[发明专利]一种基于列联表统计检验的提额与授信金额关联性判别方法

说明书

本发明公开了一种基于列联表统计检验的提额与授信金额关联性判别方法，即通过卡方检验法对提额与授信金额关联性进行判别，量化统计样本实际观测值与理论值之间的偏离程度。进行统计检验时，卡方值将与相对应的临界值比较，即可得出相关统计结论。该基于列联表统计检验的提额与授信金额关联性判别方法，涵盖卡方检验法和费舍尔精确检验法。该解决方案基于坚实的数学和统计理论，弥补了在大数据情况下图形和相关系数判断力减弱的不足，并且避免了图形趋势的定量模糊性；有利于对变量间关联性进行科学评判；既可适用于数值型、也可用于分类型变量。

技术领域

本发明涉及算法技术领域，具体为一种基于列联表统计检验的提额与授信金额关联性判别方法。

背景技术

放贷机构通常都希望在给予用户授信的情况下，用户能予以提额，以增加机构的放贷规模、扩大盈利。

一般意义下，从业人员倾向于认为提额与否与授信金额有一定的关联度，即获得授信额度更高的用户更倾向于提额，反之，授信额度低的用户提额的可能性也相对小。但是目前主要的分析方法还是以图形走势的判断，辅以肉眼识别的方式。

从数据分析的角度上说，数据分析人员对于分析两个变量之间关联性的时候，通常会将变量可视化，即通过各种图形，将变量的趋势展示出来。对于数值型变量，这个方法确实相对直观、高效。此外，也有通过相关系数阐明数据之间关联的。这些方法总体来说相对简单、直观，且具备相当解释。

虽然画图、相关系数理解简单、可解释性高，但是也会遇到一些瓶颈。比如说，走势图、对比图之类的图形会受到坐标范围的影响，即不同的坐标范围会导致视觉感官上的差异，造成决策判断的偏差。又比如，如果两个变量中的一个为分类型变量，则相关系数无法反映变量之间的关系。此外，图形走势虽然可以做出定性判断，但是对于有定量判断要求的情形则存在不足。

所以我们提出了一种基于列联表统计检验的提额与授信金额关联性判别方法，以便于解决上述提出的问题。

发明内容

本发明的目的在于提供一种基于列联表统计检验的提额与授信金额关联性判别方法，以解决上述背景技术提出的问题。虽然画图、相关系数理解简单、可解释性高，但是也会遇到一些瓶颈。比如说，走势图、对比图之类的图形会受到坐标范围的影响，即不同的坐标范围会导致视觉感官上的差异，造成决策判断的偏差，又比如，如果两个变量中的一个为分类型变量，则相关系数无法反映变量之间的关系，此外，图形走势虽然可以做出定性判断，但是对于有定量判断要求的情形则存在不足。

为实现上述目的，本发明提供如下技术方案：一种基于列联表统计检验的提额与授信金额关联性判别方法，具体包括以下步骤：

步骤一：将提额人数按照授信金额高低划分不同区间，并加以人数统计，制作列联表；

步骤二：通过卡方检验法对提额与授信金额关联性进行判别，量化样本实际观测值与理论值之间的偏离程度，进行统计检验时，卡方值将与相对应的临界值比较，如果高于临界值，则拒绝假设，即可认为变量间有关联；反之，如果低于临界值，则可认为变量间无关联，临界值一般由查表所得，其依赖于自由度和置信水平，通常对于统计检验，置信水平一般设为0.95(也有0.99)，而自由度df＝(R-1)*(C-1)，其中R和C分别为列联表的行数和列数；

步骤三：对于2*2的列联表，通过费舍尔精确检验法对提额与授信金额关联性进行判别，如给定一个列联表，其中变量1取值为A和B，变量2取值为甲和乙，各自组合的类别中有如下的样本数量，即a，b，c，d；

步骤四：对于不同的表格大小来选择不同的检验法。

优选的，所述步骤二中卡方值越大，二者偏差程度越大；反之，二者偏差越小。

优选的，所述步骤二中卡方检验法适用于多维度的列联表。

优选的，所述步骤三中费舍尔精确检验法仅适用于2*2的列联表。