Proyecto Final
ANÁLISIS PROBABILÍSTICO Y ESTADÍSTICO INTEGRADO
Integrantes: Alexandra Meléndez, Edwin Anaya
19 de mayo de 2026
Introducción
A continuación se presenta el desarrollo del código utilizado para el análisis de la base de datos Bank Marketing Data Set, la cual contiene información relacionada con campañas de telemercadeo realizadas por una institución bancaria portuguesa. El propósito principal de este proyecto es identificar los factores que influyen en la decisión de los clientes de suscribirse a un depósito a plazo fijo, representado por la variable objetivo y (sí/no).
LECTURA DE LOS DATOS
# =============================================
# 1. Cargar y preparar los datos
# =============================================
# Cargar base de datos
data1 <- read.csv("bank.csv")
# Verificar estructura
str(data1)## 'data.frame': 41188 obs. of 20 variables:
## $ age : int 56 57 37 40 56 45 59 41 24 25 ...
## $ job : chr "housemaid" "services" "services" "admin." ...
## $ marital : chr "married" "married" "married" "married" ...
## $ education : chr "basic.4y" "high.school" "high.school" "basic.6y" ...
## $ default : chr "no" "unknown" "no" "no" ...
## $ housing : chr "no" "no" "yes" "no" ...
## $ loan : chr "no" "no" "no" "no" ...
## $ contact : chr "telephone" "telephone" "telephone" "telephone" ...
## $ month : chr "may" "may" "may" "may" ...
## $ day_of_week : chr "mon" "mon" "mon" "mon" ...
## $ campaign : int 1 1 1 1 1 1 1 1 1 1 ...
## $ pdays : int 999 999 999 999 999 999 999 999 999 999 ...
## $ previous : int 0 0 0 0 0 0 0 0 0 0 ...
## $ poutcome : chr "nonexistent" "nonexistent" "nonexistent" "nonexistent" ...
## $ emp.var.rate : num 1.1 1.1 1.1 1.1 1.1 1.1 1.1 1.1 1.1 1.1 ...
## $ cons.price.idx: num 94 94 94 94 94 ...
## $ cons.conf.idx : num -36.4 -36.4 -36.4 -36.4 -36.4 -36.4 -36.4 -36.4 -36.4 -36.4 ...
## $ euribor3m : num 4.86 4.86 4.86 4.86 4.86 ...
## $ nr.employed : num 5191 5191 5191 5191 5191 ...
## $ y : chr "no" "no" "no" "no" ...#=============================================================
# PREPARACIÓN DE VARIABLES
#=============================================================
# Variable respuesta:
# no = No suscribió depósito
# yes = Sí suscribió depósito
data1$y <- factor(data1$y, levels = c("no", "yes"), labels = c("No", "Sí"))
#=============================================================
# VARIABLES CATEGÓRICAS
#=============================================================
# Variables categóricas como factores
data1$job <- as.factor(data1$job)
data1$marital <- as.factor(data1$marital)
data1$education <- as.factor(data1$education)
data1$contact <- as.factor(data1$contact)
data1$poutcome <- as.factor(data1$poutcome)
#=============================================================
# VERIFICAR ESTRUCTURA
#=============================================================
str(data1)## 'data.frame': 41188 obs. of 20 variables:
