlab = "Acceptance rate", 
     ylab = "Bad rate", lwd = 2, main = "tree")
Code bearbeiten und ausführen