03667ntm a22004937i 4500 000346900 CZ-PrVSE 20170205114657.0 m d cr n|||||||||| 170205s2017 xr fsbm 000 0 slo d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Jánoš, Andrej ISIS:92973 dis Vývoj kredit skóringových modelov s využitím vybraných štatistických metód v R / Andrej Jánoš 2017 ?? stran : digital, PDF soubor Vedoucí práce: Milan Bašta Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2017 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2017 Kredit skóring je vo finančnej praxi dôležitou a rýchlo sa rozvíjajúcou disciplínou. Cieľom tejto práce je vytvoriť súhrn základných metodík používaných k vytvoreniu a popisu kredit skóringových modelov s interpretáciou ich výstupu spoločne s praktickou ilustráciou postupu pri vytváraní takýchto modelov v štatistickom programovom prostredí R. Táto práca je členená do piatich kapitol. Prvá kapitola je venovaná vysvetleniu pojmu kredit skóring spoločne s niekoľkými príkladmi praktického využitia a motiváciou pre jeho štúdium. V ďalšej časti práce sú postupne predstavené tri vo finančnej praxi najčastejšie používané metódy pre tvorbu kredit skóringových modelov. V druhej, najrozvinutejšej kapitole sa práca venuje logistickej regresii. Najväčší dôraz je kladený na matematické odvodenie vzťahu pre logistický regresný model a uvedených je niekoľko spôsobov ako posúdiť kvalitu preloženia dát modelom. Ďalšími dvomi metódami prezentovanými v tejto práci sú rozhodovacie stromy a náhodné lesy, ktorým sa venujú kapitoly 3 a 4. Neoddeliteľnou súčasťou tejto práce sú podrobne popísané aplikácie týchto metód na konkrétny dátový súbor Default v programovej platforme R. V záverečnej, piatej kapitole je praktická ilustrácia vytvorenia kredit skóringových modelov, ich diagnostiky a následného vyhodnotenia ich schopnosti predpovedať zlyhanie klienta v praxi s použitím R. V prílohách sú uvedené vytvorené funkcie a kód v R použité v práci. Čitateľ vybavený základnými poznatkami z pravdepodobnosti a matematickej štatistiky nadobudne dostatok teoretických znalostí a praktických zručností k pochopeniu modelov a ich samostatnej aplikácii. Způsob přístupu: Internet statistika [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas Random forests rozhodovacie stromy logistická regresia kredit skóring Bašta, Milan ISIS:51301 ths Pecáková, Iva, 1955- jo2003197032 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/59233/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/59233 Hlavní práce https://insis.vse.cz/zp/59233/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/59233/posudek/oponent/50560 Oponentura https://insis.vse.cz/zp/59233/podrobnosti dc:identifier NEPOSILAT VSKP vse59233 170202 59233