Riassunto
A differenza del modello logistico, l’analisi discriminante è nata come strumento di classificazione. Nella sua prima formulazione, che risale a Fisher (1936), essa costituisce un metodo per descrivere, attraverso una funzione unidimensionale, la differenza fra due popolazioni e allocare ciascuna osservazione alla popolazione di provenienza. Sebbene questo problema sia diverso dal classificare una osservazione in relazione ad un comportamento che si manifesta nel futuro, che è l’obiettivo del credit scoring, l’analisi discriminante si è rivelata uno strumento efficace di classificazione nell’ambito del rischio di credito ed è pertanto uno dei metodi statistici più utilizzati. La derivazione della funzione discriminante sotto l’ipotesi di normalità è presentata nel paragrafo 4.2 dove si mostra, fra l’altro, che se è possibile assumere che le matrici delle varianze e delle covarianze nelle popolazioni dei buoni e dei cattivi siano uguali, la funzione discriminante si semplifica in una forma lineare. Il problema della stima della funzione discriminante è affrontato nel paragrafo 4.2.1, mentre nel paragrafo 4.2.2 si presenta una procedura statistica per verificare le ipotesi di uguaglianza delle matrici delle varianze e delle covarianze nelle due popolazioni. Nel paragrafo 4.3 si mostra che la funzione discriminante lineare stimata è quella che massimizza la distanza, opportunamente riscalata, fra le funzioni di score nei due gruppi di unità, quelle sane e quelle insolventi.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2009 Springer-Verlag Italia, Milano
About this chapter
Cite this chapter
Stanghellini, E. (2009). L’analisi discriminante. In: Introduzione ai metodi statistici per il credit scoring. Unitext(). Springer, Milano. https://doi.org/10.1007/978-88-470-1081-9_4
Download citation
DOI: https://doi.org/10.1007/978-88-470-1081-9_4
Publisher Name: Springer, Milano
Print ISBN: 978-88-470-1080-2
Online ISBN: 978-88-470-1081-9
eBook Packages: Mathematics and StatisticsMathematics and Statistics (R0)