Modelos predictivos

Son herramientas que aportan el VALOR de predecir el valor de una respuesta a partir de datos de variables explicativas.

El conocimiento del experto es fundamental para que los datos fuente de donde se construyen los modelos tengan información relevante. La habilidad predictiva se consigue de forma iterativa combinando el conocimiento de la temática en cuestión con las posibilidades que ofrecen las distintas herramientas y evaluando los resultados.

Las malas prácticas a evitar:

Interpretar que las variables que aparecen en el modelo predictivo son variables que afectan a la respuesta; esto sólo se puede afirmar si los datos vienen de un plan experimental adecuado.
Interpretar que las variables que no están en el modelo no explican la respuesta.
Confundir cantidad de datos con calidad de datos: es posible que al aumentar la cantidad de datos se aumente el ruido y no la información

Herramientas que aplicamos con más frecuencia:

Modelos de regresión lineal para variables continuas o discretas
Clasificaciones Chi-Cuadrado
Análisis Cluster-Conglomerados

Otras:

Redes neuronales, Análisis de Componentes principales, Análisis de Correspondencias, Análisis Discriminante, Partial Least Squares, Modelos ARIMA, Regresión logística