yanocavalcante / loan-prediction

Repositório para o trabalho final da Disciplina de Análises Estatísticas e Predição.

Pré-Requisitos

As opções para análise da base de dados são:

• Uma variável dependente quantitativa e pelo menos duas variáveis independentes (qualitativa e/ou quantitativa).
• Uma variável dependente quantitativa e uma variável independente relacionada ao tempo (séries temporais).
• Uma variável dependente qualitativa (2 categorias) e pelo menos duas variáveis independentes (qualitativa e/ou quantitativa).

Os principais assuntos do semestre são:

• Correlação.
• Regressão Linear Simples.
• Regressão Linear Múltipla.
• Regressão Logística Binária
• Séries Temporais.

Base de Dados

A base de dados foi retirada da plataforma Kaggle. Uma coleção de dados financeiros usados para determinar a elegibilidade de indivíduos na obtenção de empréstimos advindos de uma organização financeira.

Descrição das Variáveis

Qualitativas

• education - Nível de educação do aplicante
• self_employed - Status de ocupação do aplicante
• loan_status - Status final da análise de empréstimo

Quantitativas

• no_of_dependents - Número de Dependentes de aplicante
• income_annum - Renda Anual do Aplicante
• loan_amount - Valor do Empréstimo
• loan_term - Tempo previsto no contrato
• cibil_score - Credit Score Information Bureau India Limited
• residential_assets_value - Valor dos bens residenciais
• commercial_assets_value - Valor dos bens comerciais
• luxury_assets_value -
• bank_assets_value - Valor dos bens bancários

Categorização

• cibil_score - Normalmente dividido em 5 fases: Pobre(300-579); Justo(580-669); Bom(670-739); Muito Bom(740-799); Excelente(800-850).

Fontes

• https://www.getzype.com/blog/credit-history/good-cibil-score/

Anotações

• "Nada mais justo que começar pelo CIBIL."