## $ age : int 56 57 37 40 56 45 59 41 24 25 ...
## $ job : Factor w/ 12 levels "admin.","blue-collar",..: 4 8 8 1 8 8 1 2 10 8 ...
## $ marital : Factor w/ 4 levels "divorced","married",..: 2 2 2 2 2 2 2 2 3 3 ...
## $ education : Factor w/ 8 levels "basic.4y","basic.6y",..: 1 4 4 2 4 3 6 8 6 4 ...
## $ default : chr "no" "unknown" "no" "no" ...
## $ housing : chr "no" "no" "yes" "no" ...
## $ loan : chr "no" "no" "no" "no" ...
## $ contact : Factor w/ 2 levels "cellular","telephone": 2 2 2 2 2 2 2 2 2 2 ...
## $ month : chr "may" "may" "may" "may" ...
## $ day_of_week : chr "mon" "mon" "mon" "mon" ...
## $ campaign : int 1 1 1 1 1 1 1 1 1 1 ...
## $ pdays : int 999 999 999 999 999 999 999 999 999 999 ...
## $ previous : int 0 0 0 0 0 0 0 0 0 0 ...
## $ poutcome : Factor w/ 3 levels "failure","nonexistent",..: 2 2 2 2 2 2 2 2 2 2 ...
## $ emp.var.rate : num 1.1 1.1 1.1 1.1 1.1 1.1 1.1 1.1 1.1 1.1 ...
## $ cons.price.idx: num 94 94 94 94 94 ...
## $ cons.conf.idx : num -36.4 -36.4 -36.4 -36.4 -36.4 -36.4 -36.4 -36.4 -36.4 -36.4 ...
## $ euribor3m : num 4.86 4.86 4.86 4.86 4.86 ...
## $ nr.employed : num 5191 5191 5191 5191 5191 ...
## $ y : Factor w/ 2 levels "No","Sí": 1 1 1 1 1 1 1 1 1 1 ...#=============================================================
# VISUALIZACIÓN DE LOS DATOS
#=============================================================
#-------------------------------------------------------------
# Gráfico 1: Edad vs Euribor según suscripción
#-------------------------------------------------------------
ggplot(data1,
aes(x = age,
y = euribor3m,
color = y)) +
geom_point(alpha = 0.5) +
scale_color_manual(values = c("red", "darkgreen"),
labels = c("No suscribió",
"Sí suscribió"),
name = "Suscripción") +
labs(title = "Edad y tasa Euribor según suscripción",
x = "Edad",
y = "Euribor 3 meses") +
theme_minimal(base_size = 14)
#-------------------------------------------------------------
# Gráfico 2: Número de contactos vs contactos previos
#-------------------------------------------------------------
ggplot(data1,
aes(x = campaign,
y = previous,
color = y)) +
geom_point(alpha = 0.5) +
scale_color_manual(values = c("red", "darkgreen"),
labels = c("No suscribió",
"Sí suscribió"),
name = "Suscripción") +
labs(title = "Campaña actual vs contactos previos",
x = "Número de contactos actuales",
y = "Contactos previos") +
theme_minimal(base_size = 14)
#=============================================================
# Calcular odds de suscripción
#=============================================================
# Tabla de proporciones
prop1 <- prop.table(table(data1$y))
prop1##
## No Sí
## 0.8873458 0.1126542Interpretación
Aproximadamente el 88.7% de los clientes NO suscribieron el depósito, mientras que únicamente el 11.3% sí aceptaron la oferta.
La distribución de la variable respuesta evidencia un fuerte desbalance de clases en el conjunto de datos, ya que la mayoría de los clientes no suscribieron depósitos a plazo. Este comportamiento es consistente con la literatura relacionada con campañas de telemarketing bancario, donde las tasas de conversión suelen ser relativamente bajas.
## Sí
## 0.1269563Interpretación:
El odds indica cuántas veces ocurre la suscripción respecto a la no suscripción en la muestra.
El odds de suscripción indica la relación entre la probabilidad de suscribir y la probabilidad de no suscribir un depósito a plazo.
• En este caso, el odds de 0.127 significa que:
por cada cliente que suscribe un depósito, existen aproximadamente 8 clientes que no lo hacen.
• Esto confirma que la suscripción es un evento poco frecuente dentro de la muestra analizada.
MODELO DE REGRESIÓN LOGÍSTICA
• Modelo estadístico para clasificación binaria. • Predice probabilidades de “sí” o “no”. • Alta interpretabilidad mediante Odds Ratios. • Permite identificar variables significativas.
modelo_logit <- glm(y ~ age + job + marital + education + campaign + previous + euribor3m + emp.var.rate + cons.conf.idx +
contact + poutcome, data = data1, family = binomial)Interpretación:
La reducción considerable entre la null deviance y la residual deviance sugiere que las variables incluidas en el modelo contribuyen significativamente a explicar la probabilidad de suscripción.
En otras palabras:
• El modelo ajustado presenta mejor capacidad explicativa que un modelo sin predictores.
• El criterio AIC permite comparar modelos predictivos, donde valores más pequeños indican mejor ajuste relativo.
• Este valor podrá utilizarse posteriormente para comparar el modelo logístico con Random Forest y XGBoost.
