Tema 8 CLASE PRÁCTICA ANÁLISIS DE LA QUIEBRA.

Slides:



Advertisements
Presentaciones similares
ANOVA DE UN FACTOR.
Advertisements

Tema 6: Regresión lineal.
Tema.9.Predicción y estimación. Concepto. Cálculo de la ecuación de regresión lineal. Modelo general lineal. Evaluación del modelo. Diagnóstico del modelo.
Correlación y Regresión Lineal Simple Modelo lineal
Movilidad educativa en Latinoamérica. Claves para entender el fenómeno. Mauro Mediavilla Universidad de Barcelona Taller II: La formación masiva e intensiva.
Modelos de Variable Dependiente Binaria -Logit y Probit-
Algoritmo de Regresión Logística
León Darío Bello Parias
Especialista en Business Intelligence Analysis Services SSAS (Sesión 14) Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
RIESGOS FINANCIEROS FACULTAD DE CIENCIAS CARRERA: ING. EN CIENCIAS ECONÓMICAS Y FINANCIERAS PERIODO: Ing. Marcela Guachamín.
ALGUNOS CONCEPTOS PREVIOS
DEFINICIONES Y TERMINOLOGÍA
ANÁLISIS DISCRIMINANTE
METODOLOGÍA DE INVESTIGACIÓN
Formulación de Hipótesis
Regresión Lineal Simple
Análisis de Correlación y de Regresión lineal simple
REGRESION LINEAL En la búsqueda de mejoras o en la solución de problemas es necesario, frecuentemente, investigar la relación entre factores (o variables).
TÉCNICA MULTIVARIABLE / DEPENDENCIA
Técnicas multivariantes:
Análisis Discriminante
Alumna: Joana Rojas Gallardo
Sesión 2: Métodos Probabilísticos Básicos
Regresión Lineal Múltiple
Clases 4 Pruebas de Hipótesis
Inmigración y desempleo en España: impacto de la crisis económica
CONTRASTE Y VALIDACIÓN DE UN MODELO
Inmigración y desempleo en España: impacto de la crisis económica
METODOLOGÍA ANÁLISIS DE DATOS PROPUESTA DE IMPLANTACIÓN DE UN OBSERVATORIO ECONÓMICO DE LA PYME Grupo de Investigación Análisis Estratégico para el Desarrollo.
IN Microempresa: Rol, Políticas y Desafíos 2013 Sebastián Mestre R Gonzalo San Martin Javier Farías S. Factores incidentes en las expectativas económicas.
Análisis de datos El diseño estadístico.
Pronósticos, Series de Tiempo y Regresión
REGRESION LINEAL III Mario Briones L. MV, MSc 2005.
Validación del modelo de discriminación entre la población de estudiantes de primer ingreso que aprueban su primer curso de matemáticas vs. la población.
Pronósticos Los pronósticos y la planeación de la capacidad de mantenimiento son dos funciones importantes para el diseño de un sistema de mantenimiento.
Universidad Interamericana Recinto de Fajardo.  En la investigación se recopila una cantidad considerada de datos. Es importante, ordenarlos sistemáticamente.
Caso: Situación de las Comunidades Autónomas españolasen cuanto a indicadores de bienestar En el periódico “El País” del día 17 de enero de 2002 se publicó.
Carla Rodríguez Francisco Álvarez Métodos Cuantitativos Capitulo 9, SPSS para Windows.
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
Regresión logística.
Regresión logística. Definición del problema Indagar la relación entre educación y trabajo en términos de calidad del empleo entre los jóvenes. hipótesis.
Normalidad, Variabilidad y estimación del Modelo de Regresión
Tema 6: Análisis de la Varianza (2ª parte: ANOVA multifactorial)
Seminario de Titulación (9) Mtra. Marcela Alvarez.
DISEÑOS EPIDEMIOLOGICOS
ANÁLISIS DE LA INFORMACIÓN Descripción de los datos
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL Titular: Agustín Salvia MÓDULO 3 D ANÁLISIS DE MODELOS DE REGRESION LOGISTICA SEMINARIO DE POSGRADO.
VARIABLE DEPENDIENTE DICOTOMICA. Hemos estudiados casos donde las variables dicotómicas actuaban como regresores, variables independientes o que explican.
Modelo Lineal Simple con Statgraphics para Windows.
Modelos de predicción de quiebra
Analisis de datos en imagenes hiperespectrales: intro 1 Analisis de datos hiperespectrales: otra revisión Hyperespectral image data analysis, D. Landgrebe,
Tema 6: Análisis de la Varianza
6. ANÁLISIS DISCRIMINANTE
1 ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL Titular: Agustín Salvia MÓDULO 2 A Análisis de Tablas de Contingencia y Coeficientes de Asociación.
Eva Medina Moral Profesora Economía Aplicada (UAM) Febrero 2007
Ramón Giraldo H MSc. Estadística. Profesor Universidad Nacional
SEMINARIO DE INVESTIGACION
SEMINARIO DE INVESTIGACION Titular: Agustín Salvia
Competitividad e Innovación Trabajo 3 Redes Comerciales  TRABAJO 3 RETRIBUCIÓN DE REDES COMERCIALES  Fecha de entrega y presentación se confirmará en.
PARA LA REGRESIÓN LINEAL SIMPLE
El ejercicio físico intenso se asocia a un menor riesgo de desarrollar diabetes y a un aumento de la esperanza de vida Jonker JT, De Laet O, Franco OH,
TEMARIO CUARTA Y QUINTA CLASE 1. Metodologías para analizar la probabilidad de Incumplimiento de pagos de créditos Análisis Cuantitativo con Variables.
Regresión lineal simple Nazira Calleja
Unidad 4 Análisis de los Datos.
REGRESIÓN LINEAL MÚLTIPLE.
Clase 17 Introducción a la Estadística Universidad de la República Centro Universitario Regional del Este Pablo Inchausti Licenciatura en Gestión Ambiental.
Bioestadística Inferencia estadística y tamaño de muestra
PRONOSTICOS CON REGRESION LINEAL MULTIPLE En la regresión lineal simple se investiga la relación entre una variable independiente y otra dependiente. A.
Regresión logística binomial
FUNCIÓN CUADRÁTICA—FUNCIÓN LINEAL.
Transcripción de la presentación:

Tema 8 CLASE PRÁCTICA ANÁLISIS DE LA QUIEBRA

EL MODELO DE ALTMAN 66 empresas RATIOS X1=capital circulante/activo X2=reservas/activo X3=BAIT/activo X4=capitalización bursátil/exigible X5=ventas/activo Variable Dependiente Y se define como 0 si la empresa quiebra en dos años, y 1 si la empresa no quiebra en dos años

ANÁLISIS DISCRIMINANTE Pronosticar el grupo de pertenencia de un caso a partir de las características observadas en cada caso Función discriminante- basada en combinaciones lineales de las variables predictoras que proporcionan la mejor discriminación entre los grupos Utilizando STATGRAPHICS Special=>Multivariate Methods=>Discriminant Analysis Classification Factor- Quiebra Data- X1, X2, X3, X4, X5

ANÁLISIS DISCRIMINANTE La función discriminante es significativa

ANÁLISIS DISCRIMINANTE Utilizando STATGRAPHICS Tabular Options=>Discriminant Functions Podemos apreciar qué variables influyen más en la función discriminante

ANÁLISIS DISCRIMINANTE Utilizando STATGRAPHICS Tabular Options=>Classification Table Proporción de aciertos 95,45% Las observaciones mal clasificadas son las 17,25 y52 63 empresas están bien clasificadas

MODELO LOGIT Analizar la probabilidad de NO quiebra Pr [Y=1] Que factores (ratios) son los influyen en esta probabilidad Utilizando STATGRAPHICS Special=>Advanced Regression=>Logistic Regression Dependent variable- quiebra Quantitative factors- X1, X2, X3, X4, X5

MODELO LOGIT

MODELO LOGIT El modelo estimado, teniendo en cuenta las 5 variables explicativas es el siguiente: donde

MODELO LOGIT

MODELO LOGIT El modelo estimado, teniendo en cuenta las 4 variables explicativas es el siguiente: donde

MODELO LOGIT

MODELO LOGIT El modelo estimado, teniendo en cuenta las 4 variables explicativas es el siguiente: donde

MODELO LOGIT

MODELO LOGIT El modelo estimado, teniendo en cuenta las 4 variables explicativas es el siguiente: donde