Técnicas de Segmentación El objetivo de este libro es presentar las técnicas de segmentación más utilizadas hoy en día, aplicables a la obtención de perfiles, reconocimiento de patrones, análisis de mercados, análisis del fraude y otras disciplinas muy en boga en la actualidad. El contenido se dirige a docentes y estudiantes universitarios de todos los niveles que imparten o cursan materias relacionadas con la clasificación y la segmentación. Asimismo, es útil para los profesionales de la Economía, Empresa, Ciencias Sociales, Ciencias Experimentales, Minería de Datos y otras ramas científicas en las que se aplican las técnicas de modernas de segmentación. El libro comienza introduciendo al lector en los conceptos esenciales para el trabajo con técnicas de clasificación y segmentación. En primer lugar, se abordan las técnicas predictivas de segmentación incluyendo los modelos de variable dependiente limitada (Logit, Probit, recuento, etc.), modelos censurados y truncados, modelos de selección muestral y modelos de duración. A continuación, se tratan las técnicas predictivas de segmentación adhoc, incluyendo árboles de decisión y el modelo discriminante. Más adelante, se desarrollan las técnicas descriptivas de segmentación post-hoc entre las que se encuentran el análisis clúster y las redes neuronales. Otro bloque de contenido incluye las técnicas descriptivas de segmentación basadas en la reducción de la dimensión, como el escalamiento multidimensional y el análisis de correspondencias. Finalmente, se desarrollan contenidos relativos al análisis conjunto y a los modelos de ecuaciones estructurales. Representa un valor añadido fundamental el análisis detallado de las posibilidades del software actual para realizar segmentación. Se utilizan los programas Eviews, SAS, SPSS y STATGRAPHICS. Se hace hincapié en las herramientas de Minería de Datos aplicables a la segmentación, utilizándose en concreto el software SAS Enterprise Miner. En cuanto a la metodología, cada capítulo comienza con una exposición resumida de los conceptos teóricos y posteriormente se enfoca la parte práctica ilustrando cada concepto teórico con ejemplos desarrollados de forma muy detallada. Los capítulos finalizan con la resolución clara y precisa de problemas representativos del tema en estudio.
CONTENIDO Capítulo 1. Técnicas de segmentación. Conceptos y clasificación Conceptos básicos Clasificación de las técnicas de segmentación Capítulo 2. Modelos de variable dependiente limitada. Elección discreta y recuento Modelos de variable dependiente limitada Modelos de elección discreta Modelos de elección discreta binaria Modelos de elección múltiple Modelo Logit y Probit Ordenados Modelos de datos de recuento SPSS y los modelos de variable dependiente limitada SAS y los modelos de variable dependiente limitada SAS y el modelo Probit: Procedimiento PROBIT Modelos de variable dependiente limitada con Eviews: MLP, Logit y Probit. Modelos de variable dependiente limitada con STATA: Logit y Probit STATGRAPHICS y los modelos de variable dependiente limitada Técnicas predictivas de modelización con SAS Enterprise Miner Modelos de recuento con Eviews: Poisson, binomial negativa y exponencial Modelo de Poisson con STATA Modelo de Poisson con STATGRAPHICS
Capítulo 3. Modelos censurados, truncados, de selección muestral y de duración Modelos censurados: El modelo Tobit Selección muestral: modelos truncados Corrección de la selección muestral: Estimación bietápica de Heckman o Heckit . Modelos de duración, fallos y supervivencia SAS y el modelo Tobit de regresión censurada: Procedimiento LIFEREG SAS y el modelo de supervivencia no paramétrico: Procedimiento LIFETEST SAS y el modelo de supervivencia de Cox: Procedimiento PHREG Modelos Tobit censurado y truncado con Eviews. Modelos Tobit censurado y truncado con STATA. SPSS y los modelos de duración y supervivencia STATGRAPHICS y los modelos de duración y supervivencia Capítulo 4. Segmentación Ad-Hoc. Árboles de decisión Los árboles de decisión como técnica predictiva de segmentación Características de los árboles de decisión Tipos de árboles de decisión Árboles de decisión con SPSS Creación de un árbol de decisión. Método CHAID Métodos CRT y QUEST. Poda de árboles Árboles de decisión con Enterprise Miner. Nodo TREE Capítulo 5. Segmentación Ad-Hoc. Modelo discriminante El modelo de análisis discriminante como técnica de clasificación y segmentación Hipótesis en el modelo discriminante Estimación del modelo discriminante Interpretación de la función discriminante Clasificación de los individuos Análisis discriminante canónico SPSS y el análisis discriminante SAS y el análisis discriminante: Procedimiento DISCRIM Ejemplo de análisis discriminante con SAS SAS y el análisis discriminante canónico: Procedimiento CANDISC Ejemplo de análisis discriminante canónico SAS y el análisis discriminante paso a paso: Procedimiento STEPDISC y ejemplo práctico Predicción y análisis discriminante a través de redes neuronales con el nodo Two Stage Model de SAS Enterprise Miner Probabilidad de pertenencia a un segmento Análisis discriminante con STATGRAPHICS Capítulo 6. Segmentación Post-Hoc. Clustering y redes neuronales El análisis cluster como técnica de clasificación y segmentación SPSS y el análisis cluster jerárquico SPSS y el análisis cluster no jerárquico SAS y el análisis cluster jerárquico SAS y el análisis cluster no jerárquico STATGRAPHICS y el análisis cluster Análisis cluster con Enterprise Miner. El nodo Clustering Análisis cluster con redes neuronales: Nodo Som/Kohonen
Capítulo 7. Escalamiento multidimensional Escalamiento multidimensional Tipos de escalamiento multidimensional Modelo de escalamiento métrico Modelos de escalamiento no métrico Modelo de escalamiento de diferencias individuales (INDSCAL) Modelo de escalamiento desdoblado (unfolding) Modelo de escalamiento con replicación Modelos GEMSCAL e IDIOSCAL Modelos para matrices asimétricas Capítulo 8. Análisis de correspondencias Análisis de correspondencias Análisis de correspondencias simples con SPSS Análisis de correspondencias múltiples con SPSS Análisis de correspondencias en SAS. Procedimiento CORRESP Capítulo 9. Análisis conjunto Introducción al análisis conjunto Análisis conjunto en el esquema de métodos de reducción de la dimensión Módulo Categorías de SPSS y procedimientos de reducción de la dimensión Fases del análisis conjunto según el método del perfil completo Ejemplo de análisis conjunto con SPSS Capítulo 10. Ecuaciones estructurales Modelización con ecuaciones estructurales Modelo de análisis factorial confirmatorio. Identificación, estimación y diagnosis Modelo de estructura de la covarianza Especificación del modelo de medida Especificación del modelo estructural Modelo general de estructura de la covarianza Modelos estructurales con SAS. PROC CALIS