Odhadování a kritéria těsnosti modelu logistické regrese

Abstract

V práci je popsán model binární logistické regrese a odhad jeho pa- rametrů metodou maximální věrohodnosti. Dále je navržen algoritmus pro me- todu nejmenších čtverců. V části věnované ukazatelům diverzifikační síly mo- delu je definována Lorenzova křivka, Giniho koeficient, C-statistika, Kolmogorov- Smirnovova statistika a koeficient determinace R2 a je odvozen jejich vztah k růz- ným výběrovým korelačním koeficientům. Pomocí modelu normálně rozdělených skóre špatných a dobrých klientů je odvozen typický vztah mezi Giniho koeficien- tem, Kolmogorov-Smirnovovou statistikou a nově také koeficientem determinace R2 . Odvozené teoretické výsledky jsou ověřeny na třech sadách reálných dat. Klíčová slova: Binární logistická regrese, metoda maximální věrohodnosti, me- toda nejmenších čtverců, Giniho koeficient, koeficient determinace. 1

In this bachelor thesis we describe binary logistic regression model and estimation of model's parameters by maximum likelihood method. Then we propose algorithm for the least squares method. In the goodness-of-fit criteria part we define Lorenz curve, Gini coefficient, C-statistics, Kolmogorov-Smirnov statistics and coefficient of determination R2 . We derive their relation to different sample coefficients of correlation. We derive typical relation between Gini coeffi- cient, Kolmogorov-Smirnov statistics and newly also coefficient of determination R2 via model of normally distributed score of bad and good clients. These derived teoretical results are verified on three real data sets. Keywords: Binary logistic regression, maximum likelihood, ordinary least squa- res, Gini coefficient, coefficient of determination. 1