##
## Call:
## glm(formula = y ~ age + job + marital + education + campaign +
## previous + euribor3m + emp.var.rate + cons.conf.idx + contact +
## poutcome, family = binomial, data = data1)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) 0.953600 0.301615 3.162 0.00157 **
## age 0.002091 0.002067 1.011 0.31181
## jobblue-collar -0.298109 0.067228 -4.434 9.24e-06 ***
## jobentrepreneur -0.138288 0.105823 -1.307 0.19129
## jobhousemaid -0.074137 0.124635 -0.595 0.55196
## jobmanagement -0.091699 0.073249 -1.252 0.21062
## jobretired 0.360589 0.091318 3.949 7.86e-05 ***
## jobself-employed -0.071970 0.099047 -0.727 0.46746
## jobservices -0.211645 0.073499 -2.880 0.00398 **
## jobstudent 0.331437 0.097435 3.402 0.00067 ***
## jobtechnician -0.059750 0.060277 -0.991 0.32156
## jobunemployed 0.040707 0.108305 0.376 0.70702
## jobunknown -0.152713 0.204112 -0.748 0.45435
## maritalmarried 0.023783 0.058584 0.406 0.68477
## maritalsingle 0.133575 0.066441 2.010 0.04439 *
## maritalunknown 0.236734 0.356850 0.663 0.50707
## educationbasic.6y 0.050527 0.101821 0.496 0.61973
## educationbasic.9y -0.066986 0.080549 -0.832 0.40563
## educationhigh.school 0.010892 0.078026 0.140 0.88898
## educationilliterate 0.821833 0.667323 1.232 0.21812
## educationprofessional.course 0.076475 0.086009 0.889 0.37392
## educationuniversity.degree 0.143134 0.077861 1.838 0.06601 .
## educationunknown 0.183701 0.102515 1.792 0.07314 .
## campaign -0.053943 0.009444 -5.712 1.12e-08 ***
## previous 0.245251 0.052435 4.677 2.91e-06 ***
## euribor3m -0.584539 0.038520 -15.175 < 2e-16 ***
## emp.var.rate 0.161650 0.041020 3.941 8.12e-05 ***
## cons.conf.idx 0.046058 0.003571 12.897 < 2e-16 ***
## contacttelephone -0.430288 0.047101 -9.135 < 2e-16 ***
## poutcomenonexistent 0.741229 0.084133 8.810 < 2e-16 ***
## poutcomesuccess 1.909005 0.075996 25.120 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 28999 on 41187 degrees of freedom
## Residual deviance: 23672 on 41157 degrees of freedom
## AIC: 23734
##
## Number of Fisher Scoring iterations: 6Variables con efecto NEGATIVO sobre la suscripción:
jobblue-collar: Los clientes con ocupaciones de tipo blue-collar presentan aproximadamente un 26% menores odds de suscripción en comparación con la categoría de referencia, manteniendo constantes las demás variables.
Además: la variable es estadísticamente significativa, por lo que existe evidencia de asociación entre esta ocupación y una menor probabilidad de aceptar depósitos a plazo.
jobservices: Los clientes que trabajan en el sector servicios presentan aproximadamente un 19% menores odds de suscripción respecto a la categoría de referencia.
campaign: Cada contacto adicional realizado durante la campaña reduce aproximadamente en un 5.3% las odds de suscripción.
Esto sugiere que: campañas excesivamente insistentes podrían disminuir la probabilidad de éxito, posiblemente debido al cansancio o rechazo del cliente.
Este resultado coincide con investigaciones previas sobre telemarketing bancario.
euribor3m: Un incremento de una unidad en la tasa Euribor reduce aproximadamente en un 44% las odds de suscripción.
Esta variable presenta uno de los efectos más fuertes del modelo, indicando que las condiciones macroeconómicas influyen significativamente en la decisión de los clientes.
contacttelephone: Los contactos realizados mediante teléfono tradicional presentan aproximadamente un 35% menores odds de suscripción en comparación con contactos celulares.
Esto sugiere que: el canal de comunicación influye significativamente sobre la efectividad de la campaña.
Variables con efecto POSITIVO sobre la suscripción:
jobretired: Los clientes retirados presentan aproximadamente un 43% mayores odds de suscripción respecto a la categoría de referencia.
Esto podría indicar: mayor estabilidad financiera, mayor interés en productos de inversión conservadores.
jobstudent: Los estudiantes presentan aproximadamente un 39% mayores odds de suscripción.
maritalsingle: Los clientes solteros presentan aproximadamente un 14% mayores odds de suscripción respecto a la categoría de referencia.
Aunque el efecto es moderado, la variable resulta estadísticamente significativa.
previous: Cada contacto previo adicional incrementa aproximadamente en un 28% las odds de suscripción.
