Comparación del desempeño de técnicas multivariadas de clasificación en datos simulados bajo distintos escenarios: Regresión Logística y Árboles de Clasificación

Vista sencilla de ítem
dc.citation.titleRevista de Epistemología y Ciencias Humanases
dc.creatorBeltrán, Celina
dc.creatorBarbona, Ivana
dc.date.accessioned2020-09-14T20:10:40Z
dc.date.available2020-09-14T20:10:40Z
dc.date.issued2020-03-01
dc.descriptionEn esta investigación se propone el estudio, evaluación y comparación de dos técnicas estadísticas multivariadas de clasificación, Regresión Logística y Árboles de Clasificación, siendo de interés evaluar el desempeño de las mismas cuando son utilizadas en datos simulados bajo distintas situaciones. Se simularon datos bajo 4 condiciones diferentes que diferían en la estructura de correlaciones entre las variables. El escenario 1 corresponde a datos provenientes de una población en la que los predictores están fuertemente correlacionados con la respuesta pero no entre ellos. El escenario 2 plantea una simulación a partir de una población con poca correlación de la respuesta con las variables predictoras pero éstas correlacionadas entre sí. En el escenario 3, la correlación presente en la población origen de la simulación es importante tanto entre las predictoras como entre éstas y la respuesta. Por último, el escenario 4 corresponde a una población original en la que no existe ningún tipo de correlación de magnitud importante entre las variables, ni de los predictores con la respuesta ni entre ellos. Se observó como resultado principal, que en condiciones donde las variables predictoras están altamente correlacionadas con la respuesta, si bien los AC mostraron un porcentaje de error significativamente menor en la clasificación, ambas metodologías funcionan satisfactoriamente. Sin embargo, cuando las condiciones para obtener una clasificación satisfactoria son desfavorables (predictores poco correlacionados con la respuesta) los AC logran un porcentaje de clasificación correcta notablemente superior a la RL, con la desventaja de obtener un árbol con numerosos nodos terminales utilizando la información de prácticamente todas las variables explicativas.es
dc.description.filFil: Beltrán, Celina. Universidad Nacional de Rosario. Facultad de Ciencias Agrarias; Argentinaes
dc.description.filFil: Barbona, Ivana. Universidad Nacional de Rosario. Facultad de Ciencias Agrarias; Argentinaes
dc.formatapplication/pdf
dc.format.extent18-36es
dc.identifier.issn1852-625Xes
dc.identifier.urihttp://hdl.handle.net/2133/18921
dc.language.isospaes
dc.publisherGrupo IANUSes
dc.rightsopenAccesses
dc.rights.holderAutoreses
dc.subjectRegresión logísticaes
dc.subjectÁrboles de clasificaciónes
dc.subjectSimulaciónes
dc.titleComparación del desempeño de técnicas multivariadas de clasificación en datos simulados bajo distintos escenarios: Regresión Logística y Árboles de Clasificaciónes
dc.typearticle
dc.typeartículo
dc.typepublishedVersion
dc.type.collectionarticulo
dc.type.versionpublishedVersiones

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
revistaepistemologia nro 12 02.-beltran-barbona-12-numero.pdf
Tamaño:
787.15 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
Nombre:
license.txt
Tamaño:
3.59 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

FCA - Artículo de Revista con Referato