Fonseca, Raquel JoãoCarvalho, Helena Maria Alves de Almeida2018-02-282018-02-2820172017http://hdl.handle.net/10451/32042Trabalho de projeto de mestrado, Matemática aplicada à Economia e Gestão, Universidade de Lisboa, Faculdade de Ciências, 2017Através de um estágio no Banco B na área de Data Mining e Estudos de Mercado, este trabalho foi feito para a obtenção do grau de mestre em Matemática Aplicada à Economia e Gestão, pela Faculdade de Ciências da Universidade de Lisboa. O presente trabalho consiste na realização de um Modelo de Regressão Logística com a finalidade de estudar a vinculação de um Cliente a um banco. Foi feito um estudo de mercado onde o principal objetivo é saber o perfil de cada Cliente que considera um determinado banco como o seu banco principal. O Modelo de Regressão Logística terá como variável resposta a vinculação, ou não, de um Cliente a um banco consoante as variáveis que melhor caracterizam os seus perfis. No Modelo Logístico existe a particularidade de, através de um conjunto de variáveis independentes, se conseguir prever a vinculação de um determinado Cliente. Esta é a melhor metodologia adotada para este estudo uma vez que interpreta o impacto marginal de cada variável na vinculação do Cliente. Como tal este trabalho é composto por 4 capítulos. No primeiro é feita a introdução aos conteúdos teóricos da regressão logística múltipla. No capítulo seguinte será explicado o objetivo deste estudo e uma análise descritiva dos dados. Em seguida será posto em prática o Modelo de Regressão Logística através do uso de dados reais e de técnicas como a discretização de variáveis, árvores de decisão, R-Quadrado, Qui-Quadrado e o Stepwise (método que seleciona as variáveis finais do modelo). Neste último capítulo é feita ainda uma avaliação do modelo e consequente análise do perfil de Clientes e validação do modelo construído. Por fim será apresentado o capítulo que conclui e comenta o trabalho feito ao longo do modelo e ainda sugere algumas alternativas metodológicas tais como Splines Cúbicas e ainda um modelo alternativo.Through an internship at Bank B in the area of Data Mining and Market Research, this work was done to obtain a master’s degree in Mathematics Applied to Economics and Management, by the Faculty of Sciences of the University of Lisbon. The present work focuses on the utilization of a Logistic Regression Model with the purpose of studying the connection of a Client to a bank. A market research was done where the main objective is to know the profile of each Client that considers a bank as his/her main bank. The Logistic Regression Model will have as response variable the binding, or not, of a Client to a bank according to the variables that best characterize his/her profile. In the Logistic Model, there is the particularity of, through a set of independent variables, predicting the binding of a certain Client. This is the best methodology adopted for this study since it interprets the marginal impact of each variable in the Customer's binding. As such this work is composed of 4 chapters. In the first chapter, the theoretical contents of Multiple Logistic Regression are introduced. In the following chapter, we will explain the purpose of this study and a descriptive analysis of the data. Then, in the third chapter, the Logistic Regression Model will be implemented using real data and techniques such as discretization of variables, decision trees, R-Square, Chi-Square and Stepwise (method that selects the final variables of the model). In this last chapter is done an evaluation of the model and consequently analysis of the profile of each Client and validation of the built model. Finally, in the fourth, we will present the chapter that concludes and comments all the work done throughout the model and suggests some methodological alternatives such as Cubic Splines and an alternative model.porModelo de Regressão Logística MúltiplaDiscretizaçãoStepwiseEstudos de mercadoData MiningTrabalhos de projeto de mestrado - 2017master thesis201911817