Esto sugiere que: clientes previamente contactados podrían tener mayor familiaridad con la institución, o mayor disposición hacia productos financieros.
emp.var.rate: Incrementos en la tasa de variación del empleo aumentan aproximadamente en un 17.5% las odds de suscripción.
cons.conf.idx: Mayores niveles de confianza del consumidor incrementan ligeramente la probabilidad de suscripción.
poutcomesuccess: Los clientes que tuvieron campañas previas exitosas presentan aproximadamente 6.7 veces mayores odds de suscripción respecto a la categoría de referencia.
Esta es la variable más influyente del modelo.
El resultado indica que: el historial previo de éxito constituye un predictor extremadamente fuerte del comportamiento futuro del cliente.
poutcomenonexistent: Los clientes sin campañas previas registradas presentan aproximadamente el doble de odds de suscripción respecto a la categoría de referencia.
Variables NO significativas:
Variables como: age, entrepreneur, management, education, technician, presentaron valores-p mayores que 0.05.
No se encontró evidencia estadísticamente significativa suficiente para afirmar que dichas variables influyen sobre la probabilidad de suscripción una vez controladas las demás variables del modelo.
#=============================================================
# ODDS RATIOS
#=============================================================
odds_ratios <- exp(coef(modelo_logit))
odds_ratios## (Intercept) age
## 2.5950355 1.0020931
## jobblue-collar jobentrepreneur
## 0.7422207 0.8708481
## jobhousemaid jobmanagement
## 0.9285449 0.9123801
## jobretired jobself-employed
## 1.4341738 0.9305592
## jobservices jobstudent
## 0.8092517 1.3929680
## jobtechnician jobunemployed
## 0.9420000 1.0415474
## jobunknown maritalmarried
## 0.8583758 1.0240678
## maritalsingle maritalunknown
## 1.1429069 1.2671044
## educationbasic.6y educationbasic.9y
## 1.0518252 0.9352085
## educationhigh.school educationilliterate
## 1.0109514 2.2746658
## educationprofessional.course educationuniversity.degree
## 1.0794753 1.1538843
## educationunknown campaign
## 1.2016570 0.9474858
## previous euribor3m
## 1.2779420 0.5573625
## emp.var.rate cons.conf.idx
## 1.1754488 1.0471349
## contacttelephone poutcomenonexistent
## 0.6503220 2.0985125
## poutcomesuccess
## 6.7463727#=============================================================
# INTERVALOS DE CONFIANZA
#=============================================================
exp(confint(modelo_logit))## 2.5 % 97.5 %
## (Intercept) 1.4362099 4.6851169
## age 0.9980363 1.0061574
## jobblue-collar 0.6504480 0.8465873
## jobentrepreneur 0.7048930 1.0675931
## jobhousemaid 0.7239646 1.1804165
## jobmanagement 0.7894163 1.0520499
## jobretired 1.1984085 1.7142717
## jobself-employed 0.7639275 1.1265938
## jobservices 0.6999212 0.9336978
## jobstudent 1.1495888 1.6844221
## jobtechnician 0.8367115 1.0597466
## jobunemployed 0.8396952 1.2840776
## jobunknown 0.5674800 1.2649669
## maritalmarried 0.9138111 1.1497623
## maritalsingle 1.0040309 1.3027906
## maritalunknown 0.6013633 2.4576732
## educationbasic.6y 0.8602793 1.2825060
## educationbasic.9y 0.7988776 1.0955659
## educationhigh.school 0.8680799 1.1787175
## educationilliterate 0.5317163 7.6155211
## educationprofessional.course 0.9122043 1.2780134
## educationuniversity.degree 0.9912318 1.3450605
## educationunknown 0.9819735 1.4678087
## campaign 0.9297827 0.9648405
## previous 1.1536887 1.4170674
## euribor3m 0.5168264 0.6010713
## emp.var.rate 1.0846561 1.2738836
## cons.conf.idx 1.0398305 1.0544899
## contacttelephone 0.5927530 0.7129650
## poutcomenonexistent 1.7815799 2.4777762
## poutcomesuccess 5.8160270 7.8346308Interpretacion:
Existe un 95% de confianza de que el verdadero odds ratio asociado a campañas exitosas previas se encuentra entre 5.82 y 7.83.
Dado que el intervalo: no incluye el valor 1, la variable mantiene significancia estadística.
#=============================================================
# PREDICCIONES
#=============================================================
probabilidades <- predict(modelo_logit, type = "response")
head(probabilidades)## 1 2 3 4 5 6
## 0.04476810 0.03973472 0.03816944 0.04883455 0.03965501 0.03598679Interpretacion:
Las probabilidades predichas representan la probabilidad estimada de que cada cliente suscriba un depósito a plazo.
