Publicação
Modelos de predição de variáveis dependentes binárias
| Resumo: | No âmbito da predição de variáveis dependentes binárias é importante usar técnicas de análise discriminante e de regressão logística para identificar empresas que podem entrar em insolvência/solvência. A análise discriminante é fundamental para dar uma classificação de uma empresa pertencer a um dos grupos em estudo (insolvência/solvência). Para tal, pretende-se usar um conjunto de dados de vários rácios financeiros de empresas. Estes indicadores permitem prever atempadamente se a empresa pode entrar ou não em ruptura financeira. A regressão logística permite também prever quais as empresas que pertencem a um determinado grupo, e ainda classificar as empresas utilizando estimativas de probabilidade de sucesso. É possível comparar estas duas técnicas, no sentido de avaliar a importância de cada uma neste estudo, através de medidas de percentagem de classificações corretas, e ainda das curvas ROC. |
|---|---|
| Autores principais: | Marques, Nelson Rafael Mota |
| Assunto: | Análise discriminante Regressão logística Rácios financeiros Variáveis binárias Insolvência/solvência |
| Ano: | 2015 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso restrito |
| Instituição associada: | Universidade de Trás-os-Montes e Alto Douro |
| Idioma: | português |
| Origem: | Repositório da UTAD |
| Resumo: | No âmbito da predição de variáveis dependentes binárias é importante usar técnicas de análise discriminante e de regressão logística para identificar empresas que podem entrar em insolvência/solvência. A análise discriminante é fundamental para dar uma classificação de uma empresa pertencer a um dos grupos em estudo (insolvência/solvência). Para tal, pretende-se usar um conjunto de dados de vários rácios financeiros de empresas. Estes indicadores permitem prever atempadamente se a empresa pode entrar ou não em ruptura financeira. A regressão logística permite também prever quais as empresas que pertencem a um determinado grupo, e ainda classificar as empresas utilizando estimativas de probabilidade de sucesso. É possível comparar estas duas técnicas, no sentido de avaliar a importância de cada uma neste estudo, através de medidas de percentagem de classificações corretas, e ainda das curvas ROC. |
|---|