TRABAJO FINAL

INTEGRANTES:

JEINER DIAZ CABRERA

JHON MICHAEL SOTO VALENTIN

IVAN LLACZA FACHE

AMADOR ZEVALLOS MENDOZA

ANALISIS DE COMPONENTES PRINCIPALES

Matriz de correlación de variables:

Prueba de Esferecidad de Bartlett

chi.square = 17917.41 , df = 28 , p-value = 0

Conclusión: con un nivel de significancia del 0.05 rechazamos la hipótesis nula de esfericidad, es
decir las variables están correlacionadas.
Numero de Componentes principales:

Descripción detallada:
percentage cumulative
eigenvalue of percentage
variance of variance
comp 1 2.79 34.92 34.92
comp 2 1.76 22.06 56.98
comp 3 1.06 13.22 70.20
comp 4 0.86 10.80 81.00
comp 5 0.59 7.42 88.42
comp 6 0.40 5.03 93.44
comp 7 0.32 3.96 97.40
comp 8 0.21 2.60 100.00

PC1 PC2 PC3

age -0.601 0.854 -0.106
ed -0.085 -0.277 -1.094
employ -0.359 0.379 0.186
address -0.225 0.467 -0.067
income -0.380 -0.065 -0.121
debtinc -0.081 -0.212 0.264
creddebt -0.220 -0.152 0.034
othdebt -0.131 -0.092 0.008
Nombrando los componentes principales:

Historial Crediticio Estabilidad Endeudamiento

Ingresos Edad Nivel de educación
Años con el
Deuda de crédito Ratio deuda ingreso
empleador actual
Años en la
Otra deuda
dirección actual

CLuster
cluster Hist_Cred.mean Estabilidad.mean Endeudamiento.mean
1 0.2208384 0.1477017 0.4184303
2 -0.8167283 -0.5462465 -1.5474842

Cluster top: N° 1

SUMA DE CUADRADOS DENTRO DE CLUSTERS

SILUETA

Average mayor para 2 clauster: 0.37

PAM
Criterio de Calinski-Harabasz

CLARA
SILUETA

ANÁLISIS DE MODELOS PREDICTIVOS

CLUSTER1

LOGIT
PROBIT

ARBOL DE DECISION
CLUSTER 2

LOGIT
 PROBIT

ARBOLES DE DECISION
 COMPARACIÓN DE PERFOMANCE DE MODELOS

CLUSTER1 Sensitivity ROCR GINI

Logit 0.79692 78.35 56.70
Probit 0.79693 78.31 56.62
Arbol de
0.6290 66.50 33.00
Decisión

CLUSTER2 Sensitivity ROCR GINI

Logit 0.80784 85.69 71.38
Probit 0.80469 85.73 71.46
Arbol de
0.6290 66.50 33.00
Decisión