El objetivo de este libro es presentar las técnicas de segmentación más utilizadas hoy en día, aplicables a la obtención de perfiles, reconocimiento de patrones, análisis de mercados, análisis del fraude y otras disciplinas muy en boga en la actualidad. El contenido se dirige a docentes y estudiantes universitarios de todos los niveles que imparten o cursan materias relacionadas con la clasificación y la segmentación. Asimismo, es útil para los profesionales de la Economía, Empresa, Ciencias Sociales, Ciencias Experimentales, Minería de Datos y otras ramas científicas en las que se aplican las técnicas modernas de segmentación.
El libro comienza introduciendo al lector en los conceptos esenciales para el trabajo con técnicas de clasificación y segmentación. En primer lugar, se abordan las técnicas predictivas de segmentación incluyendo los modelos de variable dependiente limitada (Logit, Probit, recuento, etc.), modelos censurados y truncados, modelos de selección muestral y modelos de duración. A continuación, se tratan las técnicas predictivas de segmentación ad-hoc, incluyendo árboles de decisión y el modelo discriminante. Más adelante, se desarrollan las técnicas descriptivas de segmentación post-hoc entre las que se encuentran el análisis clúster y las redes neuronales. Otro bloque de contenido incluye las técnicas descriptivas de segmentación basadas en la reducción de la dimensión, como el escalamiento multidimensional y el análisis de correspondencias. Finalmente, se desarrollan contenidos relativos al análisis conjunto y a los modelos de ecuaciones estructurales.