Por ejemplo: un valor de 0.044 indica una probabilidad estimada de 4.4% de suscripción.
#=============================================================
# CLASIFICACIÓN
#=============================================================
predicciones <- ifelse(probabilidades > 0.5, "Sí", "No")
predicciones <- factor(predicciones, levels = c("No", "Sí"))
#=============================================================
# VARIABLES SIGNIFICATIVAS
#=============================================================
summary(modelo_logit)$coefficients## Estimate Std. Error z value Pr(>|z|)
## (Intercept) 0.953600183 0.301614677 3.1616505 1.568777e-03
## age 0.002090947 0.002067310 1.0114336 3.118089e-01
## jobblue-collar -0.298108662 0.067228435 -4.4342645 9.238716e-06
## jobentrepreneur -0.138287704 0.105823177 -1.3067809 1.912871e-01
## jobhousemaid -0.074136504 0.124635396 -0.5948270 5.519591e-01
## jobmanagement -0.091698638 0.073249470 -1.2518676 2.106181e-01
## jobretired 0.360588901 0.091318144 3.9487103 7.857336e-05
## jobself-employed -0.071969622 0.099046978 -0.7266211 4.674581e-01
## jobservices -0.211645344 0.073499109 -2.8795634 3.982262e-03
## jobstudent 0.331436728 0.097435035 3.4016176 6.698830e-04
## jobtechnician -0.059749968 0.060277302 -0.9912515 3.215628e-01
## jobunemployed 0.040707484 0.108304765 0.3758605 7.070206e-01
## jobunknown -0.152713254 0.204111901 -0.7481840 4.543492e-01
## maritalmarried 0.023782704 0.058584286 0.4059571 6.847742e-01
## maritalsingle 0.133574896 0.066441258 2.0104209 4.438666e-02
## maritalunknown 0.236734286 0.356850059 0.6633999 5.070745e-01
## educationbasic.6y 0.050526899 0.101821084 0.4962322 6.197306e-01
## educationbasic.9y -0.066985765 0.080548818 -0.8316170 4.056252e-01
## educationhigh.school 0.010891864 0.078025661 0.1395934 8.889813e-01
## educationilliterate 0.821833123 0.667322622 1.2315379 2.181217e-01
## educationprofessional.course 0.076475110 0.086009074 0.8891517 3.739216e-01
## educationuniversity.degree 0.143133903 0.077860672 1.8383338 6.601324e-02
## educationunknown 0.183701429 0.102515422 1.7919395 7.314267e-02
## campaign -0.053943306 0.009444151 -5.7118214 1.117734e-08
## previous 0.245250954 0.052434748 4.6772601 2.907334e-06
## euribor3m -0.584539363 0.038520029 -15.1749461 5.182029e-52
## emp.var.rate 0.161650025 0.041020134 3.9407484 8.122780e-05
## cons.conf.idx 0.046057767 0.003571149 12.8971852 4.668399e-38
## contacttelephone -0.430287694 0.047100836 -9.1354578 6.513063e-20
## poutcomenonexistent 0.741228767 0.084132707 8.8102332 1.248858e-18
## poutcomesuccess 1.909004983 0.075995667 25.1199188 3.013605e-139#=============================================================
# IMPORTANCIA ESTADÍSTICA
#=============================================================
# Variables con p-value < 0.05
coeficientes <- summary(modelo_logit)$coefficients
variables_sig <- coeficientes[coeficientes[,4] < 0.05, ]
variables_sig## Estimate Std. Error z value Pr(>|z|)
## (Intercept) 0.95360018 0.301614677 3.161650 1.568777e-03
## jobblue-collar -0.29810866 0.067228435 -4.434264 9.238716e-06
## jobretired 0.36058890 0.091318144 3.948710 7.857336e-05
## jobservices -0.21164534 0.073499109 -2.879563 3.982262e-03
## jobstudent 0.33143673 0.097435035 3.401618 6.698830e-04
## maritalsingle 0.13357490 0.066441258 2.010421 4.438666e-02
## campaign -0.05394331 0.009444151 -5.711821 1.117734e-08
## previous 0.24525095 0.052434748 4.677260 2.907334e-06
## euribor3m -0.58453936 0.038520029 -15.174946 5.182029e-52
## emp.var.rate 0.16165003 0.041020134 3.940748 8.122780e-05
## cons.conf.idx 0.04605777 0.003571149 12.897185 4.668399e-38
## contacttelephone -0.43028769 0.047100836 -9.135458 6.513063e-20
## poutcomenonexistent 0.74122877 0.084132707 8.810233 1.248858e-18
## poutcomesuccess 1.90900498 0.075995667 25.119919 3.013605e-139MODELO DE REGRESIÓN LOG
• Modelo estadístico para clasificación binaria. • Predice probabilidades de “sí” o “no”. • Alta interpretabilidad mediante Odds Ratios. • Permite identificar variables significativas.
