Navegando por Palavras-chave "Logistic Regression"

Agora exibindo 1 - 3 de 3
  • Imagem de Miniatura
    Item
    Acesso aberto (Open Access)
    Análise de impacto de indicadores econômico-financeiros na suficiência de capital de seguradoras brasileiras
    (Universidade Federal de São Paulo, 2023-12-14) Matos, Gabriel Barbosa [UNIFESP]; Galucci Netto, Humberto [UNIFESP]; Humberto, Galucci Netto; https://buscatextual.cnpq.br/buscatextual/visualizacv.do;jsessionid=C0A2CD446B25B6DCE6585A45D724E138.buscatextual_0
    Este trabalho de conclusão de curso (TCC) se concentra na análise do impacto de indicadores econômico-financeiros na suficiência de capital das seguradoras, utilizando um modelo logístico como ferramenta principal de análise. A pesquisa tem como objetivo investigar a relação entre os indicadores financeiros, e a capacidade das seguradoras em manter níveis adequados de capital para lidar com os riscos adversos. A metodologia empregada neste estudo inclui a coleta de dados financeiros de uma seleção de seguradoras durante um período determinado através do Sistema de Estatísticas da SUSEP. Em seguida, foi realizado o método de seleção Stepwise para a determinação de variáveis utilizadas, e a aplicação de um modelo logístico para examinar como as mesmas impactam as chances de insuficiência de capital das seguradoras, identificando quais métricas têm maior influência na gestão de riscos das companhias. A partir dos fatores observados, os principais drivers de diminuição de chances de insolvência foram os indicadores: Prêmio Margem, Retorno sobre o PL e Liquidez Corrente, que apresentaram coeficientes β negativos e significativos, e, portanto, maior influência na variável dependente observada. Desta forma foi possível concluir que o modelo se apresentou como uma ferramenta adequada para a conclusão do impacto das variáveis selecionadas.
  • Nenhuma Miniatura disponível
    Item
    Somente Metadadados
    Improving logistic regression classification of credit approval with features constructed by kaizen programming
    (Funpec-Editora, 2016) de Melo, Vinicius Veloso [UNIFESP]; Banzhaf, Wolfgang
    In this contribution, we employ the recently proposed Kaizen Programming (KP) approach to fi nd high-quality nonlinear combinations of the original features in a dataset. KP constructs many complementary features at the same time, which are selected by their importance, not by model quality. We investigated our approach in a well-known realworld credit scoring dataset. When compared to related approaches, KP reaches similar or better results, but evaluates fewer models.
  • Imagem de Miniatura
    Item
    Acesso aberto (Open Access)
    Supplier quality management: an application of logistic regression in the risk analysis
    (Universidade Federal de São Paulo (UNIFESP), 2019-11-04) Slavov, Rafael [UNIFESP]; Martins, Camila Bertini [UNIFESP]; Universidade Federal de São Paulo (UNIFESP)
    Supplier quality management is one of the key supply chain challenges. Some contributors are: the number of demands against a limited number of suppliers, the search for new high technology products, the constant development of products due to the component obsolescence and finally the demand of customers for low-cost products with good quality and on time delivery. One of the most investigated supplier’s management approach is risk analysis, which aims to identify potential problems in advance and provide time for corrections or improvements. However, there are questions about which methods are best and how they are applied. In this context, the present work executed a systematic literature review and considering the most methods used, was applied a logistic regression model as an alternative proposal for the risk analysis performed in the supplier’s quality management of an aerospace company. The model was analyzed based on the logistic regression model and the risk calculated by the company.