Mínimos cuadrados inmersos en la predicción de presupuesto en cobranzas
Fecha
Autor corporativo
Título de la revista
ISSN de la revista
Título del volumen
Editor
Compartir
Director
Altmetric
Resumen
For the Collections area, it is important to have control over the prediction of data, especially in relevant data such as the Non-performing Portfolio, when considering methods such as Lagrange polynomials, the result may fail due to the Runge phenomenon. This phenomenon refers to excessive oscillation and fluctuation of the interpolated polynomials as the degree increases. This erratic behavior can lead to the prediction of inaccurate results. On the other hand, if the prediction by means of least squares is considered, a more successful solution for the prediction of data is demonstrated. In this method, the data curve is fitted to a polynomial function through a process of minimizing square errors.
Descripción
Para el área de Cobranzas es importante tener un control sobre la predicción de datos, sobretodo en datos relevantes como lo es la Cartera vencida, al considerar métodos como polinomios de Lagrange el resultado puede fallar debido al fenómeno de Runge. Este fenómeno se refiere a la oscilación y fluctuación excesiva de los polinomios interpolados a medida que el grado aumenta. Este comportamiento errático puede llevar a la predicción de resultados inexactos.
Por otro lado, si se considera la predicción mediante mínimos cuadrados se muestra una solución más ajustada para la predicción de datos. En este método, se ajusta la curva de los datos a una función polinómica a través de un proceso de minimización de errores cuadráticos.
Palabras clave
Cobranzas, Cartera vencida, Predicción, Mínimos cuadrados