modelo_logit <- glm(y ~ age + job + marital + education + campaign + previous + euribor3m + emp.var.rate + cons.conf.idx +
contact + poutcome, data = data1, family = binomial)Interpretación:
La reducción considerable entre la null deviance y la residual deviance sugiere que las variables incluidas en el modelo contribuyen significativamente a explicar la probabilidad de suscripción.
En otras palabras:
• El modelo ajustado presenta mejor capacidad explicativa que un modelo sin predictores.
• El criterio AIC permite comparar modelos predictivos, donde valores más pequeños indican mejor ajuste relativo.
• Este valor podrá utilizarse posteriormente para comparar el modelo logístico con Random Forest y XGBoost.
##
## Call:
## glm(formula = y ~ age + job + marital + education + campaign +
## previous + euribor3m + emp.var.rate + cons.conf.idx + contact +
## poutcome, family = binomial, data = data1)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) 0.953600 0.301615 3.162 0.00157 **
## age 0.002091 0.002067 1.011 0.31181
## jobblue-collar -0.298109 0.067228 -4.434 9.24e-06 ***
## jobentrepreneur -0.138288 0.105823 -1.307 0.19129
## jobhousemaid -0.074137 0.124635 -0.595 0.55196
## jobmanagement -0.091699 0.073249 -1.252 0.21062
## jobretired 0.360589 0.091318 3.949 7.86e-05 ***
## jobself-employed -0.071970 0.099047 -0.727 0.46746
## jobservices -0.211645 0.073499 -2.880 0.00398 **
## jobstudent 0.331437 0.097435 3.402 0.00067 ***
## jobtechnician -0.059750 0.060277 -0.991 0.32156
## jobunemployed 0.040707 0.108305 0.376 0.70702
## jobunknown -0.152713 0.204112 -0.748 0.45435
## maritalmarried 0.023783 0.058584 0.406 0.68477
## maritalsingle 0.133575 0.066441 2.010 0.04439 *
## maritalunknown 0.236734 0.356850 0.663 0.50707
## educationbasic.6y 0.050527 0.101821 0.496 0.61973
## educationbasic.9y -0.066986 0.080549 -0.832 0.40563
## educationhigh.school 0.010892 0.078026 0.140 0.88898
## educationilliterate 0.821833 0.667323 1.232 0.21812
## educationprofessional.course 0.076475 0.086009 0.889 0.37392
## educationuniversity.degree 0.143134 0.077861 1.838 0.06601 .
## educationunknown 0.183701 0.102515 1.792 0.07314 .
## campaign -0.053943 0.009444 -5.712 1.12e-08 ***
## previous 0.245251 0.052435 4.677 2.91e-06 ***
## euribor3m -0.584539 0.038520 -15.175 < 2e-16 ***
## emp.var.rate 0.161650 0.041020 3.941 8.12e-05 ***
## cons.conf.idx 0.046058 0.003571 12.897 < 2e-16 ***
## contacttelephone -0.430288 0.047101 -9.135 < 2e-16 ***
## poutcomenonexistent 0.741229 0.084133 8.810 < 2e-16 ***
## poutcomesuccess 1.909005 0.075996 25.120 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 28999 on 41187 degrees of freedom
## Residual deviance: 23672 on 41157 degrees of freedom
## AIC: 23734
##
## Number of Fisher Scoring iterations: 6Variables con efecto NEGATIVO sobre la suscripción:
jobblue-collar: Los clientes con ocupaciones de tipo blue-collar presentan aproximadamente un 26% menores odds de suscripción en comparación con la categoría de referencia, manteniendo constantes las demás variables.
Además: la variable es estadísticamente significativa, por lo que existe evidencia de asociación entre esta ocupación y una menor probabilidad de aceptar depósitos a plazo.
jobservices: Los clientes que trabajan en el sector servicios presentan aproximadamente un 19% menores odds de suscripción respecto a la categoría de referencia.
campaign: Cada contacto adicional realizado durante la campaña reduce aproximadamente en un 5.3% las odds de suscripción.
