Resumen

El análisis discriminante (DA) se utiliza para la medición de estimaciones de una función discriminante al minimizar sus clasificaciones erróneas de grupo para predecir la membresía de grupo de datos recién muestreados. Una fuente importante de clasificación errónea en DA se debe a la superposición de grupos. La incertidumbre en las variables de entrada y los parámetros del modelo debe caracterizarse adecuadamente en la toma de decisiones. Este estudio combina DEA-DA con un enfoque de análisis de sensibilidad para evaluar la influencia de variables bancarias en la varianza general de superposición en un DA con el fin de determinar qué variables son más significativas. Se considera un análisis de sensibilidad basado en Monte Carlo para calcular el conjunto de índices de sensibilidad de primer orden de las variables para estimar la contribución de cada variable incierta. Los resultados muestran que las incertidumbres en los préstamos otorgados y diferentes variables de depósito son más significativas que las incertidumbres en otras variables bancarias en la toma de decisiones.

• Materias:Modelado matemático Sistemas estocásticos Productos gráficos Ecuaciones matriciales Métodos de descomposición
• Subjects:Mathematical modeling Stochastic systems Graph products Matrix equations Decomposition methods
• Palabras claves:Análisis discriminante; Análisis de sensibilidad; Variables; Incertidumbre; Clasificación errónea; Superposición
• Keywords:Discriminant analysis; Sensitivity analysis; Variables; Uncertainty; Misclassification; Overlapping