Predicción de variables cualitativas y métodos de clasificación

Abstract

En este Trabajo de Fin de Grado se comparan algunos métodos de clasificación para poder realizar predicciones. Los métodos de clasificación utilizados en este estudio son: regresión logística, análisis discriminante lineal, análisis discriminante cuadrático, Naive Bayes, K-Nearest Neighbors y Support Vector Machine. El objetivo es comprobar cuál método proporciona mejores resultados. Para realizar dicho estudio utilizaremos el programa R, que es un lenguaje de programación libre y gratuito enfocado en el análisis estadístico. En cada método de clasificación habrá una breve explicación de sus fundamentos, características, ventajas y desventajas. Dicha teoría irá acompañada de un ejemplo de cómo se aplicaría usando el lenguaje R. Una vez codificado se analizarán e interpretarán los resultados. Además, se compararán entre sí los métodos considerados para determinar si alguno de ellos es mejor. Para desarrollar el ejemplo, se aplicarán los métodos de clasificación a una base de datos que contiene los rendimientos porcentuales del índice bursátil S&P 500 a lo largo de 1089 semanas. Esta base de datos proporcionará una amplia cantidad de información para evaluar el desempeño de los métodos de clasificación en un contexto financiero. Una vez que se hayan aplicado los métodos de clasificación y se hayan obtenido los resultados, se extraerán conclusiones y se identificarán aquellos métodos que han proporcionado los mejores resultados en términos de precisión y capacidad predictiva.