Identificación de clientes en campañas para una entidad financiera usando el método Stacking

Descripción del Articulo

Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informática
Detalles Bibliográficos
Autor: Alvarez Chancasanampa, Julio César
Formato: tesis de grado
Fecha de Publicación:2022
Institución:Universidad Nacional Agraria La Molina
Repositorio:UNALM-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.lamolina.edu.pe:20.500.12996/5489
Enlace del recurso:https://hdl.handle.net/20.500.12996/5489
Nivel de acceso:acceso abierto
Materia:Método Stacking
Desarrollo económico
Instituciones financieras
Lima Metropolitana
Métodos estadísticos
Perú
Política monetaria
https://purl.org/pe-repo/ocde/ford#4.05.00
id UNAL_8b5eb432a2fd7b8d8317e2c4066fd262
oai_identifier_str oai:repositorio.lamolina.edu.pe:20.500.12996/5489
network_acronym_str UNAL
network_name_str UNALM-Institucional
repository_id_str 3039
dc.title.es_PE.fl_str_mv Identificación de clientes en campañas para una entidad financiera usando el método Stacking
title Identificación de clientes en campañas para una entidad financiera usando el método Stacking
spellingShingle Identificación de clientes en campañas para una entidad financiera usando el método Stacking
Alvarez Chancasanampa, Julio César
Método Stacking
Desarrollo económico
Instituciones financieras
Lima Metropolitana
Métodos estadísticos
Perú
Política monetaria
https://purl.org/pe-repo/ocde/ford#4.05.00
title_short Identificación de clientes en campañas para una entidad financiera usando el método Stacking
title_full Identificación de clientes en campañas para una entidad financiera usando el método Stacking
title_fullStr Identificación de clientes en campañas para una entidad financiera usando el método Stacking
title_full_unstemmed Identificación de clientes en campañas para una entidad financiera usando el método Stacking
title_sort Identificación de clientes en campañas para una entidad financiera usando el método Stacking
author Alvarez Chancasanampa, Julio César
author_facet Alvarez Chancasanampa, Julio César
author_role author
dc.contributor.advisor.fl_str_mv Miranda Villagómez, Clodomiro Fernando
dc.contributor.author.fl_str_mv Alvarez Chancasanampa, Julio César
dc.subject.es_PE.fl_str_mv Método Stacking
Desarrollo económico
Instituciones financieras
Lima Metropolitana
Métodos estadísticos
Perú
Política monetaria
topic Método Stacking
Desarrollo económico
Instituciones financieras
Lima Metropolitana
Métodos estadísticos
Perú
Política monetaria
https://purl.org/pe-repo/ocde/ford#4.05.00
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#4.05.00
description Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informática
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-11-04T15:42:44Z
dc.date.available.none.fl_str_mv 2022-11-04T15:42:44Z
dc.date.issued.fl_str_mv 2022
dc.type.en_US.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.en_US.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12996/5489
url https://hdl.handle.net/20.500.12996/5489
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.en_US.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.en_US.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.es_PE.fl_str_mv Universidad Nacional Agraria La Molina
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.none.fl_str_mv reponame:UNALM-Institucional
instname:Universidad Nacional Agraria La Molina
instacron:UNALM
instname_str Universidad Nacional Agraria La Molina
instacron_str UNALM
institution UNALM
reponame_str UNALM-Institucional
collection UNALM-Institucional
bitstream.url.fl_str_mv https://repositorio.lamolina.edu.pe/bitstreams/6428bc81-f41b-492e-a0bc-351226a7bebf/download
https://repositorio.lamolina.edu.pe/bitstreams/f94ae381-8df9-4580-9f81-2e9fdf410081/download
https://repositorio.lamolina.edu.pe/bitstreams/cdbf1e4f-9c78-477a-a4cf-72e6599b528d/download
https://repositorio.lamolina.edu.pe/bitstreams/1ddaa986-b6ff-4c4e-8edd-24c33f5de6d9/download
https://repositorio.lamolina.edu.pe/bitstreams/65e08cb2-dd32-4681-9ed8-0349131488e2/download
https://repositorio.lamolina.edu.pe/bitstreams/a1fb26c4-773c-46a9-a942-88de1ced5114/download
