Las tecnicas estadisticas predictivas, base de la econometria, especifican el modelo para los datos de acuerdo a un conocimiento teorico previo recogido en la teoria economica, medica, biologica, farmacologica, epidemiologica, ingenieria o de la materia de la que se trate. Una vez identificado el modelo teorico, se procede a su estimacion debiendo ser posteriormente contrastado antes de aceptarlo como valido. Finalmente ya puede utilizarse el modelo para predecir. Tenemos asi las cuatro fases tipicas de la modelizacion predictiva: identificacion, estimacion, diagnosis y prediccion. Podemos incluir entre las tecnicas predictivas todos los tipos de regresion lineal y no lineal, series temporales, analisis de la varianza y la covarianza, modelos de diseño de experimentos, analisis discriminante, arboles de decision y redes neuronales.Pero, tanto los arboles de decision, como las redes neuronales y el analisis discriminante son a su vez tecnicas de clasificacion que pueden extraer perfiles de comportamiento o clases, siendo el objetivo construir un modelo que permita clasificar cualquier nuevo dato. Los arboles de decision permiten clasificar los datos en grupos basados en los valores de las variables. El mecanismo de base consiste en elegir un atributo como raiz y desarrollar el arbol segun las variables mas significativas. De esta forma se puede realizar en cierto modo perfilado y segmentacion de datos.Este libro desarrolla practicamente todas las tecnicas estadisticas predictivas ilustrandolas con ejemplos practicos resueltos con el software IBM SPSS. Al final de cada capitulo se presentan una serie de ejercicios secuenciados en orden de dificultan que permiten afianzar los conocimientos adquiridos.
