Propuesta de un modelo logístico para la probabilidad de instalación de datáfonos en una empresa ubicada en Bogotá : Proposal for a logistics model for the probability of installing dataphones in a company located in Bogotá
| dc.contributor.author | Cruz Hurtado , Elkin Javier | spa |
| dc.contributor.author | Romero , Manuel Francisco | spa |
| dc.date | 2020-06-01 | |
| dc.date.accessioned | 2021-10-11T19:28:25Z | |
| dc.date.available | 2021-10-11T19:28:25Z | |
| dc.description | El objetivo de este articulo es dar a conocer una propuesta de un modelo de regresión logística múltiple comparado con un modelo de árbol de decisión que permita predecir la probabilidad de instalaciones exitosas en la empresa, con el fin de determinar el mejor modelo y así poder su aumentar su participación en el mercado realizando mejoras al interior de las áreas involucradas. Para el desarrollo del proyecto se tuvieron en cuenta nueve variables categóricas con 5534 individuos, con la información obtenida se identificaron las variables mas significativas para el modelo de regresión logística. En el desarrollo de este artículo se encuentra los datos analizados, las características de las variables, estimación de predicciones, matriz de confusión, diseño del área bajo la curva (curva ROC). En los resultados obtenidos la probabilidad de instalaciones de datáfonos exitosa es del 69% con las variables significativas arrojadas por el modelo de regresión logística, el análisis efectuado en el área bajo la curva de los dos modelos expuestos en el proyecto se determino que el mejor modelo para predecir los aciertos de las instalaciones tanto exitosas como fallidas frente a los datos observados es el modelo de la regresión logística múltiple con una efectividad del 76,7%. | es-ES |
| dc.format | application/pdf | |
| dc.identifier | https://revistas.udistrital.edu.co/index.php/NoriaIE/article/view/16452 | |
| dc.identifier | 10.14483/25905791.16452 | |
| dc.identifier.uri | http://hdl.handle.net/11349/27173 | |
| dc.language | spa | |
| dc.publisher | Universidad Distrital Francisco José de Caldas | es-ES |
| dc.relation | https://revistas.udistrital.edu.co/index.php/NoriaIE/article/view/16452/15700 | |
| dc.relation | /*ref*/Alvear, J. O. (16 de 11 de 2018). Arboles de decision y Random Forest. Obtenido de bookdown: https://bookdown.org/content/2031/ BBVA. (2017 de 05 de 2017). ¿Qué es el TPV? Obtenido de BBVA: https://www.bbva.com/es/que-es-el-tpv/ Blissett, R. (26 de 11 de 2017). Logistic Regression in R. Obtenido de RPubs by RStudio: https://rpubs.com/rslbliss/r_logistic_ws Colombia, S. F. (2008). Datáfonos, servicios y comisiones. Colombia, S. F. (2011). Informe de transacciones y operaciones. Camargo, J. J., Joyanes, L. y Giraldo, L. M. (2016). La inteligencia de negocios como una herramienta en la gestión académica Revista Científica, 1(24). https://doi.org/10.14483/udistrital.jour.RC. 2016.24.a11 CREDIBANCO. (15 de 05 de 2020). Soluciones en punto de Venta. Obtenido de Credibanco: https://www.credibanco.com/soluciones-para-comercios/soluciones-en-punto-de-venta Fernández, S. d. (2011). REGRESIÓN LOGÍSTICA. Madrid. García-Pinzón, J., Mendoza, L., & Flórez, E. (2015). Control de brazo electrónico usando señales electromiográficas. Revista Facultad de Ingeniería, 24(39), 71-84. https://doi.org/10.19053/01211129.3554 Hilbe, J. M. (2016). Practical Guide to Logistic Regression. En J. M. Hilbe, Practical Guide to Logistic Regression (pág. 6). Kaggle. (2020). Kaggle. Obtenido de Logistic Regression and ROC Curve Primer: https://www.kaggle.com/captcalculator/logistic-regression-and-roc-curve-primer/code Klein, D. G. (2002). Logistic