Medidas do Valor Preditivo de Modelos de Classificação Aplicados a Dados de Crédito

Para diminuir o risco de decisões errôneas na concessão de crédito a clientes, métodos estatísticos têm sido empregados para descrever a habilidade de modelos de classificação. A qualidade da previsão de um modelo de classificação pode ser avaliada a partir de medidas, como sensibilidade, especificidade, valores de predição positivo e negativo e acurácia, bem como através de coeficientes de correlação (Matthews e correlação aproximada) e medidas teóricas de informação (medida de informação mútua). Neste trabalho de iniciação científica, realizamos um estudo de simulação com o objetivo de comparar as técnicas estatísticas de regressão logística com seleção de amostra state-dependent e regressão logística usual (Hosmer & Lemeshow, 1989), por meio de tais medidas de desempenho. Também ilustramos os procedimentos apresentados em um conjunto de dados reais (dados financeiros extraídos de uma carteira de um banco).