https://repositorio.lamolina.edu.pe/bitstreams/e3db413b-d38e-42e0-addc-3138a7ccd572/download
https://repositorio.lamolina.edu.pe/bitstreams/9b8ccd7d-2c73-47de-b422-17c8d88a5398/download
https://repositorio.lamolina.edu.pe/bitstreams/abba1a59-776d-45ba-94b8-5336dadd0a8a/download
https://repositorio.lamolina.edu.pe/bitstreams/a0c0386c-f959-40dc-851e-fd3d9161e460/download
bitstream.checksum.fl_str_mv 100d6fc7cbd5c5d3371cb7fac29fb813
67033d5d2cb557f93f3714b58ba7ba6d
85f2d7622fc22e88c9f8bf6da432ef6b
97c5bee00fbb4c4f8867bd742b579336
3f1c3bf5893ca9bc53d84b1bd4c61d1e
34c7367c4eae00fe28498b173e7577c8
2228e977ebea8966e27929f43e39cb67
a29569d745956606c940dd86f09efd83
485916caf525dfc2b6614433f7eb7ce0
804845b250b0d394caf70ea2cee2c03d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Nacional Agraria La Molina
repository.mail.fl_str_mv dspace@lamolina.edu.pe
_version_ 1843170448706109440
spelling Miranda Villagómez, Clodomiro Fernando3f8067c0-ce8b-4b68-8ed5-28e53c1aa0b4Alvarez Chancasanampa, Julio César2022-11-04T15:42:44Z2022-11-04T15:42:44Z2022https://hdl.handle.net/20.500.12996/5489Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e InformáticaLa presente investigación, tiene como objetivo general determinar si el método de ensamble Stacking predice con mayor precisión a los clientes potenciales a quienes se les otorgará o desembolsará préstamos en las ofertas de campaña de una entidad financiera, que los algoritmos de aprendizaje supervisado de Machine Learning: Random Forest, Regresión Logística y Árbol de Decisión. La evaluación se realizó comparando el método Stacking con los modelos individuales de Regresión Logística, Árbol de Decisión y Random Forest. Para dicha evaluación se usaron los indicadores Auc, Gini, Logloss y Kolmogorov. Los resultados de sensibilidad en orden de importancia que se obtuvieron con los modelos estadísticos fueron lo siguiente: Regresión Logística 88.9%, seguido del método Stacking con 87.9%, luego el Árbol de Decisión con un 84% y por último Random Forest con un 82.7%. Mientras, que al evaluar la especificidad el de mayor importancia fue el modelo de Random Forest con un 84.8%, Árbol de Decisión 82.8%, método Stacking 81.6% y por último Regresión Logística 78.4%. Respecto a los indicadores evaluados, el que presentó mayor Auc es el método Stacking 0.9117, seguido de Random Forest con un 0.9074, la Regresión Logística reportó un 0.9064 y Árbol de Decisión 0.9074. Con respecto al indicador Gini, el que tiene mayor Gini es el método de Stacking con 0.8235, seguido de Random Forest con un 0.8148, la Regresión Logística cuyo resultado fue de 0.8128 y en última posición el Árbol de Decisión con 0.7885. Con relación al indicador Logloss, el que mostró mejor desempeño fue el método Stacking con 0.3177, seguido de Random Forest con 0.3435, Árbol de Decisión 0.3886 y Regresión Logística 0.3959. Finalmente, con respecto al indicador Kolmogorov, el que tiene mejor resultado es el método Stacking con 0.7124, seguido por Random Forest con 0.7028, Árbol de Decisión 0.6907 y por último la Regresión Logística con 0.6751.The general objective of this research is to determine if the Stacking assembly method predicts with greater precision the potential clients who will be granted or disbursed loans in the campaign offers of a financial institution, than the Machine Learning supervised learning algorithms. : Random Forest, Logistic Regression and Decision Tree. The evaluation was carried out by comparing the Stacking method with the individual models of Logistic Regression, Decision Trees and Random Forest. For this evaluation were used the indicators Auc, Gini, Logloss and Kolmogorov. The results obtained with the confusion matrix were: the Logistic Regression presents greater sensitivity with 88.9%, followed by the Stacking method with 87.9%, then the Decision Tree with 84% and finally Random Forest was 82.7%. While, in the specificity the highest is Random Forest 84.8%, Decision Tree 82.8%, the stacking method 81.6% and finally Logistic Regression 78.4%. Respect to the evaluated indicators, the one with the greatest Auc is the method Stacking 0.9117, followed