Czasopismo
Tytuł artykułu
Autorzy
Warianty tytułu
Zastosowanie jądrowej analizy dyskryminacyjnej obiektów symbolicznych do oceny zdolności kredytowej
Języki publikacji
Abstrakty
First part of this article presents aims of discriminant analysis with special focus on the non-parametric kernel density estimation method. Second part introduces terms of symbolic objects and symbolic variable. Third part shows how Bayesian discrimination rule can be adapted to deal with data of different symbolic types, using kernel intensity measures for symbolic data. The last part of the article presents results of discrimination analysis for symbolic objects in credit rating and compares its results with credit decision made by a credit officer. (fragment of text)
Celem artykułu jest przedstawienie możliwości zastosowania jądrowej analizy dyskryminacyjnej obiektów symbolicznych do oceny zdolności kredytowej osób fizycznych. Artykuł pokazuje również, jak „klasyczna” analiza Bayesowska może być zaadaptowana dla różnych typów danych symbolicznych za pomocą jądrowego estymatora intensywności dla obiektów symbolicznych. W części empirycznej dokonano oceny zdolności kredytowej osób fizycznych na podstawie danych uzyskanych z roku 2004 dla banku BGŻ SA Oddział w Kłodzku. (abstrakt oryginalny)
Rocznik
Tom
Strony
28--35
Opis fizyczny
Twórcy
autor
- Uniwersytet Ekonomiczny we Wrocławiu
Bibliografia
- Bock H-H., Diday E. (eds.), Analysis of Symbolic Data. Explanatory Methods for Extracting Statistical Information from Complex Data, Springer Verlag, Berlin-Heidelberg 2000.
- Domański C., Pruska K., Nieklasyczne metody statystyczne, PWE, Warszawa 2000.
- Dudek A., Miary podobieństwa obiektów symbolicznych. Odległość Ichino-Yaguchiego, Prace Naukowe Akademii Ekonomicznej nr 1021, AE, Wrocław 2004, s. 100-106.
- Dudek A., Pełka M., Effectiveness of Symbolic Classification Trees vs. Noisy Variables. Folia Oeconomica, Acta Universitatis Lodziensis, Łódź (in review).
- Dudek A., Zastosowanie analizy dyskryminacyjnej obiektów symbolicznych do filtrowania poczty elektronicznej, Folia Oeconomica, Acta Universitatis Lodziensis, Łódź 2005.
- Feldman W., Kryterium wyboru krzywych Pearsona, „Przegląd Statystyczny” 1975 nr 22/1.
- Hand D, Mannila H, Smyth P., Principles of Data Mining, MIT Press, Cambridge 2001.
- Härdle W., Simar L., Applied Multivariate Data Analysis, Springer Verlag, Berlin-Heidelberg 2003.
- Malerba D., Esposito F., Giovalle V., Tamma V., Comparing Dissimilarity Measures for Symbolic Data Analisys, [w:] P. Nanopoulos (ed.), New Technics and Technologies for Statistics and Exchange of Technology and Know-how, (ETK-NTTS’01) Post conference materials, s. 473-481.
- Rasson J.F., Lissoir S., Symbolic Kernel Discriminant Analysis, „Computational Statistics” 2000 issue 15, s. 127-132.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000164930033