Esto sugiere que: campañas excesivamente insistentes podrían disminuir la probabilidad de éxito, posiblemente debido al cansancio o rechazo del cliente.
Este resultado coincide con investigaciones previas sobre telemarketing bancario.
euribor3m: Un incremento de una unidad en la tasa Euribor reduce aproximadamente en un 44% las odds de suscripción.
Esta variable presenta uno de los efectos más fuertes del modelo, indicando que las condiciones macroeconómicas influyen significativamente en la decisión de los clientes.
contacttelephone: Los contactos realizados mediante teléfono tradicional presentan aproximadamente un 35% menores odds de suscripción en comparación con contactos celulares.
Esto sugiere que: el canal de comunicación influye significativamente sobre la efectividad de la campaña.
#=============================================================
# ODDS RATIOS
#=============================================================
odds_ratios <- exp(coef(modelo_logit))
odds_ratios## (Intercept) age
## 2.5950355 1.0020931
## jobblue-collar jobentrepreneur
## 0.7422207 0.8708481
## jobhousemaid jobmanagement
## 0.9285449 0.9123801
## jobretired jobself-employed
## 1.4341738 0.9305592
## jobservices jobstudent
## 0.8092517 1.3929680
## jobtechnician jobunemployed
## 0.9420000 1.0415474
## jobunknown maritalmarried
## 0.8583758 1.0240678
## maritalsingle maritalunknown
## 1.1429069 1.2671044
## educationbasic.6y educationbasic.9y
## 1.0518252 0.9352085
## educationhigh.school educationilliterate
## 1.0109514 2.2746658
## educationprofessional.course educationuniversity.degree
## 1.0794753 1.1538843
## educationunknown campaign
## 1.2016570 0.9474858
## previous euribor3m
## 1.2779420 0.5573625
## emp.var.rate cons.conf.idx
## 1.1754488 1.0471349
## contacttelephone poutcomenonexistent
## 0.6503220 2.0985125
## poutcomesuccess
## 6.7463727#=============================================================
# INTERVALOS DE CONFIANZA
#=============================================================
exp(confint(modelo_logit))## 2.5 % 97.5 %
## (Intercept) 1.4362099 4.6851169
## age 0.9980363 1.0061574
## jobblue-collar 0.6504480 0.8465873
## jobentrepreneur 0.7048930 1.0675931
## jobhousemaid 0.7239646 1.1804165
## jobmanagement 0.7894163 1.0520499
## jobretired 1.1984085 1.7142717
## jobself-employed 0.7639275 1.1265938
## jobservices 0.6999212 0.9336978
## jobstudent 1.1495888 1.6844221
## jobtechnician 0.8367115 1.0597466
## jobunemployed 0.8396952 1.2840776
## jobunknown 0.5674800 1.2649669
## maritalmarried 0.9138111 1.1497623
## maritalsingle 1.0040309 1.3027906
## maritalunknown 0.6013633 2.4576732
## educationbasic.6y 0.8602793 1.2825060
## educationbasic.9y 0.7988776 1.0955659
## educationhigh.school 0.8680799 1.1787175
## educationilliterate 0.5317163 7.6155211
## educationprofessional.course 0.9122043 1.2780134
## educationuniversity.degree 0.9912318 1.3450605
## educationunknown 0.9819735 1.4678087
## campaign 0.9297827 0.9648405
## previous 1.1536887 1.4170674
## euribor3m 0.5168264 0.6010713
## emp.var.rate 1.0846561 1.2738836
## cons.conf.idx 1.0398305 1.0544899
## contacttelephone 0.5927530 0.7129650
## poutcomenonexistent 1.7815799 2.4777762
## poutcomesuccess 5.8160270 7.8346308Interpretacion:
Existe un 95% de confianza de que el verdadero odds ratio asociado a campañas exitosas previas se encuentra entre 5.82 y 7.83.
Dado que el intervalo: no incluye el valor 1, la variable mantiene significancia estadística.
#=============================================================
# PREDICCIONES
#=============================================================
probabilidades <- predict(modelo_logit, type = "response")
head(probabilidades)## 1 2 3 4 5 6
## 0.04476810 0.03973472 0.03816944 0.04883455 0.03965501 0.03598679Interpretacion:
Las probabilidades predichas representan la probabilidad estimada de que cada cliente suscriba un depósito a plazo.
Por ejemplo: un valor de 0.044 indica una probabilidad estimada de 4.4% de suscripción.