Random Forest with a 0.9074, Logistic regression reported a 0.9064 y Decision tree with a 0.9074. Also, the one with the greatest Gini is the method of Stacking with 0.8235, followed Random Forest with a 0.8148, the Logistic regression whose result was 0.8128 and Decision tree result 0.7885. Regarding, the indicator Logloss showed better performance is the stacking method 0.3177, then Random Forest 0.3435, Decision tree 0.3886 y Logistic regression 0.3959. Finally, the Kolmogorov indicator, the one with the best indicator is the stacking method 0.7124, followed by Random Forest 0.7028, Decision tree 0.6907 and finally Logistic regression 0.6751.application/pdfspaUniversidad Nacional Agraria La MolinaPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/Método StackingDesarrollo económicoInstituciones financierasLima MetropolitanaMétodos estadísticosPerúPolítica monetariahttps://purl.org/pe-repo/ocde/ford#4.05.00Identificación de clientes en campañas para una entidad financiera usando el método Stackinginfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionreponame:UNALM-Institucionalinstname:Universidad Nacional Agraria La Molinainstacron:UNALMSUNEDUEstadística e InformáticaUniversidad Nacional Agraria La Molina. Facultad de Economía y PlanificaciónIngeniero Estadístico Informático41943627https://orcid.org/0000-0002-5776-274908427218https://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/level#tituloProfesional542026Rosas Villena, Fernando RenéFebres Huamán, Grimaldo JoséSoto Rodríguez, Iván DennysORIGINALalvarez-chancasanampa-julio-cesar.pdfalvarez-chancasanampa-julio-cesar.pdfTexto completoapplication/pdf1622099https://repositorio.lamolina.edu.pe/bitstreams/6428bc81-f41b-492e-a0bc-351226a7bebf/download100d6fc7cbd5c5d3371cb7fac29fb813MD51Informe originalidad.pdfInforme originalidad.pdfInforme originalidadapplication/pdf943916https://repositorio.lamolina.edu.pe/bitstreams/f94ae381-8df9-4580-9f81-2e9fdf410081/download67033d5d2cb557f93f3714b58ba7ba6dMD52Autorización.pdfAutorización.pdfAutorizaciónapplication/pdf731402https://repositorio.lamolina.edu.pe/bitstreams/cdbf1e4f-9c78-477a-a4cf-72e6599b528d/download85f2d7622fc22e88c9f8bf6da432ef6bMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81664https://repositorio.lamolina.edu.pe/bitstreams/1ddaa986-b6ff-4c4e-8edd-24c33f5de6d9/download97c5bee00fbb4c4f8867bd742b579336MD54TEXTalvarez-chancasanampa-julio-cesar.pdf.txtalvarez-chancasanampa-julio-cesar.pdf.txtExtracted texttext/plain156884https://repositorio.lamolina.edu.pe/bitstreams/65e08cb2-dd32-4681-9ed8-0349131488e2/download3f1c3bf5893ca9bc53d84b1bd4c61d1eMD55Informe originalidad.pdf.txtInforme originalidad.pdf.txtExtracted texttext/plain167415https://repositorio.lamolina.edu.pe/bitstreams/a1fb26c4-773c-46a9-a942-88de1ced5114/download34c7367c4eae00fe28498b173e7577c8MD57Autorización.pdf.txtAutorización.pdf.txtExtracted texttext/plain3https://repositorio.lamolina.edu.pe/bitstreams/e3db413b-d38e-42e0-addc-3138a7ccd572/download2228e977ebea8966e27929f43e39cb67MD59THUMBNAILalvarez-chancasanampa-julio-cesar.pdf.jpgalvarez-chancasanampa-julio-cesar.pdf.jpgGenerated Thumbnailimage/jpeg3763https://repositorio.lamolina.edu.pe/bitstreams/9b8ccd7d-2c73-47de-b422-17c8d88a5398/downloada29569d745956606c940dd86f09efd83MD56Informe originalidad.pdf.jpgInforme originalidad.pdf.jpgGenerated Thumbnailimage/jpeg3635https://repositorio.lamolina.edu.pe/bitstreams/abba1a59-776d-45ba-94b8-5336dadd0a8a/download485916caf525dfc2b6614433f7eb7ce0MD58Autorización.pdf.jpgAutorización.pdf.jpgGenerated Thumbnailimage/jpeg4330https://repositorio.lamolina.edu.pe/bitstreams/a0c0386c-f959-40dc-851e-fd3d9161e460/download804845b250b0d394caf70ea2cee2c03dMD51020.500.12996/5489oai:repositorio.lamolina.edu.pe:20.500.12996/54892023-01-05 03:00:35.144https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.lamolina.edu.peRepositorio Universidad Nacional Agraria La Molinadspace@lamolina.edu.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
score 12.650644
Identificación de clientes en campañas para una entidad financiera usando el método Stacking
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares