EP Estadística

Permanent URI for this communityhttps://hdl.handle.net/20.500.12672/5100

Browse

Browsing EP Estadística by browse.metadata.advisor "Jaimes Velásquez, Carlos Alberto"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Clasificación de la insatisfacción de estudiantes utilizando el algoritmo SMOTE en una regresión logística
    (Universidad Nacional Mayor de San Marcos, 2021) Rubina Camargo, Natali Salome; Jaimes Velásquez, Carlos Alberto
    Clasifica a los alumnos respecto a su insatisfacción con el ciclo académico, ya que poder clasificar a un estudiante como insatisfecho antes que realmente lo sea sería un gran aporte para nuestra institución. Para cumplir este objetivo se planteó abordar la clasificación de los alumnos mediante la regresión logística aplicando el algoritmo SMOTE que es una técnica que se utiliza cuando la variable respuesta presenta el número de observaciones dentro de sus categorías muy desbalanceadas, el comportamiento de este modelo fue evaluado por métricas como la Sensibilidad, especificidad, Curva ROC y clasificación global.
  • Thumbnail Image
    Item
    Uso del Credit Scoring mediante modelo Logit para predecir el otorgamiento de créditos a socios durante la pandemia covid-19 para una cooperativa de ahorro y crédito – 2020
    (Universidad Nacional Mayor de San Marcos, 2025) Paucar Huaman, Jhon Charly; Jaimes Velásquez, Carlos Alberto
    El presente estudio se centró en la creación de un modelo válido para identificar potenciales socios incumplidores en los pagos de créditos mediante el empleo del algoritmo de Credit Scoring en el contexto de una Cooperativa de Ahorro y Crédito. El resultado del análisis, llevado a cabo mediante un modelo de regresión logística múltiple, proporcionó probabilidades distintivas para categorizar a los socios como buenos o malos pagadores. La finalidad fue prever la probabilidad de que un socio sea clasificado como bueno o malo, permitiendo así la implementación de medidas preventivas. Por lo cual, se concluyó que los puntajes generados por el modelo de regresión logística demostraron ser efectivos para discriminar entre los distintos perfiles de socios dentro de la Cooperativa de Ahorro y Crédito.