Contexto empresarial
Un banco está evaluando el riesgo de impago. Los datos históricos suelen estar sucios: el 'Estado de Empleo' a menudo es nulo (missing) y la 'Puntuación de Crédito' puede faltar. Es crucial verificar si existe una asociación entre tener datos faltantes y el estado de incumplimiento del préstamo (Default). Se probará explícitamente el manejo de valores nulos.
Preparación de datos
Creación de datos con valores nulos (missing) intencionales en variables de texto y numéricas.
¡Copiado!
| 1 | |
| 2 | DATA casuser.credit_risk; |
| 3 | call streaminit(555); |
| 4 | array statuses[2] $7 ('Paid' 'Default'); |
| 5 | DO i=1 to 50; |
| 6 | LoanStatus = statuses[rand('Integer', 1, 2)]; |
| 7 | IF rand('Uniform') < 0.2 THEN Employment = ''; |
| 8 | ELSE Employment = 'Employed'; |
| 9 | IF rand('Uniform') < 0.3 THEN CreditScore = .; |
| 10 | ELSE CreditScore = rand('Integer', 300, 850); |
| 11 | OUTPUT; |
| 12 | END; |
| 13 | |
| 14 | RUN; |
| 15 |
Étapes de réalisation
1
Ejecución estándar (se espera que los nulos sean ignorados).
¡Copiado!
| 1 | |
| 2 | PROC CAS; |
| 3 | SIMPLE.crossTab / TABLE={name="credit_risk"} row="Employment" col="LoanStatus"; |
| 4 | |
| 5 | RUN; |
| 6 |
2
Ejecución forzando la inclusión de valores perdidos y calculando asociación.
¡Copiado!
| 1 | |
| 2 | PROC CAS; |
| 3 | SIMPLE.crossTab / TABLE={name="credit_risk"} row="Employment" col="LoanStatus" includeMissing=true association=true; |
| 4 | |
| 5 | RUN; |
| 6 |
Resultado esperado
En la etapa 1, las filas con 'Employment' vacío no deben aparecer. En la etapa 2, debe aparecer una fila explícita para los valores faltantes (representada usualmente como '.' o espacio en blanco). Además, se debe generar la tabla de medidas de asociación (Gamma, Cramér's V) considerando los valores nulos como una categoría válida para el análisis.