dc.contributor.advisor | Díaz, Margarita | |
dc.contributor.author | Caro, Norma Patricia | |
dc.date.accessioned | 2014-12-03T18:41:50Z | |
dc.date.available | 2014-12-03T18:41:50Z | |
dc.date.issued | 2014-12-03 | |
dc.identifier.uri | http://hdl.handle.net/11086/1643 | |
dc.description | Introducción.-- Capítulo 1: Métodos no paramétricos de clasificación.-- 1.1. Discriminación paramétrica y no paramétrica.-- 1.2. Método de Kernel
1.2.1. Caso Univariado.-- 1.2.2. Caso Multivariado.-- 1.3. Método “El Vecino más cercano”.-- 1.3.1. Generalidades.-- 1.3.2. Regla del Vecino más cercano: 1 Vecino
más cercano (k = 1).-- 1.3.3. Regla con k vecinos más cercanos (k>1)
1.4. Método del “Árbol de Clasificación”.-- 1.4.1. Generalidades.-- 1.4.2. Construcción del Árbol.-- 1.5. Precisión de los diferentes métodos.-- 1.5.1. Tasa de error aparente
1.5.2. Tasa de error por Cross-Validation.-- Capítulo 2: Caso de aplicación de los métodos de clasificación no paramétricos.-- 2.1. Introducción.-- 2.2. Universo de estudio.-- 2.3.El Análisis de los Estados Contables como herramienta de diagnóstico
2.4.Selección del grupo de análisis.-- 2.5. Variables del Modelo.-- 2.5.1. Situación financiera a largo plazo.-- 2.5.2. Situación financiera a corto plazo.-- 2.5.3. Situación económica.-- 2.6. Procesamiento.-- 2.6.1.Supuestos.-- 2.6.2. Análisis descriptivo multivariado.-- 2.6.3. Definición de modelos.-- 2.6.4. Aplicación de metodologías no
paramétricas a los datos.-- 2.7. Error de Clasificación.-- Capítulo 3: Resultados y clasificación de nuevas orbservaciones.-- 3.1. Resultados de los Métodos de Kernel, El
Vecino más cercano y Árbol de Clasificación.-- 3.2.Aplicación de los métodos de clasificación no paramétricos a nuevas observaciones.-- 3.3. Conclusiones.-- Referencias.-- Anexo | es |
dc.description.abstract | El problema planteado en esta investigación consiste en clasificar empresas constituidas bajo la forma de sociedades anónimas que cotizan sus acciones en la Bolsa de Valores de Buenos Aires. Se trabajó con 50 empresas que fueron seleccionadas conociendo con anticipación su situación de empresas con dificultades económicas-financieras (en crisis) y sin estas dificultades (sanas), a fin de predecir situaciones de crisis a través de la aplicación de metodología no paramétricas de clasificación.
En primer lugar se procedió a realizar un análisis descriptivo multivariado y se probó el
cumplimiento de los supuestos que requiere el Discrimínate Lineal de Fisher, o el
Discriminante Cuadrático. En virtud que éstos no se cumplieron, se aplicó metodología
no paramétrica de clasificación: Método Kernel, Vecino más cercano y Árbol de
clasificación.
Procesadas las empresas con cada uno de estos métodos, se obtuvieron las siguientes tasas de clasificación errónea: con el método de Kernel: 0,16; con el método del Vecino más cercano: 0,10 y con el árbol de clasificación: 0,22. De donde se deduce que la mejor clasificación fue lograda con el método del vecino mas cercano para k= 2 (vecinos mas cercanos).
Por último, se aplican los métodos de clasificación no paramétricos con nuevas
observaciones, obteniéndose como conclusión que a partir de fines del año 2001, el
escenario económico en donde actúan las empresas ha cambiado notablemente, además de las nuevas normas contables establecidas a partir del año 2002, lo cual sugiere que se definan nuevas variables y que se puedan considerar los estados contables de las empresas en un mediano plazo, luego de superar esta etapa de transición, que hace que los balances no sean comparables. | es |
dc.language.iso | spa | es |
dc.rights | Atribución-NoComercial-SinDerivadas 2.5 Argentina | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ | * |
dc.subject | Discriminante no paramétrico | es |
dc.subject | Método Kernel | es |
dc.subject | Vecino más cercano | es |
dc.subject | Árbol de clasificación | es |
dc.subject | Crossvalidation | es |
dc.subject | Estados contables | es |
dc.subject | Empresas | es |
dc.subject | Sociedades anónimas | es |
dc.subject | Variables continuas | es |
dc.subject | Argentina | es |
dc.title | Métodos no paramétricos de clasificación con variables continuas : caso de aplicación en una muestra de empresas que operan bajo la forma de sociedades anónimas en la Argentina | es |
dc.type | masterThesis | es |
dc.description.fil | Fil: Caro, Norma Patricia. Universidad Nacional de Córdoba; Argentina. | |