3.1EDA和数据描述： 探索性数据分析

EDA即数据探索，是对数据的初步分析。

包括：

• 每个候选预测变量 的统计特性和分布
• 候选预测变量和状态变量之间，以及预测变量相互间是否存在相关性
• 检测缺失值和极端值，评估其对结果模型的冲击
• 调查候选变量中的分布情况，如正常和违约的分布情况

实践中，以上步骤即：

• 对每个变量的单变量描述性统计
• 评估每个变量值的分布并检验正态假设
• 极端值的识别和处理
• 缺失值的计算和处理
• 关键变量的列联表以及这些表格中统计量的计算
• 变量间关联性指标的计算