该帮助的版本不再更新,请参见https://www.jmp.com/support/help/zh-cn/15.2 获取最新的版本.


Bootstrap 森林法模型
1.
选择帮助 > 样本数据库,然后打开 Equity.jmp
2.
选择分析 > 预测建模 > Bootstrap 森林法
3.
选择不良并点击 Y,响应
4.
贷款一直选到负债收入比,然后点击 X,因子
5.
选择验证并点击验证
6.
点击确定
8.
选择在数个项数下进行多个拟合并在“最大项数”旁边输入 5。
9.
(可选)选择禁止多线程并在“随机种子”旁边输入 123。
10.
点击确定
图 6.2 “总体统计量”报表
图 6.3 “列贡献”报表
“列贡献”报表表明客户信用风险的最强预测变量为负债收入比,即负债与收入的比率。对模型贡献第二高的变量包括拖欠交易记录数(拖欠债务的贷方行)和价值(客户的评估值)。
缺失值
1.
选择分析 > 筛选 > 探索缺失值
2.
不良一直选到负债收入比,然后点击 Y,列
由于列原因职务的数据类型为“字符”,所以不会将其添加到“Y,列”列表。您可以使用“分布”(本示例未显示)查看这两列有多少缺失值。
4.
点击确定
图 6.4 “缺失值”报表
负债收入比列包含 1267 个缺失值,达到观测数的 21%。“Bootstrap 森林法”分析中涉及的大多数其他列也包含缺失值。启动窗口中的“信息性缺失”选项确保在处理缺失值时认可它们所传达的任何信息。详细信息,请参见“分割模型”一章中第 82 页的“信息性缺失”