ANTECEDENTES PARA CREDITO BANCARIO

Slides:



Advertisements
Presentaciones similares
DISEÑO DE EXPERIMENTOS
Advertisements

Conocimiento, Uso y Evaluación de Medicamentos Genéricos
Los números del 0 al cero uno dos tres cuatro cinco 6 7 8
1 ESTUDIO DE OPINIÓN PÚBLICA: LA SEXUALIDAD DE LOS CHILENOS ABRIL 2006 ¿Informados o desinformados? Principal fuente de información Las enseñanzas durante.
Noviembre 2007Estudio Rostros de Noticias 2007Collect-GfKWikén Estudio Rostros de Noticias de la TV Chilena Desarrollados para Revista Wikén El Mercurio.
Curso de Bioestadística Parte 14 Análisis de datos binarios pareados
Comisión Mixta Octubre Ejercicio crediticio Al 22 de Octubre de 2006 Crédito 99%
1 LA UTILIZACION DE LAS TIC EN LAS MICROEMPRESAS GALLEGAS. AÑO mayo 2005.
1 LA UTILIZACION DE LAS TIC EN LAS PYMES GALLEGAS AÑO de Junio de 2005.
1 INFORME RESUMEN SOBRE EL NIVEL DE UTILIZACION DE LAS TIC EN LAS EMPRESAS GALLEGAS ( Resumen PYMES ) Noviembre de 2004.
TEMA 2 MÚLTIPLOS Y DIVISORES
02- Plan Organización Docente v.2 Noviembre 2009 SIES – SISTEMA INTEGRADO DE EDUCACIÓN SUPERIOR.
01- OFERTA FORMATIVA v.2 Noviembre 2009 SIES – SISTEMA INTEGRADO DE EDUCACIÓN SUPERIOR.
Aladdín-respuestas 1.Vivía 2.Era 3.Amaba 4.Quería 5.Gustaban 6.Se sentía 7.Salía 8.Tenía 9.Decidió 10.escapó 11. Se vistió 12. Conoció 13. Vio 14. Pensó
Respuestas Buscando a Nemo.
Objetivo: Los estudiantes van a usar vocabulario del desayuno para comprender un cuento. Práctica: 1. ¿Te gusta comer? 2. ¿Te gusta beber Mt. Dew.
Ejemplo A continuación aparecen las tasas de retorno de dos fondos de inversión durante los últimos 10 años. 1. ¿Cuál es más riesgoso? 2. ¿En cuál invertiría.
Unidad de competencia II Estadística descriptiva:
Pruebas de hipótesis: Media de una población © Pedro Juan Rodríguez Esquerdo Departamento de Matemáticas Recinto de Río Piedras Universidad de.
Inferencia Estadística
Cesárea como indicador de calidad de atención
William Shakespeare ( greg.), fue un dramaturgo, poeta y actor inglés. Conocido en ocasiones como el Bardo de Avon (o.
Distribuciones de probabilidad bidimensionales o conjuntas
Imagen N° 54: Vista panorámica y de ubicación de la Calicata CB-27
NUMERACIÓN Y ESTRATEGIAS DE CÁLCULO MENTAL
Gestores Voluntarios de COFIDE
TELEFONÍA IP.
Parte 3. Descripción del código de una función 1.
Vocabulario querer comerlo -paja por supuesto - madera
Contraste de Hipótesis
de Joaquín Díaz Garcés (Angel Pino)
ENFERMEDAD ARTERIAL PERIFÉRICA DEFINIDA POR EL ÍNDICE TOBILLO-BRAZO EN VARONES. FACTORES DE RIESGO ASOCIADOS Julio A. Carbayo, Juan López-Abril, Enrique.
FUNCIONES DE UNA VARIABLE REAL
EL OSO APRENDIZ Y SUS AMIGOS
EL COMERCIO TEXTIL EN CIFRAS Séptima Edición - Cifras y Datos correspondientes al ejercicio Un Triple Compromiso: Con el Sector. Con la Economía.
Hacer click Hacer click en cualquiera de estos links.
Indicadores CNEP Escuela
Profr. Ricardo A. Castro Rico
UNIVERSIDAD NACIONAL AGRARIA DE LA SELVA
Ecuaciones Cuadráticas
Kpmg. El comercio electrónico y sus incertidumbres Resultado de la encuesta sobre
ANÁLISIS DE LA VARIANZA (ANOVA)
¡Primero mira fijo a la bruja!
Introducción a las Señales Aleatorias ISAL
14. Contrastes no paramétricos
Contraste de Hipótesis ETSITGC Madrid Unidad Docente de Matemáticas.
puede o no ser verdadero, relativo a una o más poblaciones.
Curso de Hidrología Caudales Máximos II
M.C. Victor M. Cortez Sanchez
RELEVAMIENTO (especies mayores) PASEO GRAL. LAVALLE (entre Av. del Libertador y 25 de Mayo) Alejandro Amoruso Alfredo Jorge Etchevarne Parravicini.
PARTIDA DOBLE FRAY LUCA PACIOLLI ( ) Padre de la Contabilidad
By: Nicholas, Rayna, Nathaniel, Calvin
Los números. Del 0 al 100.
Calendario 2009 “Imágenes variadas” Venezuela Elaborado por: MSc. Lucía Osuna Wendehake psicopedagogiaconlucia.com Enero 2009.
Bioestadística Francisco Javier Barón López Dpto. Medicina Preventiva
1. 3 ATENCIÓN ELOGIO EXTINCIÓN ¿POR QUÉ SE MANTIENE LA CONDUCTA? Análisis de: 9.
Vocabulario: (Los números)
Vocabulario: Para Empezar (Numbers & Colors)
uno cero dos seis siete nueve Los Números DIEZ cinco ocho tres
Los Numeros.
Estadística Administrativa II Período pasos para probar hipótesis 1.
Diagrama CAUSA_EFECTO ó ISHIKAWA ó ESPINA DE PESCADO
Analisis de TextosJorge Galbiati1 ANALISIS DE TEXTOS Se seleccionaron 20 páginas, al azar, de un texto de Jorge Inostrosa (JI), y otras 20 páginas de un.
1 8 de febrero del Chapter 5 Encoding 3 Figure 5-1 Different Conversion Schemes.
ESTADIGRAFOS DE DISPERSION
Indicaciones: 1.- Tener en cuenta que esta estrategia, solo funciona asociando las cuentas los días lunes. 2.- Los cálculos son aproximados con un margen.
Introducción al Análisis Cluster
Herramienta FRAX Expositor: Boris Inturias.
ANALISIS DE VARIANZA.
Transcripción de la presentación:

ANTECEDENTES PARA CREDITO BANCARIO Una empresa bancaria desea analizar los antecedentes de un grupo de clientes a quienes les ha otorgado un crédito en el pasado, con el objeto de elaborar una regla que permita discriminar a los futuros solicitantes de crédito en tres grupos: 1 – de bajo riesgo 2 – de riesgo medio 3 – de alto riesgo Antecedentes para crédito bancario Jorge Galbiati

Las variables que se midieron son las siguientes: Fam – tamaño de la familia Ing – ingreso total anual His – historia crediticia Ant – antecedentes comerciales Cre – créditos anteriores del mismo banco Sit – situación de deudas Viv – vivienda propia Ban – antecedentes bancarios Antecedentes para crédito bancario Jorge Galbiati

Todas las variables se encuentran estandarizadas, en una escala de 0 a 100. Se dispone de una muestra de aprendizaje de 40 clientes, que han sido clasif¡cados en alguno de los tres grupos. Antecedentes para crédito bancario Jorge Galbiati

Los objetivos de este estudio son: 1 - Construir una regla discriminante, en base a la muestra de aprendizaje, que permita clasificar automáticamente a los futuros solicitantes. 2 - Usando esta regla, se desea clasificar a cuatro nuevos solicitantes de crédito. Antecedentes para crédito bancario Jorge Galbiati

Los datos de la muestra de aprindizaje se muestran a continuación Los datos de la muestra de aprindizaje se muestran a continuación. Primero el grupo 1, bajo riesgo: Antecedentes para crédito bancario Jorge Galbiati

Grupos 2 y 3, riesgo medio y alto: Antecedentes para crédito bancario Jorge Galbiati

Se aplicará un análisis discriminante, método de máxima verosimilitud, o clásico. Para esto es necesario hacer el supuesto de normalidad de los puntajes, aún cuando los valores están expresados en escala de u 1 a 100, pero puede pensarse en que provienen de distribuciones aproximadamente normales. Para verificar esto haremos pruebas no-paramétricas de Kolmogorov-Smirnov de normalidad para cada variable, mediante S-plus. Antecedentes para crédito bancario Jorge Galbiati

Test de Kolmogorov-Smirnov para Normalidad: Variable Estadístico p-valor Fam 0.1285309 0.4838869 Ing 0.0986946 0.7947281 His 0.1198947 0.5720338 Ant 0.0844057 0.9152212 Cre 0.0628346 0.9945343 Sit 0.1032208 0.7490746 Viv 0.0919720 0.8569070 Ban 0.0849887 0.9112551 Antecedentes para crédito bancario Jorge Galbiati

