xmlui.ArtifactBrowser.AdvancedSearch.title

Show simple item record

dc.contributor.advisorKraenau Espinal, Erwin
dc.contributor.authorTafur Tembladera, Edelina Anyela
dc.date.accessioned2018-05-17T13:27:16Z
dc.date.available2018-05-17T13:27:16Z
dc.date.issued2016
dc.identifier.citationTAFUR Tembladera, Edelina Anyela. Sistema de aire acondicionado para la tienda de Retail Zara - Jockey Plaza. Tesina (Licenciada en Estadística). Lima, Perú: Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas, EP. de Estadística 2016. 65 h
dc.identifier.urihttps://hdl.handle.net/20.500.12672/7432
dc.descriptionPublicación a texto completo no autorizada por el autor
dc.description.abstractLas entidades financieras están desarrollando constantemente modelos que les ayuden a predecir el comportamiento de sus clientes, con el fin de mejorar sus ganancias o de reducir las pérdidas, como el riesgo de “no pago” o de “morosidad”. El objetivo es crear un modelo predictivo de Árboles de Decisión por Clasificación con minería de datos para predecir la morosidad financiera en Lima Metropolitana, describiendo y analizando las variables independientes con el algoritmo CHAID (Detector automático de Chi-cuadrado de interacción) siguiendo la metodología CRISP-DM en una base de datos de una entidad financiera. La principal ventaja de esta metodología es que no está sujeta a supuestos estadísticos, este método es muy usado cuando se busca predecir o clasificar comportamientos de riesgo, como la morosidad, y se cuenta con más variables cualitativas que cuantitativas. La metodología persigue la separación óptima en la muestra, de tal modo que los grupos de la variable respuesta ofrecen distintos perfiles de riesgo.
dc.description.uriTrabajo de suficiencia profesional
dc.language.isospa
dc.publisherUniversidad Nacional Mayor de San Marcos
dc.rightsinfo:eu-repo/semantics/closedAccess
dc.sourceUniversidad Nacional Mayor de San Marcos
dc.sourceRepositorio de Tesis - UNMSM
dc.subjectMoratoria
dc.subjectInstituciones financieras - Procesamiento de datos
dc.subjectArboles de decisión
dc.subjectMinería de datos
dc.titleAnálisis de árboles de clasificación para la creación de un modelo que permita describir el perfil de los morosos y no morosos en una entidad financiera de Lima Metropolitana en el 2014
dc.typeinfo:eu-repo/semantics/bachelorThesis
thesis.degree.nameLicenciada en Estadística
thesis.degree.grantorUniversidad Nacional Mayor de San Marcos. Facultad de Ciencias Matemáticas. Escuela Académico Profesional de Estadística
thesis.degree.levelTitulo Profesional
thesis.degree.disciplineEstadística
dc.subject.ocdeEstadísticas y Probabilidades
dc.publisher.countryPE
renati.advisor.dni07772101
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record