Clase

TECNICAS Y ANALISIS MULTIVARIADO

Docente

LIC. ADRIANA ROSALES

Integrantes
Jennifer López Sandoval 61851140

Jonatan Fernando Quintanilla 61811963

Yensy Suyapa Palma 61821187

Tarea
RT2

Fecha
16/12/20

SAN PEDRO SULA, CORTES, HONDURAS

 Análisis discriminante

A continuación, se presenta un análisis de discriminante con el fin de verificar la

clasificación de nuestra base de datos en base a los clientes que utilizan tarjetas de

crédito y que no utilizan tarjetas de crédito.

Con un nivel de significancia del 10% se incluyen en el análisis de

discriminante las variables predictoras:

1. ¿Cuántas tarjetas de crédito tiene Favor contestar su repuesta en números?

2. ¿Cuáles el promedio de compra mensual en lempiras que realiza con su tarjeta?

Con base en los resultados obtenidos a través del análisis en MiniTab se

presentan las siguientes funciones discriminantes por grupo:

Para las personas encuestadas que no cuentan con tarjeta de crédito, tabulados en la

data, se asigna la función:

D NO =−0.653070+0 .734570 x1 +0. 000019 x2

Para los encuestados tabulados en la base de datos parte del grupo de personas que

sí cuentan con tarjeta de crédito, se asigna la función:

DSI =−1. 37102+1 .06817 x 1 +0 . 0003 x 2

De manera general, se considera la función discriminante:

DG =0 .3 3 3601 x1 +0 . 00000 8 x2
 Clasificaciones.

En base a las funciones mencionadas se observa que:

 De las 41 personas encuestadas que no cuentan con tarjeta de crédito según la base

de datos, hay 17 que se tienen que reubicar según la función de discriminante en las

personas que cuentan con tarjeta de crédito.

 Se obtuvo que de 330 casos 179 son clasificados de forma correcta en las funciones

discriminantes generadas.

Considerando las siguientes mediciones proporcionadas por nuestro cliente, lo

ubicamos en base a la función discriminante general en el grupo de clasificación

correcto.

1. ¿Cuántas tarjetas de crédito tiene Favor contestar su repuesta en números? = 2 (entre 1-8)

2. ¿Cuáles el promedio de compra mensual en lempiras que realiza con su tarjeta? = 13900
(entre 1-60000)

Con la evaluación,

DG =−0.717947+0.333601 ( 2 ) +0.000008 ( 13900 )=¿0.060455

y valor de corte.

P0=0
Se clasificará cada paso de la forma siguiente:

Si D < 0 entonces se clasifica en el primer grupo de personas que no cuentan con

tarjeta de crédito.

Si D > 0 entonces se clasifica en el segundo grupo de personas cuentan con tarjeta

de crédito.

Por tanto, se observa que el cliente es clasificado como persona que cuentan

con tarjeta de crédito.

Analisis factorial:

A continuación, se presenta un análisis factorial considerando las variables de naturaleza

numérica proporcionadas en la base de datos. De las 7 variables numéricas existentes, 2 de

ellas muestran una relación aceptable entre las mismas.

Variables numéricas agregadas mediante el análisis factorial:

1. ¿Cuántas personas dependen económicamente de usted?. Favor contestar su

respuesta.

2. ¿Cuántas tarjetas de crédito tiene?. Favor contestar su repuesta en números.

3. ¿Cuántas tarjetas adicionales ha solicitado para un familiar?. Favor contestar.

4. ¿Cuántos retiros en efectivo realiza en el mes?. Favor contestar su respuesta.

5. ¿Cuál es el promedio de compra mensual en lempiras que realiza con su tarjeta?

6. ¿Cuántos extra financiamientos en efectivo tiene?

7. ¿Cuántos extra financiamientos en compras tiene?

Se identifica 1 factor en base al valor de la varianza explicada total del 83% y la gráfica de

sedimentación que se muestra a continuación:

El factor identificado es:

Factor 1: Financiamiento de tarjeta

83%

 ¿Cuántos extra financiamientos en efectivo tiene?

 ¿Cuántos extra financiamientos en compras tiene?

8. Se nota que el factor “Financiamiento de tarjeta” que contiene las variables

¿Cuántos extra financiamientos en efectivo tiene?, ¿Cuántos extra financiamientos

en compras tiene? explica un 83% de la información detallada en base de datos por

preferencia de cada cliente.

Las siguientes 5 preguntas fueron las que se encontraron según los datos como

no explicativas significativas para el análisis (no generaron compatibilidad).

1. ¿Cuántas personas dependen económicamente de usted?. Favor contestar su

respuesta.

Moda 0
Promedio 1.6
DMediana 1.0

2. ¿Cuántas tarjetas de crédito tiene?. Favor contestar su repuesta en números.

Moda 1
Promedio 2.1
Mediana 2.0

3. ¿Cuántas tarjetas adicionales ha solicitado para un familiar?. Favor contestar.

Moda 0
Promedio 0.7
Mediana 0.0

4. ¿Cuántos retiros en efectivo realiza en el mes?. Favor contestar su respuesta.

Moda 0
Promedio 861.5
Mediana 0.0

5. ¿Cuál es el promedio de compra mensual en lempiras que realiza con su tarjeta?

 Moda 5,000
Promedio 13,900.9
Mediana 8,000.0
 Conclusiones

 Se obtuvo que de 330 casos 179 son clasificados de forma correcta en las funciones

discriminantes generadas.

 Se tomaron 7 variables numéricas en las cuales solo 2 de ellas fueron significativas

explicativas.

Recomendaciones

 Se recomienda aumentar el número de personas encuestadas para poder tener

resultados más precisos en el análisis de datos.

 Utilizar otras técnicas estadísticas para el análisis de estos datos que den mayor

amplitud a la investigación ya que solamente se pueden utilizar cuatro preguntas

para el análisis de discriminante.