Anda di halaman 1dari 5

Nama Balqis Maharani Putri

Npm : 12221221
Kelas : 2EA13

Tujuan dari database ini adalah untuk memberikan informasi tentang nasabah bank sehingga
dapat dikembangkan model pembelajaran mesin yang dapat memprediksi apakah nasabah
tertentu akan melunasi pinjamannya atau tidak.

Descriptives
Descriptives

default income age loan

N 0 1717 1714 1717


1 283 283 283

Missing 0 0 3 0
1 0 0 0

Mean 0 45318 43.2 3978


1 45412 26.4 7273

Median 0 45783 44.4 3447


1 45980 26.4 7181

Standard deviation 0 14319 13.1 2859


1 14399 4.76 2581

Minimum 0 20014 -52.4 1.38


1 20063 18.1 2495

Maximum 0 69996 64.0 13766


1 69959 34.9 13377

Keterangan :

Berdasarkan table descriptives diatas terdapat missing pada variable income dan loan.
Plots

Keterangan :

Berdasarkan plots diatas income untuk perempuan (1) lebih bervariatif disbanding laki-laki
(0)

Keterangan:
Berdasarkan plots diatas umur laki-laki (0) lebih panjang disbanding perempuan (1)
Scatterplot

Perbandingan umur dengan pendapatan laki-laki dan perempuan,laki-laki dewasa yang


berumur 40 tahun keatas cenderung mempunyai pendapatan lebih besar dibandingkan
Wanita berumur 40 tahun kebawah.
Perbandingan umur dengan hutang antara laki-laki dan perempuan. Laki-laki dewasa yang
memiliki umur 40 tahun keatas cenderung lebih memiliki banyak hutang dibandingkan Wanita
berumur 40 tahun kebawah.

Tetapi bila dibandingan antara hutang dan pendapatan,Wanita memiliki hutang lebih besar
dibandingkan pendapatan. Sebaliknya,laki-laki memiliki pendapatan yang lebih besar
dibandingkan hutangnya.
Binomial Logistic Regression
Model Fit Measures

Model Deviance AIC R²McF

1 553 561 0.661

Model Coefficients - default

Predictor Estimate SE Z p

Intercept 7.32402 0.6315 11.6 < .001


income -1.98e−4 1.68e-5 -11.7 < .001
age -0.25921 0.0179 -14.5 < .001
loan 0.00139 9.89e-5 14.1 < .001

Note. Estimates represent the log odds of "default = 1" vs. "default = 0"

Anda mungkin juga menyukai