Please use this identifier to cite or link to this item:
http://www.dspace.espol.edu.ec/handle/123456789/52454
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Campoverde López, Juan Rafael | - |
dc.contributor.author | Reyes Ramos, Sonnia Paola, Directora | - |
dc.date.accessioned | 2022-04-04T19:34:39Z | - |
dc.date.available | 2022-04-04T19:34:39Z | - |
dc.date.issued | 2015 | - |
dc.identifier.citation | Campoverde, J. (2015). Desarrollo de un modelo estadístico para medir la posibilidad de morosidad de clientes en una empresa de retail [Tesis de grado]. Escuela Superior Politécnica del Litoral | es_EC |
dc.identifier.uri | http://www.dspace.espol.edu.ec/handle/123456789/52454 | - |
dc.description.abstract | El Modelo estadístico la probabilidad de que un cliente sea moroso en la empresa XYZ S.A. La misma es una empresa de retail que se dedica a la venta de productos sobre todo del hogar y nos proporcionó los datos para trabajar. Este estudio tiene como fin determinar el comportamiento de la variable de interés, la misma que será explicada por un conjunto de variables que contienen características personales y socio demográficas de los clientes de la empresa. En el primer capítulo, tenemos el planteamiento del problema de nuestro estudio, en segundo lugar la justificación del presente trabajo, donde con el modelo estadístico permitirá a la empresa tomar decisiones importantes con los clientes futuros morosos y disminuir la probabilidad de cartera castigada. Y al final planteamos el objetivo general y los objetivos específicos del presente estudio. En el segundo capítulo encontramos la metodología a utilizar en el presente trabajo. Iniciamos definiendo la población objetivo, que en nuestro caso son los clientes que fueron aperturados en la empresa hasta Junio 2015 en la empresa vii XYZ S.A. Luego se procede a describir cada una de las técnicas que utilizaremos en el análisis de datos univariado, inferencial y multivariado. En el tercer capítulo, tenemos el análisis de datos univariado, inferencial y multivariado. En la parte univariada e inferencial analizaremos las variables a utilizar en el modelo de regresión logística binomial, utilizando tablas, diagramas de barras y pasteles en la parte descriptiva y tablas de contingencia en la parte inferencial para determinar independencia entre las variables. Por tener variables categóricas solo utilizaremos estas técnicas. Y en la parte especializada como técnica multivariada utilizaremos la regresión logística binomial al poseer una variable dicotómica como respuesta. Para terminar con nuestro estudio, en la última sección encontramos las conclusiones y recomendaciones de mayor importancia que obtuvimos con los resultados del presente trabajo | es_EC |
dc.language.iso | es | es_EC |
dc.publisher | ESPOL. FCNM | es_EC |
dc.subject | Modelo estadístico | es_EC |
dc.subject | Morosidad de clientes | es_EC |
dc.title | Desarrollo de un modelo estadístico para medir la posibilidad de morosidad de clientes en una empresa de retail | es_EC |
dc.type | Thesis | es_EC |
Appears in Collections: | Tesis de Ingeniería en Estadística Informática |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
T-112801 Campoverde.pdf | 961.95 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.