Regression: A Self-Learning Text, Second Edition. Lemeshow, D. W. (2000). Applied Logistic Regression. Li, J. (07 de 11 de 2018). Data Analysis on the Credit Card Fraud Detection dataset from Kaggle. Obtenido de RPubs by RStudio: https://rpubs.com/Kertoky/438939 Logistic Regression. (2 de 10 de 2018). Obtenido de UC Business Analytics R: https://uc-r.github.io/logistic_regression Lozano -Forero, S, Ballesteros-Ballesteros, V., & Nisperuza- Toledo, J. L. (2018). Gradient Statistic: An option for conducting hypothesis testing in small sample size scenarios. International Journal of Applied Engineering Research, 13(23), 16368-16375. Machine Learning con R. (28 de 02 de 2015). Obtenido de Apuntes-r.blogspot.com: http://apuntes-r.blogspot.com/2015/02/curva-roc-con-package-rocr.html Medina, M. C. (2011). Generalidades de las pruebas diagnósticas,. Rev. Colomb. Psiquiat. Méndez Hincapié, N. F. (2019). Introducción del concepto de probabilidad en Física desde la Mecánica Estadística. Revista Científica, 280-292. Recuperado a partir de https://revistas.udistrital.edu.co/index.php/revcie/article/view/14500 Monterrosa, H. (10 de 7 de 2019). Cada día se emiten más de 12.000 tarjetas de crédito y más 15.000 de débito. Obtenido de La republica.com: https://www.larepublica.co/finanzas/cada-dia-se-emiten-mas-de-12000-tarjetas-de-credito-y-15000-de-debito-2882840 Nacional, R. (23 de 07 de 2019). En promedio, cerca de 1.136 personas son víctimas de hurto cada día en Colombia. Obtenido de El Espectador: https://www.elespectador.com/noticias/nacional/en-promedio-cerca-de-1136-personas-son-victimas-de-hurto-cada-dia-en-colombia-articulo-872344 Navarro, Y. P. (2007). Factibilidad para la creación de una empresa para pagos de servicios públicos con datáfono en barrancabermeja (tesis de pregrado). Barrancabermeja. Ochoa , C y Orejas, G. (1999). Epidemiología y metodología. Epidemiología y metodología científica aplicada a la pediatría (IV), 303. R (lenguaje de programación). (6 de 5 de 2020). Obtenido de Wikipedia: https://es.wikipedia.org/wiki/R_(lenguaje_de_programaci%C3%B3n) R Notebook - Ejemplo ML para detección de fraude en TC. (s.f.). Obtenido de R Pubs: https://rstudio-pubs-static.s3.amazonaws.com/298528_845f68bfb9814f05bade678fc770bc99.html Rickert, J. (01 de 03 de 2019). Some R Packages for ROC Curves. Obtenido de R Views: https://rviews.rstudio.com/2019/03/01/some-r-packages-for-roc-curves/ Rodrigo, J. A. (8 de 2016). Regresión logística simple y múltiple . Obtenido de RPubs by RStudio: https://rpubs.com/Joaquin_AR/229736 | |
| dc.relation | /*ref*/Solarte, G. y Soto, J. (2011). Arboles de decisiones en el diagnóstico de enfermedades cardiovasculares. Scientia et Technica Año XVI, 104 Wikipedia. (20 de 3 de 2020). Matriz de confusión. Obtenido de Wikipedia: https://es.wikipedia.org/wiki/Matriz_de_confusi%C3%B3n Zapata Ceballos, H. A., Bustince, H., & Dimuro, G. (2020). Funciones t-migrativas t-overlap: una generalización de migratividad en funciones t-overlap. Revista Científica, 2(38). https://doi.org/10.14483/23448350.15601 | |
| dc.source | Noria Investigación Educativa ; Vol. 1 Núm. 5 (2020): Revista Noria Investigación Educativa; 41-53 | es-ES |
| dc.source | 2590-5791 | |
| dc.subject | Datafono, Regresión Logística, Especificidad, Sensibilidad, Curva ROC. | es-ES |
| dc.title | Propuesta de un modelo logístico para la probabilidad de instalación de datáfonos en una empresa ubicada en Bogotá : Proposal for a logistics model for the probability of installing dataphones in a company located in Bogotá | es-ES |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
| dc.type | Artículos de investigación | es-ES |