两组bad rate的比较

经常会比较不同两组之间的bad rate

1、是否有显著差异，可以使用z检验

2、两个bad rate的差异度量，比较合理的是odds ratio，odds ratio的好处是不受到基础bad rate的影响，比如2%和4%，bad rate ratio是2倍，60%和90%，bad rate ratio是1.5倍，可不可以说第1组差距大？不可以，因为第二组因为基础bad rate就很高了，不可能bad rate ratio达到2倍，这个时候去算odds ratio，第一组odds ratio才2.04，而第二组odds ratio高达6，第二组差距明显大于第一组。

3、可否用IV来评价差距？看下面这个例子

某变量把样本分成两组，>=3第一组，<=2第二组，两组的bad rate固定，第二组的样本数变为原来的10%，这个时候变量的IV发生了很大的下降，IV大小是受到各组size的影响的，两组size不均衡的话，IV是比较小的，即便bad rate的odds ratio比较大。

对于两组的情况，gi2gt-bi2bt是相反数，所以以前一些blog上写的把gi2gt-bi2bt视作权重，就有点扯了。如果两组size不均衡的话，主要是会导致有1组woe会很小，因为该组的gi2gt和bi2bt会很大，他们的ratio就比较接近于1，ln后(即WOE)比较小，该组IV分量就很小，另外一组，虽然woe变大，但是gi2gt-bi2bt减小的更凶，该组的iv分量也在减小，所以iv不适合比较两组bad rate的差异。

IV的作用是什么呢？

评价变量整体的预测能力？对，评价变量整体预测能力，IV大更适合放入模型。