#=============================================================
# CLASIFICACIÓN
#=============================================================
predicciones <- ifelse(probabilidades > 0.5, "Sí", "No")
predicciones <- factor(predicciones, levels = c("No", "Sí"))
#=============================================================
# VARIABLES SIGNIFICATIVAS
#=============================================================
summary(modelo_logit)$coefficients## Estimate Std. Error z value Pr(>|z|)
## (Intercept) 0.953600183 0.301614677 3.1616505 1.568777e-03
## age 0.002090947 0.002067310 1.0114336 3.118089e-01
## jobblue-collar -0.298108662 0.067228435 -4.4342645 9.238716e-06
## jobentrepreneur -0.138287704 0.105823177 -1.3067809 1.912871e-01
## jobhousemaid -0.074136504 0.124635396 -0.5948270 5.519591e-01
## jobmanagement -0.091698638 0.073249470 -1.2518676 2.106181e-01
## jobretired 0.360588901 0.091318144 3.9487103 7.857336e-05
## jobself-employed -0.071969622 0.099046978 -0.7266211 4.674581e-01
## jobservices -0.211645344 0.073499109 -2.8795634 3.982262e-03
## jobstudent 0.331436728 0.097435035 3.4016176 6.698830e-04
## jobtechnician -0.059749968 0.060277302 -0.9912515 3.215628e-01
## jobunemployed 0.040707484 0.108304765 0.3758605 7.070206e-01
## jobunknown -0.152713254 0.204111901 -0.7481840 4.543492e-01
## maritalmarried 0.023782704 0.058584286 0.4059571 6.847742e-01
## maritalsingle 0.133574896 0.066441258 2.0104209 4.438666e-02
## maritalunknown 0.236734286 0.356850059 0.6633999 5.070745e-01
## educationbasic.6y 0.050526899 0.101821084 0.4962322 6.197306e-01
## educationbasic.9y -0.066985765 0.080548818 -0.8316170 4.056252e-01
## educationhigh.school 0.010891864 0.078025661 0.1395934 8.889813e-01
## educationilliterate 0.821833123 0.667322622 1.2315379 2.181217e-01
## educationprofessional.course 0.076475110 0.086009074 0.8891517 3.739216e-01
## educationuniversity.degree 0.143133903 0.077860672 1.8383338 6.601324e-02
## educationunknown 0.183701429 0.102515422 1.7919395 7.314267e-02
## campaign -0.053943306 0.009444151 -5.7118214 1.117734e-08
## previous 0.245250954 0.052434748 4.6772601 2.907334e-06
## euribor3m -0.584539363 0.038520029 -15.1749461 5.182029e-52
## emp.var.rate 0.161650025 0.041020134 3.9407484 8.122780e-05
## cons.conf.idx 0.046057767 0.003571149 12.8971852 4.668399e-38
## contacttelephone -0.430287694 0.047100836 -9.1354578 6.513063e-20
## poutcomenonexistent 0.741228767 0.084132707 8.8102332 1.248858e-18
## poutcomesuccess 1.909004983 0.075995667 25.1199188 3.013605e-139#=============================================================
# IMPORTANCIA ESTADÍSTICA
#=============================================================
# Variables con p-value < 0.05
coeficientes <- summary(modelo_logit)$coefficients
variables_sig <- coeficientes[coeficientes[,4] < 0.05, ]
variables_sig## Estimate Std. Error z value Pr(>|z|)
## (Intercept) 0.95360018 0.301614677 3.161650 1.568777e-03
## jobblue-collar -0.29810866 0.067228435 -4.434264 9.238716e-06
## jobretired 0.36058890 0.091318144 3.948710 7.857336e-05
## jobservices -0.21164534 0.073499109 -2.879563 3.982262e-03
## jobstudent 0.33143673 0.097435035 3.401618 6.698830e-04
## maritalsingle 0.13357490 0.066441258 2.010421 4.438666e-02
## campaign -0.05394331 0.009444151 -5.711821 1.117734e-08
## previous 0.24525095 0.052434748 4.677260 2.907334e-06
## euribor3m -0.58453936 0.038520029 -15.174946 5.182029e-52
## emp.var.rate 0.16165003 0.041020134 3.940748 8.122780e-05
## cons.conf.idx 0.04605777 0.003571149 12.897185 4.668399e-38
## contacttelephone -0.43028769 0.047100836 -9.135458 6.513063e-20
## poutcomenonexistent 0.74122877 0.084132707 8.810233 1.248858e-18
## poutcomesuccess 1.90900498 0.075995667 25.119919 3.013605e-139