Skip to content

Latest commit

 

History

History
22 lines (11 loc) · 1008 Bytes

File metadata and controls

22 lines (11 loc) · 1008 Bytes

Credit access

Réalisé par Aybuké BICAT et Corentin DUCLOUX

Le fichier .pdf contient l'ensemble de l'analyse $-$ Bonne lecture !

Présentation

Données issues de la base Global Findex 2017

Quels sont les facteurs influençant l'obtention d'un crédit pour un individu en Allemagne ?

  • Nous avons effectué une analyse descriptive afin d'étudier les tendances existantes dans les données fournies.
  • Une analyse des correspondances multiples permet de synthétiser les observations de l'analyse descriptive.
  • Nous avons ensuite ajusté différents modèles : Régression linéaire multiple, Régression linéaire avec hétéroscédasticité corrigée, Logit & Probit.

Résultats

  • Le modèle le plus approprié pour cette analyse est le modèle Logit puisque la variable dépendante $y$ (le fait d'avoir ou non un crédit) est binaire.