dc.contributor.author | Oliveira, Larissa Torres | |
dc.date.accessioned | 2023-04-12T12:56:25Z | |
dc.date.available | 2023-04-12T12:56:25Z | |
dc.date.issued | 2023-03-28 | |
dc.identifier.citation | OLIVEIRA, Larissa Torres. Modelo de predição para dados desbalanceados utilizando informações de financiamentos de veículos. 2023. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/17704. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/17704 | |
dc.description.abstract | For the statistics thesis project, a model adjustment is proposed for unbalanced data,
using vehicle financing information, with the response variable being dichotomous, divided
into defaulters and non-defaulters. Techniques for variable selection, such as weight
of evidence and information value, will be presented, along with the adjustment of logistic
regression models for both unbalanced and balanced data, model quality metrics,
and an interpretable final classification. The project was developed using the Python
programming language. | eng |
dc.description.sponsorship | Não recebi financiamento | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Classificação | por |
dc.subject | Crédito | por |
dc.subject | Dados desbalanceados | por |
dc.subject | Financiamento de veículos | por |
dc.subject | Regressão logística | por |
dc.subject | Python | eng |
dc.title | Modelo de predição para dados desbalanceados utilizando informações de financiamentos de veículos | por |
dc.title.alternative | Prediction model for unbalanced data using vehicle financing information | eng |
dc.type | TCC | por |
dc.contributor.advisor1 | Moura, Maria Sílvia de Assis | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/9410151859448447 | por |
dc.description.resumo | Para o trabalho de conclusão de curso em estatística, é proposto um ajuste de modelo para dados desbalançados, utilizando informações de financiamento de veículos, cuja a variável resposta é dicotômica, dividida em adimplentes e inadimplentes.
Será apresentado técnicas de seleção de variáveis, como peso da evidência e valor da informação, ajuste de modelo de regressão logística tanto com os dads desbalanceados e balanceados, métricas de qualidade do modelo e uma classificação final interpretável. O trabalho foi desenvolvido utilizando a linguagem de programação Python. | por |
dc.publisher.initials | UFSCar | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOS | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/9259557335860115 | por |
dc.publisher.course | Estatística - Es | por |