本发明专利技术涉及一种变量相关性的确定方法和装置，其中，该方法包括：获取目标列联表，其中，目标列联表为2*N的列联表；在N为2的情况下，计算目标列联表的P值，并根据P值确定用户提额行为与机构审核时长之间的相关性，其中，P值用于指示用户提额行为与机构审核时长之间的相关性；在N大于2的情况下，计算目标列联表的卡方值，并根据卡方值确定用户提额行为与机构审核时长之间的相关性，其中，卡方值用于指示用户提额行为与机构审核时长之间的相关性。通过本申请，解决了相关技术无法对用户提额行为与机构授信审核时长两个变量之间的联系进行定量分析的问题，实现了提高用户提额行为与机构授信审核时长关联性判定准确度的效果。信审核时长关联性判定准确度的效果。信审核时长关联性判定准确度的效果。
【技术实现步骤摘要】
一种变量相关性的确定方法和装置
[0001]本专利技术涉及金融信贷分析
，尤其涉及一种变量相关性的确定方法、装置、计算机设备和计算机可读存储介质。
技术介绍
[0002]在金融信贷领域，尤其是互联网小微贷领域中，贷款申请人往往通过一些应用程序、软件、助贷平台对接金融机构，金融机构或助贷平台通过对申请人资质的审核，决定是否对其授信以及授信额度和息费。一般情况下，金融机构都希望在给用户授信额度的情况下，用户能予以提现，以增加金融机构的放贷规模、扩大盈利。然而，金融机构对于用户资质的审核至少涵盖用户资料的调取、多头数据的调取、授信模型的评判、额度模型的评判、以及资方匹配状况等诸多环节，其中任何一个环节出现延宕，将导致用户无法获知其授信状态。从用户侧看，其状态就会被卡在“审核中”这一环节，既无法前进，也无法回退。因此，审核时间过长极可能导致用户体验差、满意度低、投诉率高，进而影响后续转化。
[0003]根据经验判断，从业人员通常认为金融机构授信审核时间越长，用户提现意愿越低。但是，到目前为止，在判断这两者之间关系的实践上，最主要的分析方法还是对图形走势的观测。换句话说，业内并没有形成一套成熟和稳健的策略和判别方法，用以科学评价两者之间的联系。
[0004]从更专业的数据分析角度上说，数分人员对于分析两个变量之间关联性的时候，通常会将变量可视化，即通过各种图形，将变量的趋势展示出来。对于数值型变量，这个方法确实相对直观、高效。此外，也有通过相关系数(correlation coefficient)阐明数据之间关联的。这些方法总体来说相对简单、直观，且具备相当解释性。
[0005]但是，上述技术方案存在以下的缺点或不足：
[0006]1.趋势图、对比图之类的图形，虽然比较直观，制作简易，但是图形的感官效果会受到坐标范围的影响；
[0007]2.坐标的起点/终点、间断点、数量级也可能会对图形的效果有直观上的差异；
[0008]3.变量的排序也可能对图形的直观效果有影响；
[0009]4.对于分类型变量，相关系数(correlation coefficient)无法直接反映变量之间的关联；
[0010]5.定性分析相对容易，但是定量分析却难以深入。
[0011]综上所述，尽管现有分析技术和手段相对直观、方便，但是也存在固有的一些不足之处，特别在定量分析上，没有从一种更科学的角度出发，揭示变量之间的联系，由此可能导致决策的偏差。尤其在风控和大数据领域，仅有图形判断而缺乏定量研究，越来越无法在决策(特别是实时决策)中提供有效和可靠的依据。
[0012]目前，针对相关技术无法对用户提额行为与机构授信审核时长两个变量之间的联系进行定量分析的问题，尚未提出有效的解决方案。
技术实现思路
[0013]本申请的目的是针对现有技术中的不足，提供一种变量相关性的确定方法、装置、计算机设备和计算机可读存储介质，以至少解决相关技术无法对用户提额行为与机构授信审核时长两个变量之间的联系进行定量分析的问题。
[0014]为实现上述目的，本申请采取的技术方案是：
[0015]第一方面，本申请实施例提供了一种变量相关性的确定方法，包括：
[0016]获取目标列联表，其中，所述目标列联表为2*N的列联表；
[0017]在N为2的情况下，计算所述目标列联表的P值，并根据所述P值确定用户提额行为与机构审核时长之间的相关性，其中，所述P值用于指示用户提额行为与机构审核时长之间的相关性；
[0018]在N大于2的情况下，计算所述目标列联表的卡方值，并根据所述卡方值确定用户提额行为与机构审核时长之间的相关性，其中，所述卡方值用于指示用户提额行为与机构审核时长之间的相关性。
[0019]在其中一些实施例中，在N为2的情况下，计算所述目标列联表的P值包括：
[0020]按照以下公式计算所述P值：
[0021][0022]其中，a和b分别为审核时长在第一区间的未提现人数和提现人数，c和d分别为审核时长在第二区间的未提现人数和提现人数，n为样本量。
