Identificación de factores determinantes en la aprobación de tarjetas de crédito para solicitantes ediante regresión logística
Identificar los factores que afectan la aprobación de tarjetas de crédito es el objetivo de este estudio. Para lograr esto, se utilizaron datos de solicitantes utilizando una base de datos obtenida de la plataforma Kaggle, que incluía datos demográficos y económicos básicos. El ingreso total, la eda...
- Autores:
-
De la Cruz Navarro , Maria Fernanda
Lacera Vega, Hector Elian
Rodriguez Ortiz, Dicher
- Tipo de recurso:
- Fecha de publicación:
- 2024
- Institución:
- Universidad del Magdalena
- Repositorio:
- Repositorio Unimagdalena
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unimagdalena.edu.co:123456789/21297
- Acceso en línea:
- https://repositorio.unimagdalena.edu.co/handle/123456789/21297
- Palabra clave:
- Crédito
Regresión logística
variables demográficas
- Rights
- openAccess
- License
- Acceso Abierto
id |
UNIMAGDALE_5be052e81b070eb040369a4476b6550c |
---|---|
oai_identifier_str |
oai:repositorio.unimagdalena.edu.co:123456789/21297 |
network_acronym_str |
UNIMAGDALE |
network_name_str |
Repositorio Unimagdalena |
repository_id_str |
|
dc.title.none.fl_str_mv |
Identificación de factores determinantes en la aprobación de tarjetas de crédito para solicitantes ediante regresión logística |
title |
Identificación de factores determinantes en la aprobación de tarjetas de crédito para solicitantes ediante regresión logística |
spellingShingle |
Identificación de factores determinantes en la aprobación de tarjetas de crédito para solicitantes ediante regresión logística Crédito Regresión logística variables demográficas |
title_short |
Identificación de factores determinantes en la aprobación de tarjetas de crédito para solicitantes ediante regresión logística |
title_full |
Identificación de factores determinantes en la aprobación de tarjetas de crédito para solicitantes ediante regresión logística |
title_fullStr |
Identificación de factores determinantes en la aprobación de tarjetas de crédito para solicitantes ediante regresión logística |
title_full_unstemmed |
Identificación de factores determinantes en la aprobación de tarjetas de crédito para solicitantes ediante regresión logística |
title_sort |
Identificación de factores determinantes en la aprobación de tarjetas de crédito para solicitantes ediante regresión logística |
dc.creator.fl_str_mv |
De la Cruz Navarro , Maria Fernanda Lacera Vega, Hector Elian Rodriguez Ortiz, Dicher |
dc.contributor.author.none.fl_str_mv |
De la Cruz Navarro , Maria Fernanda Lacera Vega, Hector Elian Rodriguez Ortiz, Dicher |
dc.subject.none.fl_str_mv |
Crédito Regresión logística variables demográficas |
topic |
Crédito Regresión logística variables demográficas |
description |
Identificar los factores que afectan la aprobación de tarjetas de crédito es el objetivo de este estudio. Para lograr esto, se utilizaron datos de solicitantes utilizando una base de datos obtenida de la plataforma Kaggle, que incluía datos demográficos y económicos básicos. El ingreso total, la edad, el empleo, la propiedad de automóviles y viviendas, el tamaño de la familia, el nivel educativo, el estatus de desempleo y el tipo de vivienda son algunas de las variables consideradas. Se descubrió una correlación significativa entre la aprobación de tarjetas de crédito y el ingreso total utilizando técnicas de análisis exploratorio de datos y un modelo de regresión logística. Junto con otras variables, la edad demostró un impacto significativo. Los hallazgos indican que una combinación de estabilidad financiera y ciertos rasgos sociodemográficos aumenta la probabilidad de aprobación. Este estudio ofrece datos útiles para mejorar los modelos de evaluación crediticia y sugiere que las instituciones financieras deberían tener en cuenta tanto los factores económicos como demográficos cuando realicen evaluaciones de crédito |
publishDate |
2024 |
dc.date.accessioned.none.fl_str_mv |
2024-07-16T21:42:38Z |
dc.date.available.none.fl_str_mv |
2024-07-16T21:42:38Z |
dc.date.issued.none.fl_str_mv |
2024 |
dc.date.submitted.none.fl_str_mv |
2024 |
dc.type.none.fl_str_mv |
bachelorThesis |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.unimagdalena.edu.co/handle/123456789/21297 |
url |
https://repositorio.unimagdalena.edu.co/handle/123456789/21297 |
dc.language.iso.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
Acceso Abierto |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.cc.none.fl_str_mv |
Acceso Abierto |
dc.rights.creativecommons.spa.fl_str_mv |
