library(readr)
data <- read_csv("Downloads/Loan_Approval_Dataset.csv")
## Rows: 4269 Columns: 6
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (3): Loan_Status, Education, Self_Employed
## dbl (3): Income, Loan_Amount, Cibil_Score
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
View(data)
data$Loan_Status_Bin <- ifelse(data$Loan_Status == "Approved", 1, 0)

data$Education <- as.factor(data$Education)
data$Self_Employed <- as.factor(data$Self_Employed)
modelo <- glm(Loan_Status_Bin ~ Income + Loan_Amount + Cibil_Score + Education + Self_Employed,
              data = data, 
              family = binomial(link = "logit"))
summary(modelo)
## 
## Call:
## glm(formula = Loan_Status_Bin ~ Income + Loan_Amount + Cibil_Score + 
##     Education + Self_Employed, family = binomial(link = "logit"), 
##     data = data)
## 
## Coefficients:
##                         Estimate Std. Error z value Pr(>|z|)    
## (Intercept)           -1.163e+01  4.019e-01 -28.939  < 2e-16 ***
## Income                -4.036e-07  5.502e-08  -7.337 2.18e-13 ***
## Loan_Amount            1.320e-07  1.706e-08   7.734 1.04e-14 ***
## Cibil_Score            2.214e-02  7.137e-04  31.019  < 2e-16 ***
## EducationNot Graduate -7.118e-02  1.118e-01  -0.637    0.524    
## Self_EmployedYes       5.635e-02  1.118e-01   0.504    0.614    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 5660.7  on 4268  degrees of freedom
## Residual deviance: 2088.2  on 4263  degrees of freedom
## AIC: 2100.2
## 
## Number of Fisher Scoring iterations: 7
coefs <- summary(modelo)$coefficients

# Tabla
tabla_mod <- data.frame(
Termino = rownames(coefs),
Logit = round(coefs[, "Estimate"], 3),
Odds_Ratio = round(exp(coefs[, "Estimate"]), 3),
row.names = NULL,
check.names = FALSE
)

tabla_mod
##                 Termino   Logit Odds_Ratio
## 1           (Intercept) -11.631      0.000
## 2                Income   0.000      1.000
## 3           Loan_Amount   0.000      1.000
## 4           Cibil_Score   0.022      1.022
## 5 EducationNot Graduate  -0.071      0.931
## 6      Self_EmployedYes   0.056      1.058

Ajustar un modelo de regresión logística para explicar la probabilidad de aprobación del préstamo e interpretar los resultados en términos de odds ratio.

-Intercepto: situación base cuando todas las variables son constantes, cuando su ingreso, puntuación de crédito son 0. -Income y Loan_Amount: el odds ratio de estas dos variables son 1, indicando que el factor de estudio es neutral. -Cibil_Score: cada punto adicional que aumenta el puntaje crediticio, aumenta un 2.2% de probabilidad de un préstamo ser aprobado. -Self_EmployedYes: al trabajar por propia cuenta, aumenta en %5.8 la probabilidad de la aprobación del préstamo respecto a no trabajar por cuenta propia, manteniendo las demás variables constantes. -Education Not Graduate: al no ser graduado disminuye %6.9 la probabilidad de la aprobación del préstamo respecto a ser graduado, manteniendo las demás variables constantes. -A pesar de los resultados, las variables Education Not Graduate y Self_EmployedYes mostraron ser no significativas en el modelo ya que no hay suficiente evidencia estadística para comprobar su influencia a la aprobación del préstamo.