모델링 · 스코어카드

다변량 모형 구축부터 스코어카드 변환, 등급화, 성능 평가까지

단변량 로지스틱 회귀(Simple LR)은 변수 하나하나의 단독 설명력을 확인하는 단계였다. Full Model은 선별된 변수들을 함께 투입하여 최종 예측 모형을 완성하고, 스코어카드로 변환한 후 성능을 검증하는 단계다.

① 전체 영역 통합 Full Model → ② 회귀계수 검토 (부호·유의성·VIF) → ③ 스코어카드 변환 (Anchor Score + PDO) → ④ 성능 평가 (KS · AR · Gini)

정보영역별 변수 선정은 이전 단계에서 완료

동일 정보영역 내 Partial LR을 통한 대표 변수 확정은 변수 선정 단계에서 이미 수행되었다. 여기서는 영역별 대표 변수를 통합하여 Full Model을 구성하는 것부터 시작한다.

이 섹션에서 다루는 내용

섹션	제목	핵심 질문
1	Simple LR vs Full Model	단변량과 다변량 모형은 무엇이 다른가?
2	다변량 회귀	Full Model을 어떻게 구성하고 계수를 검토하는가?
3	스코어카드 변환 & 등급화	회귀계수를 점수로 변환하고 등급을 설계하는 방법은?
4	성능 평가 (KS·AR·Gini)	KS, AR, Gini, PSI로 모형을 어떻게 검증하는가?

심화 학습

스코어카드 개발 전 과정을 마쳤다면, 부록에서 WoE vs Dummy 투입 방식 비교, Stepwise 검정 이론, LOWESS 기반 기업 모형 등 심화 주제를 학습할 수 있다.