Explorer les données de crédit

Nous allons examiner le jeu de données loan_data présenté dans la vidéo tout au long des exercices de ce cours.

Après avoir obtenu loan_data, vous vous intéressez particulièrement aux prêts en défaut dans ce jeu de données. Vous souhaitez connaître leur nombre et leur pourcentage. Les défauts sont rares ; il est donc essentiel de vérifier la proportion de défauts dans un jeu de données de prêts. La fonction CrossTable() est très utile ici.

Rappelez-vous que l’information sur le défaut est stockée dans la variable réponse loan_status, où 1 représente un default et 0 un non-default.

Pour en savoir plus sur la structure des variables et repérer d’éventuelles tendances inattendues, vous devriez examiner la relation entre loan_status et certaines variables de type factor. Par exemple, vous vous attendez à ce que la proportion de défauts dans le groupe de clients avec la grade G (la pire note de crédit) soit nettement plus élevée que la proportion de défauts dans le groupe grade A (la meilleure note de crédit).

Pratique : CrossTable() peut aussi s’appliquer à deux variables catégorielles. Explorons cela !

Cet exercice fait partie du cours

<cours>Modélisation du risque de crédit en R</cours>

Voir le cours

Instructions de l’exercice

Familiarisez-vous avec le jeu de données en inspectant sa structure avec str().
Chargez le package gmodels avec library(). Il est déjà installé sur les serveurs de DataCamp.
Affichez la CrossTable() du statut de prêt, en utilisant un seul argument : loan_data$loan_status.
Appelez CrossTable() avec l’argument x égal à loan_data$grade et l’argument y égal à loan_data$loan_status. Nous ne voulons que les proportions par ligne : définissez prop.r à TRUE, mais prop.c, prop.t et prop.chisq à FALSE (leurs valeurs par défaut sont TRUE, ce qui ajouterait les proportions de colonne, les proportions du tableau et les contributions du chi carré pour chaque cellule ; ce n’est pas nécessaire ici).

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# View the structure of loan_data


# Load the gmodels package 


# Call CrossTable() on loan_status


# Call CrossTable() on grade and loan_status

Modifier et exécuter le code