Observando los p-valores, se puede concluir que no hay evidencia para rechazar ninguna de las hipótesis de normalidad, para cada variable individual. Esto no es concluyente para el vector de observaciones, pero nos sirve como una referencia de que no seguramente no se aparta tanto de la normalidad. Antecedentes para crédito bancario Jorge Galbiati

Luego se deberá determinar si hay homosedasticidad, es decir, si las matrices de varianzas-covarianzas son iguales. Para eso aplicamos un test de Box de homogeneidad de matrices de varianzas-covarianzas, usando S-plus. El estadístico de prueba de Box es 175.2051, con un p-valor de 0.000000. Esto significa que se rechaza la hipótes¡s de homosedasticidad, luego las matrices se deben considerar como distintas. Antecedentes para crédito bancario Jorge Galbiati

Ahora estamos en condición de aplicar la técnica de análisis discriminante clásico, (o de máxima verosimilitud) caso heterosedástico, utilizando el software Minitab. Se mostrará: La tabla de clasificación, con los aciertos y desaciertos. Los promedios por grupo de cada variable. Antecedentes para crédito bancario Jorge Galbiati

Resumen de la clasificación: Clasificado Grupo verdadero Ahora estamos en condición de aplicar la técnica de análisis discriminante clásico, caso heterosedástico, utilizando Minitab. Resumen de la clasificación: Clasificado Grupo verdadero en el grupo 1 2 3 1 19 1 0 2 0 10 0 3 0 0 10 Total 19 11 10 Bien clasificados 19 10 10 Proporción 1.000 0.909 1.000 N = 40 Aciertos = 39 Proporción aciertos = 0.975 Antecedentes para crédito bancario Jorge Galbiati

La observación 24 quedó mal clasificada La observación 24 quedó mal clasificada. Quedó en el grupo 1, pero pertenece al grupo 2. Sus valores son fam = 35 ing = 33 his = 76 ant = 7 cre = 58 sit = 49 viv = 34 y ban = 26 Se dan media de los grupos y se comparan comparan con los valores de la observación 24. Se ve que en algunas variables se acerca al grupo 1, y en otras al grupo 2. Antecedentes para crédito bancario Jorge Galbiati

Las medias de las variables, por grupos, son las siguientes Media Grupo Media Cliente Variable 1 2 3 global 24 fam 27.789 29.364 24.500 27.400 35 ing 37.842 32.273 31.500 34.725 33 his 80.579 75.545 65.300 75.375 76 ant 62.684 70.091 74.200 67.600 71 cre 65.000 68.818 73.700 68.225 58 sit 42.211 62.273 78.000 56.675 49 viv 46.789 30.818 41.600 41.100 34 ban 31.175 27.526 34.636 34.300 26 Antecedentes para crédito bancario Jorge Galbiati

Las distancias generalizadas al cuadrado, o distancias de Mahalanobis, de la observación a los centroides de los tres grupos son, respectivamente, 34.60, 34.72 y 160.43. Por ser tan parecidas las distancias a los centros de los grupos 1 y 2, se clasificó erróneamente. Antecedentes para crédito bancario Jorge Galbiati

Se obtienen los siguientes resultados: Ahora se desea clasificar tres nuevos clientes, que solicitan crédito. Sus valores de las variables observadas son: cliente fam ing his ant cre sit viv ban 41 32 33 80 71 65 59 35 42 27 34 63 75 73 74 44 43 26 36 77 66 69 56 79 64 45 29 Se obtienen los siguientes resultados: Antecedentes para crédito bancario Jorge Galbiati

Cliente grupo Mahalanobis Probabilidad 41 1 36.481 0.372 distancia de Cliente grupo Mahalanobis Probabilidad 41 1 36.481 0.372 2 35.432 0.628 3 117.147 0.000 42 1 91.532 0.000 2 62.128 0.000 3 40.978 1.000 43 1 38.547 0.999 2 52.211 0.001 3 310.909 0.000 44 1 30.214 1.000 2 63.104 0.000 3 642.280 0.000 Antecedentes para crédito bancario Jorge Galbiati

Los clientes 42, 43 y 44 quedan muy bien clasificados. En consecuencia el cliente 41 se asigna al grupo de riesgo medio, el cliente 42 queda en el grupo de alto riesgo, los clientes 43 y 44 quedan en el grupo de bajo riesgo. Los clientes 42, 43 y 44 quedan muy bien clasificados. En cambio el cliente 41 se clasifica en el grupo 2 con una probabilidad de 0.628, contra una probabilidad de 0.372 de estar en el grupo 1. Por lo tanto, sería conveniente considerar otros antecedentes antes de tomar una decisión. Antecedentes para crédito bancario Jorge Galbiati

FIN Antecedentes para crédito bancario Jorge Galbiati