Tratamiento de Variables Jorge Pinto Noviembre 2010.

Presentación del tema: "Tratamiento de Variables Jorge Pinto Noviembre 2010."— Transcripción de la presentación:

1 Tratamiento de Variables Jorge Pinto Noviembre 2010

2 Contenidos Tipos de Variables Análisis Descriptivo Tratamiento de Variables Discretización Porque discretizar Como discretizar

3 Tipos de Variables Cualitativas Cuantitativas Nominales (sexo) Ordinales (Nivel socio económico) Continuas (peso) Discretas (numero de hijos)

4 Análisis Descriptivo Los estadísticos a utilizar dependen de la naturaleza de la variable.

5 Tratamiento de Variables El tratamiento de las variables depende del problema que se quiera resolver. - Si solo se desea pronosticar no importando la interpretación de los valores de la variables, aunque deben mantener la lógica del negocio se puede trabajar sin problemas con variables de cualquier tipo sin importar su naturaleza, pero teniendo en cuenta debilidades y fortalezas de cada metodología empleada. Ej: Monto de castigo para próximo mes, numero de clientes en mora, estimación de monto de créditos en cuotas etc.

6 Tratamiento de Variables - Generalmente si se desea pronosticar una variable no continua en la que importa la interpretación de los valores que pueda asumir una variable utilizada ya sea por mantener un orden en el riesgo (creciente o decreciente) o por el fin de generar reglas estratégicas de riesgo (o políticas de crédito) las variables dediscretizan con fines de interpretación y frecuentemente no se utilizan variables continuas. Ej: score de originación, score de cobranzas, pronostico de ingreso

7 Discretización Divide el rango de un atributo continuo en intervalos Algunos algoritmos de clasificación solo aceptan atributos categóricos Reduce el tamaño de los datos Prepara para análisis posteriores

8 Métodos para Discretización Binning Análisis de Histogramas Análisis de Clustering Discretización basada en Entropia Segmentación por particionamiento natural

9 Porque Discretizar? - Más fácil tratar a outliers. - Más fácil entender las relaciones lo que implica ganar conocimiento de la cartera. - Mayor control del desarrollo, ya que formando grupos se obtiene una scorecard más entendible. - Permite al usuario entender el comportamiento del riesgo lo que puede ayudar en el desarrollo de mejores estrategias.

10 Como construir los grupos La construcción de los grupos puede ser en función de: 1.- Riesgo 2.- Odds o relación de buenos/malos Si no se agrupa puede ocurrirSi se agrupa correctamente