Identificación de perfiles de clientes crediticios aplicando técnicas de segmentación y regresión logística multinomial
Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informática
Saved in:
Main Author: | |
---|---|
Format: | info:eu-repo/semantics/bachelorThesis biblioteca |
Language: | spa |
Published: |
Universidad Nacional Agraria La Molina
2014
|
Subjects: | Regresión logística multinomial, Bancos, Crédito, Consumidores, Métodos estadísticos, Aplicaciones del ordenador, Evaluación, Perú, Perfil de clientes, Clientes crediticios, Técnicas de segmentacion, http://purl.org/pe-repo/ocde/ford#4.05.00, |
Online Access: | https://hdl.handle.net/20.500.12996/2280 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
id |
dig-ban-20.500.12996-2280 |
---|---|
record_format |
koha |
spelling |
dig-ban-20.500.12996-22802023-01-05T08:07:45Z Identificación de perfiles de clientes crediticios aplicando técnicas de segmentación y regresión logística multinomial Ramírez Soplin, Magally Loidit Regresión logística multinomial Bancos Crédito Consumidores Métodos estadísticos Aplicaciones del ordenador Evaluación Perú Perfil de clientes Clientes crediticios Técnicas de segmentacion http://purl.org/pe-repo/ocde/ford#4.05.00 Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informática El presente estudio de investigación se centró en identificar los perfiles más adecuados, en una muestra de 8, 504 clientes que realizaron transacciones crediticias en el primer trimestre del año. Se agruparon los casos mediante las técnicas de segmentación: K-means, Bietápico y Kohonen, utilizando variables cuantitativas y categóricas. De las tres técnicas, la que obtuvo mayor medida de silueta de cohesión y separación, fue K-means, indicando una estructura “buena” en cuanto a la cohesión al interior de los grupos y la separación de los mismos. Por otro lado, también se analizó las proporciones de los conglomerados, siendo la técnica K-means la que presentó las proporciones más adecuadas en función a las variables de historial crediticio y transacciones realizadas. Posterior a la obtención de los conglomerados, se procedió al proceso de obtención de la reglas de clasificación, mediante la técnica de regresión logística multinomial, la cual nos permitirá realizar predicciones futuras. El procedimiento se aplicó a la muestra particionada, es decir, una parte de entrenamiento y otra de comprobación. Finalmente, se obtuvo una adecuada tasa de eficiencia en ambas muestras. Además, los análisis permitieron identificar a dos conglomerados que muestran una alerta para la empresa, es decir necesitan ser gestionados de forma oportuna, ya que constituyen un futuro comportamiento de no pago de acuerdo a la caracterización obtenida de dichos conglomerados. Trabajo de suficiencia profesional 2017-01-13T13:59:09Z 2017-01-13T13:59:09Z 2014 info:eu-repo/semantics/bachelorThesis E13.R35-T BAN UNALM https://hdl.handle.net/20.500.12996/2280 spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-nd/4.0/ application/pdf application/pdf application/pdf Universidad Nacional Agraria La Molina Universidad Nacional Agraria La Molina Repositorio institucional - UNALM Estadística e Informática Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación Ingeniero Estadístico e Informático Título Profesional |
institution |
UNALAM |
collection |
DSpace |
country |
Perú |
countrycode |
PE |
component |
Bibliográfico |
access |
En linea |
databasecode |
dig-ban |
tag |
biblioteca |
region |
America del Sur |
libraryname |
Biblioteca Agrícola Nacional de la Molina |
language |
spa |
topic |
Regresión logística multinomial Bancos Crédito Consumidores Métodos estadísticos Aplicaciones del ordenador Evaluación Perú Perfil de clientes Clientes crediticios Técnicas de segmentacion http://purl.org/pe-repo/ocde/ford#4.05.00 Regresión logística multinomial Bancos Crédito Consumidores Métodos estadísticos Aplicaciones del ordenador Evaluación Perú Perfil de clientes Clientes crediticios Técnicas de segmentacion http://purl.org/pe-repo/ocde/ford#4.05.00 |
spellingShingle |
Regresión logística multinomial Bancos Crédito Consumidores Métodos estadísticos Aplicaciones del ordenador Evaluación Perú Perfil de clientes Clientes crediticios Técnicas de segmentacion http://purl.org/pe-repo/ocde/ford#4.05.00 Regresión logística multinomial Bancos Crédito Consumidores Métodos estadísticos Aplicaciones del ordenador Evaluación Perú Perfil de clientes Clientes crediticios Técnicas de segmentacion http://purl.org/pe-repo/ocde/ford#4.05.00 Ramírez Soplin, Magally Loidit Identificación de perfiles de clientes crediticios aplicando técnicas de segmentación y regresión logística multinomial |
description |
Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informática |
format |
info:eu-repo/semantics/bachelorThesis |
topic_facet |
Regresión logística multinomial Bancos Crédito Consumidores Métodos estadísticos Aplicaciones del ordenador Evaluación Perú Perfil de clientes Clientes crediticios Técnicas de segmentacion http://purl.org/pe-repo/ocde/ford#4.05.00 |
author |
Ramírez Soplin, Magally Loidit |
author_facet |
Ramírez Soplin, Magally Loidit |
author_sort |
Ramírez Soplin, Magally Loidit |
title |
Identificación de perfiles de clientes crediticios aplicando técnicas de segmentación y regresión logística multinomial |
title_short |
Identificación de perfiles de clientes crediticios aplicando técnicas de segmentación y regresión logística multinomial |
title_full |
Identificación de perfiles de clientes crediticios aplicando técnicas de segmentación y regresión logística multinomial |
title_fullStr |
Identificación de perfiles de clientes crediticios aplicando técnicas de segmentación y regresión logística multinomial |
title_full_unstemmed |
Identificación de perfiles de clientes crediticios aplicando técnicas de segmentación y regresión logística multinomial |
title_sort |
identificación de perfiles de clientes crediticios aplicando técnicas de segmentación y regresión logística multinomial |
publisher |
Universidad Nacional Agraria La Molina |
publishDate |
2014 |
url |
https://hdl.handle.net/20.500.12996/2280 |
work_keys_str_mv |
AT ramirezsoplinmagallyloidit identificaciondeperfilesdeclientescrediticiosaplicandotecnicasdesegmentacionyregresionlogisticamultinomial |
_version_ |
1756090097939251200 |