Explorando los datos de crédito

A lo largo de los ejercicios de este curso trabajaremos con el conjunto de datos loan_data mencionado en el vídeo.

Ahora que tienes loan_data, te interesan especialmente los préstamos en default del conjunto de datos. Quieres hacerte una idea del número y del porcentaje de impagos. Los defaults son poco frecuentes, así que siempre conviene comprobar cuál es su proporción en un conjunto de préstamos. La función CrossTable() es muy útil aquí.

Recuerda que la información de default se almacena en la variable de respuesta loan_status, donde 1 representa default y 0 representa non-default.

Para conocer mejor la estructura de las variables y detectar tendencias inesperadas en los datos, deberías examinar la relación entre loan_status y ciertas variables de tipo factor. Por ejemplo, esperarías que la proporción de defaults en el grupo de clientes con grade G (peor calificación crediticia) sea sustancialmente mayor que la proporción de defaults en el grupo grade A (mejor calificación crediticia).

Por suerte, CrossTable() también puede aplicarse a dos variables categóricas. ¡Vamos a explorarlo!

Este ejercicio forma parte del curso

Modelización del riesgo de crédito en R

Ver curso

Instrucciones del ejercicio

Familiarízate con el conjunto de datos consultando su estructura con str().
Carga el paquete gmodels usando library(). Ya está instalado en los servidores de DataCamp.
Echa un vistazo a la CrossTable() del estado del préstamo usando un único argumento: loan_data$loan_status.
Llama a CrossTable() con el argumento x como loan_data$grade y el argumento y como loan_data$loan_status. Solo queremos proporciones por fila, así que establece prop.r en TRUE, pero prop.c, prop.t y prop.chisq en FALSE (aquí los valores por defecto son TRUE, lo que incluiría proporciones por columna, proporciones de la tabla y contribuciones chi-cuadrado por celda. No los necesitamos ahora).

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# View the structure of loan_data


# Load the gmodels package 


# Call CrossTable() on loan_status


# Call CrossTable() on grade and loan_status

Editar y ejecutar código