[0023]在其中一些实施例中，根据所述P值确定用户提额行为与机构审核时长之间的相关性包括：
[0024]在所述P值小于第一阈值时，确定用户提额行为与机构审核时长之间有关联；
[0025]在所述P值大于或等于所述第一阈值时，确定用户提额行为与机构审核时长之间无关联。
[0026]在其中一些实施例中，在N大于2的情况下，计算所述目标列联表的卡方值包括：
[0027]按照以下公式计算所述卡方值：
[0028][0029]其中，x2为所述卡方值，O为所述目标列联表中各单元格的实际值，E为所述目标列连表中各单元格的预期值，其中：
[0030]E＝(N1+M1)*(N1+N2+...+Nk)/S
[0031]S＝N1+N2+...+Nk+M1+M2+...+Mk
[0032]N1、M1分别为审核时长在第一区间的未提现人数和提现人数，N2、M2分别为审核时长在第二区间的未提现人数和提现人数，Nk、Mk分别为审核时长在第k区间的未提现人数和提现人数。
[0033]在其中一些实施例中，根据所述卡方值确定用户提额行为与机构审核时长之间的相关性包括：
[0034]在所述卡方值大于第二阈值时，确定用户提额行为与机构审核时长之间有关联；
[0035]在所述卡方值小于或者等于所述第二阈值时，确定用户提额行为与机构审核时长
之间无关联。
[0036]第二方面，本申请实施例提供了一种变量相关性的确定装置，包括：
[0037]获取单元，用于获取目标列联表，其中，所述目标列联表为2*N的列联表；
[0038]第一计算单元，用于在N为2的情况下，计算所述目标列联表的P值，并根据所述P值确定用户提额行为与机构审核时长之间的相关性，其中，所述P值用于指示用户提额行为与机构审核时长之间的相关性；
[0039]第二计算单元，用于在N大于2的情况下，计算所述目标列联表的卡方值，并根据所述卡方值确定用户提额行为与机构审核时长之间的相关性，其中，所述卡方值用于指示用户提额行为与机构审核时长之间的相关性。
[0040]在其中一些实施例中，所述第一计算单元包括：
[0041]第一计算模块，用于按照以下公式计算所述P值：
[0042][0043]其中，a和b分别为审核时长在第一区间的未提现人数和提现人数，c和d分别为审核时长在第二区间的未提现人数和提现人数，n为样本量。
[0044]在其中一些实施例中，所述第一计算单元包括：
[0045]第一确定模块，用于在所述P值小于第一阈值时，确定用户提额行为与机构审核时长之间有关联；
[0046]第二确定模块，用于在所述P值大于或等于所述第一阈值时，确定用户提额行为与机构审核时长之间无关联。
[0047]第三方面，本申请实施例提供了一种本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种变量相关性的确定方法，其特征在于，包括：获取目标列联表，其中，所述目标列联表为2*N的列联表；在N为2的情况下，计算所述目标列联表的P值，并根据所述P值确定用户提额行为与机构审核时长之间的相关性，其中，所述P值用于指示用户提额行为与机构审核时长之间的相关性；在N大于2的情况下，计算所述目标列联表的卡方值，并根据所述卡方值确定用户提额行为与机构审核时长之间的相关性，其中，所述卡方值用于指示用户提额行为与机构审核时长之间的相关性。2.根据权利要求1所述的变量相关性的确定方法，其特征在于，在N为2的情况下，计算所述目标列联表的P值包括：按照以下公式计算所述P值：其中，a和b分别为审核时长在第一区间的未提现人数和提现人数，c和d分别为审核时长在第二区间的未提现人数和提现人数，n为样本量。3.根据权利要求2所述的变量相关性的确定方法，其特征在于，根据所述P值确定用户提额行为与机构审核时长之间的相关性包括：在所述P值小于第一阈值时，确定用户提额行为与机构审核时长之间有关联；在所述P值大于或等于所述第一阈值时，确定用户提额行为与机构审核时长之间无关联。4.根据权利要求1所述的变量相关性的确定方法，其特征在于，在N大于2的情况下，计算所述目标列联表的卡方值包括：按照以下公式计算所述卡方值：其中，x2为所述卡方值，O为所述目标列联表中各单元格的实际值，E为所述目标列连表中各单元格的预期值，其中：E＝(N1+M1)*(N1+N2+...+Nk)/SS＝N1+N2+...+Nk+M1+M2+...+MkN1、M1分别为审核时长在第一区间的未提现人数和提现人数，N2、M2分别为审核时长在第二区间的未提现人数和提现人数，Nk、Mk分别为审核时长在第k区间的未提现人数和提现人数。5.根据权利要求4所述的变量相关性的确定方法，其特征在于，根据所述卡方值确...
【专利技术属性】
技术研发人员：陈翱，
申请(专利权)人：上海旭荣网络科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。