随笔 - 176, 文章 - 0, 评论 - 9, 阅读 - 31万

导航

< 2025年2月 >
26 27 28 29 30 31 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 1
2 3 4 5 6 7 8

11 2018 档案

摘要:删除项目中的版本控制,即删除项目文件夹下的所有.svn文件夹(在做项目的时候,有时候想把项目拷回去看看,但是文件太大了,而且压缩起来很慢。这主要是因为在项目中有大量的.svn文件夹。所以才想把.svn删除)。 操作很简单,把下面的命令保存至文本文件中,然后把文本文件的后缀名改成"reg",即xxx. 阅读全文

posted @ 2018-11-28 09:33 高山老王 阅读(393) 评论(0) 推荐(0) 编辑

摘要:常用选项1、使用选项OBS=修改观测序号标签2、使用NOOBS选项不显示观测序号列3、使用ID语句在输出中取代观测序号列4、使用VAR选择输出的变量5、使用WHERE语句选择输出的观测6、使用数据集选项FIRSTOBS=和使用OBS=来控制观测输出的区间 制作增强型报表:1、使用SUM语句对变量进行 阅读全文

posted @ 2018-11-22 13:28 高山老王 阅读(9467) 评论(0) 推荐(0) 编辑

摘要:以下代码实现功能: 1、获取10个模型分别使用哪些变量 2、变量所模型使用的次数 3、把上表格输出到EXCEL中 %INCLUDE '00@HEADER.SAS'; %let dir=..\04@Model; libname cc "&dir"; PROC FORMAT; VALUE UseFmt 阅读全文

posted @ 2018-11-22 11:37 高山老王 阅读(900) 评论(0) 推荐(0) 编辑

摘要:区别在于:最大似然估计分析中估计是刚好正负对调加上EVENT:%LET DVVAR = Y;%LET LOGIT_IN = S.T3;%LET LOGIT_MODEL = S.Model_Params;%LET LOGIT_SCORE = S.Pred_Probs; %let VarList= X1 阅读全文

posted @ 2018-11-22 11:11 高山老王 阅读(1559) 评论(0) 推荐(1) 编辑

摘要:%INCLUDE '00@HEADER.SAS'; %LET dir=..\04@Model;LIBNAME cc "&dir"; %MACRO ModelVariable; PROC DATASETS LIBRARY=S NODETAILS NOLIST; DELETE ModelVariable 阅读全文

posted @ 2018-11-21 17:34 高山老王 阅读(2971) 评论(0) 推荐(0) 编辑

摘要:1)FIRSTOBS=N,从第N行开始读取数据2)OBS=M,到第M行结束数据读取3)MISSOVER:当一行数据读完的时候,不要转到下一行,而是为其余的变量分配缺失值4)TRUNCOVER:变量读取数据,直到遇到了数据行的结尾,或者遇到了在格式或列范围指定的最后一列,二者以先遇到者为准。MISSO 阅读全文

posted @ 2018-11-16 14:44 高山老王 阅读(3158) 评论(0) 推荐(0) 编辑

摘要:DATA _NULL_;SET SASHELP.CLASS NOBS=N;CALL SYMPUTX('N',N);STOP;RUN; %PUT N=&N.; 运行结果: 57 DATA _NULL_;58 SET SASHELP.CLASS NOBS=N;59 CALL SYMPUTX('N',N) 阅读全文

posted @ 2018-11-12 10:36 高山老王 阅读(2754) 评论(0) 推荐(0) 编辑

摘要:第二章总结:从频数的分布进行平均值的计算平均值=组值X相对频数的合计 直方图中平均值的意义将直方图看作挑担人偶玩具时平衡的支点 平均值的性质其一 数据在平均值的周边分布其二 多次出现的数据对平均值的影响力大其三 直方图呈左右对对称情况下,其对称轴的占即平均值 算术平均数据:相加再除以个数,公式=(x 阅读全文

posted @ 2018-11-08 14:37 高山老王 阅读(841) 评论(0) 推荐(0) 编辑

摘要:本章将介绍建模过程中使用的变量选择方法。通过,信贷发放机构的分析人员能够获得大量的可以用于建立信用评分卡的变量。因此,选择模型中,也就是评分卡中使用的变量,不仅是一项分析任务,还与业务流程和评分卡中使用的变量,不仅是一项分析任务,还与业务流程和评分卡的实施过程密切相关。从分析角度,模型中使用的变量迭 阅读全文

posted @ 2018-11-02 21:32 高山老王 阅读(756) 评论(0) 推荐(0) 编辑

摘要:证据权重(Weight OF EVIDENCE,WOE)转换可以将LOGISTIC回归模型转换为标准评分卡转为标准评分卡格式 。本章,我们将介绍各种各种类型变量的WOE转换过程,即名义变量、顺序变量和连续变量。应用证据权重转换又称为粗分类。引入WOE转换的目的并不是为了提高模型质量。正如第7章部分案 阅读全文

posted @ 2018-11-02 21:31 高山老王 阅读(490) 评论(0) 推荐(0) 编辑

摘要:引言LOGISTIC回归在信用评分卡开发中起到核心作用。由于其特点,以及对自变量进行了证据权重转换(WOE),LOGISTIC回归的结果可以直接转换为一个汇总表,即所谓的标准评分卡格式。通常,LOGISTIC回归可以用一个名义或顺序因变量的建模。然而,本书仅限于介绍二元因变量的情况,因为这是大多评分 阅读全文

posted @ 2018-11-02 21:30 高山老王 阅读(615) 评论(0) 推荐(0) 编辑

摘要:引言迄今为止,本书中都是采用简单的样本数据集来解释相关概念和程序。但是,为了更深一步,就必须考虑一个对信用评分卡开发中可能遇到 的数据来说更具代表性的数据集。因此,本章将对在接下来几章中用到的样本数据集进行说明。 数据字典下面介绍的数据集并非来源于真实数据。但是,其中的字段对于信用评分中用到的真实数 阅读全文

posted @ 2018-11-02 21:29 高山老王 阅读(488) 评论(0) 推荐(0) 编辑

摘要:本章主要回顾信用风险评分中一些常用的数据准备过程。原则上,数据准备重点关注的是:1、从不同渠道收集和整合建立评分卡所需的数据;2、清理数据中所有意外错误或被认为是极端值的取值;3、生成另外的候选因变量,期望它们可以帮助提高模型的预测力。数据准备的最终结果是建模视图以及在评分视图中使用的新变量的定义。 阅读全文

posted @ 2018-11-01 13:18 高山老王 阅读(887) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示