atribucionnocomercialsinderivar |
rights_invalid_str_mv |
Acceso Abierto atribucionnocomercialsinderivar http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text |
dc.publisher.none.fl_str_mv |
Universidad del Magdalena |
dc.publisher.department.none.fl_str_mv |
Facultad de Ciencias Empresariales y Económicas |
dc.publisher.program.none.fl_str_mv |
Economía |
publisher.none.fl_str_mv |
Universidad del Magdalena |
institution |
Universidad del Magdalena |
bitstream.url.fl_str_mv |
https://repositorio.unimagdalena.edu.co/bitstreams/e700e4cf-cb7e-4725-ac81-c96f89a14b31/download https://repositorio.unimagdalena.edu.co/bitstreams/a7858a95-3f10-4427-b478-fbd4e0404716/download https://repositorio.unimagdalena.edu.co/bitstreams/b618947c-ec5e-472b-afb7-e9af2ebfd542/download |
bitstream.checksum.fl_str_mv |
53c9c760c7c71b612039469a81849cf2 1a1013b31c57f40973e3ab4654a6beb9 03de826a7ba30b30f95ba9233c6ed790 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional UniMagdalena |
repository.mail.fl_str_mv |
repositorio@unimagdalena.edu.co |
_version_ |
1814126882624372736 |
spelling |
De la Cruz Navarro , Maria FernandaLacera Vega, Hector ElianRodriguez Ortiz, DicherEconomista2024-07-16T21:42:38Z2024-07-16T21:42:38Z20242024Identificar los factores que afectan la aprobación de tarjetas de crédito es el objetivo de este estudio. Para lograr esto, se utilizaron datos de solicitantes utilizando una base de datos obtenida de la plataforma Kaggle, que incluía datos demográficos y económicos básicos. El ingreso total, la edad, el empleo, la propiedad de automóviles y viviendas, el tamaño de la familia, el nivel educativo, el estatus de desempleo y el tipo de vivienda son algunas de las variables consideradas. Se descubrió una correlación significativa entre la aprobación de tarjetas de crédito y el ingreso total utilizando técnicas de análisis exploratorio de datos y un modelo de regresión logística. Junto con otras variables, la edad demostró un impacto significativo. Los hallazgos indican que una combinación de estabilidad financiera y ciertos rasgos sociodemográficos aumenta la probabilidad de aprobación. Este estudio ofrece datos útiles para mejorar los modelos de evaluación crediticia y sugiere que las instituciones financieras deberían tener en cuenta tanto los factores económicos como demográficos cuando realicen evaluaciones de créditoSubmitted by Dicher Rodriguez (dicherrodriguezo@unimagdalena.edu.co) on 2024-06-29T00:24:11Z workflow start=Step: reviewstep - action:claimaction No. of bitstreams: 2 Licencia.pdf: 162521 bytes, checksum: 53c9c760c7c71b612039469a81849cf2 (MD5) Trabajo (1).pdf: 1605681 bytes, checksum: 1a1013b31c57f40973e3ab4654a6beb9 (MD5)Step: reviewstep - action:reviewaction Approved for entry into archive by Programa de Economía Programa de Economía(economia@unimagdalena.edu.co) on 2024-07-03T16:54:12Z (GMT)Step: editstep - action:editaction Approved for entry into archive by Mirlis Marina Bravo Zabaleta(mbravo@unimagdalena.edu.co) on 2024-07-16T21:42:38Z (GMT)Made available in DSpace on 2024-07-16T21:42:38Z (GMT). No. of bitstreams: 2 Licencia.pdf: 162521 bytes, checksum: 53c9c760c7c71b612039469a81849cf2 (MD5) Trabajo (1).pdf: 1605681 bytes, checksum: 1a1013b31c57f40973e3ab4654a6beb9 (MD5) Previous issue date: 2024texthttps://repositorio.unimagdalena.edu.co/handle/123456789/21297Universidad del MagdalenaFacultad de Ciencias Empresariales y EconómicasEconomíaAcceso Abiertoinfo:eu-repo/semantics/openAccessAcceso Abiertoatribucionnocomercialsinderivarhttp://purl.org/coar/access_right/c_abf2CréditoRegresión logísticavariables demográficasIdentificación de factores determinantes en la aprobación de tarjetas de crédito para solicitantes ediante regresión logísticabachelorThesishttp://purl.org/coar/resource_type/c_7a1fspaORIGINALLicencia.pdfLicencia.pdfRestringidoapplication/pdf162521https://repositorio.unimagdalena.edu.co/bitstreams/e700e4cf-cb7e-4725-ac81-c96f89a14b31/download53c9c760c7c71b612039469a81849cf2MD51Trabajo (1).pdfTrabajo (1).pdfapplication/pdf1605681https://repositorio.unimagdalena.edu.co/bitstreams/a7858a95-3f10-4427-b478-fbd4e0404716/download1a1013b31c57f40973e3ab4654a6beb9MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82484https://repositorio.unimagdalena.edu.co/bitstreams/b618947c-ec5e-472b-afb7-e9af2ebfd542/download03de826a7ba30b30f95ba9233c6ed790MD53123456789/21297oai:repositorio.unimagdalena.edu.co:123456789/212972024-10-02 22:08:42.413https://repositorio.unimagdalena.edu.coRepositorio Institucional UniMagdalenarepositorio@unimagdalena.edu.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 |