客户信用风险预测——基于logit模型

线性回归是最基本的统计模型之一，通常用于衡量数值型变量间的线性关系，当解释变量或者被解释变量为分类型变量时，就不再适用，需要考虑设置虚拟变量或是选择其它分类模型。

下面介绍一个二元选择模型，此时被解释变量是分类变量，取值为0（不发生）或者1（发生）。

数据来源于《R数据分析：方法与案例详解》，借助logit模型测算客户违约概率，完成信用风险评估。具体分为5个步骤：数据预处理——变量筛选——建模——结果分析——参数优化。

1. 数据预处理
   案例数据来源于台湾某大型商业银行信用卡部的数据库，包含16000条信息 ，29 个变量，即客户基本信息(性别*、年龄*、城镇或农村*、学历*、职业*、婚姻*、家庭人数*、 户籍所在地、宗教、血型、星座) ，经济状况(家庭月收入*、家庭经济等级*、个人月收入*、个人月开 销*)，信用卡使用状况(信用卡张数*、使用频率*、月刷卡金额*)，信用记录(逾期超过 30 天*、呆账记 录*、借款余额大于 800 万元*、退票记录、拒往记录、强制停卡记录)。

缺失值处理（因为含NA的样本数量很少，直接删去）

变量重编码（连续数据离散化、字符型变量数值化）