USING A LOGIT MODEL TO PREDICT PLURALITY OF BIDDERS IN PUBLIC TENDERS

Susana María Valencia Rodríguez | Bio
Institución Universitaria Pascual Bravo
Natalia Acevedo Prins | Bio
Universidad de Antioquia
Miguel David Rojas-López | Bio
Universidad Nacional de Colombia Sede Medellín

Abstract

State contracting is a relevant issue for society’s participants, because  through this mechanism State resources are invested, seeking the fulfillment  of development plan objectives, which in turn are synonymous with  collective progress. Thus, a brief theoretical explanation is given of the  enabling requirements of financial capacity that are demanded in  the specifications, with the aim of having clarity of the expected behavior  in the proposed statistical model. Subsequently, the description of the  methodology used in the research and the theoretical approach that supports  the development of the proposed regression models are presented, the  validation tests carried out are presented, and the model with which  the probability of a plurality of suppliers is predicted according to the  enabling requirements of financial capacity is presented.   

References

  1. [1] S. M. Valencia Rodríguez, “Análisis de requisitos habilitantes de capacidad financiera, que no garantizan la pluralidad de oferentes, en las licitaciones públicas,” Universidad Nacional de Colombia, 2019.
  2. [2] O. D. Wilson, K. Sharpe, and R. Kenley, “Estimates given and tenders received: a comparison,” Constr. Manag. Econ., vol. 5, no. 3, pp. 211–226, 1987.
  3. [3] C. H. Wong, “Contractor performance prediction model for the United Kingdom construction contractor: study of logistic regression approach,” J. Constr. Eng. Manag., vol. 130, no. 5, pp. 691–698, 2004.
  4. [4] R. A. Walkling, “Predicting tender offer success: A logistic analysis,” J. Financ. Quant. Anal., vol. 20, no. 4, pp. 461–478, 1985.
  5. [5] C. Congreso de Colombia, “Ley 80 de 1993. Estatuto General de Contratación de la Administración Pública.” 1993.
  6. [6] Sociedad Colombiana de Ingenieros, “Informe de gestión Marzo 2014 - Marzo 2015.” p. 84, 2015.
  7. [7] Sociedad Colombiana de Ingenieros, “Contratación en el país está amañada y es de unos pocos,” 2015.
  8. [8] R. J. Sánchez, J. Lardé, P. Chauvet, and A. Jaimurzina, “Inversiones en infraestructura en América Latina Tendencias , brechas y oportunidades.,” CEPAL. Ser. Recur. Nat. e Infraestruct., no. 187, pp. 1–94, 2017.
  9. [9] Sociedad Colombiana de Ingenieros, “Estudio de la contratación pública regional. Año 2017.” Bogotá D.C., p. 307, 2018.
  10. [10] Colombia compra eficiente, “Manual para determinar y verificar los requisitos habilitantes en los Procesos de Contratación.” 2017.
  11. [11] J. S. Aristizábal González, “Cálculo, análisis, evaluación y comparación de la gestión de los tres sectores más representativos de la economía caldense durente 2.008 , por medio de los indicadores financieros sectoriales.,” Universidad Nacional de Colombia, 2011.
  12. [12] P. K. Tituana Armijos, “El análisis financiero y la evaluación de los indicadores de la gestión, endeudamiento y liquidez y la toma de decisiones,” Universidad Técnica de Machala, 2015.
  13. [13] A. P. Hernández Silva, “Razones Financieras,” in Universidad Autónoma del Estado de Hidalgo, 2017.
  14. [14] J. P. Jorge, “Análisis de Estados Financieros.” Universidad de la Pampa, p. 21, 2017.
  15. [15] C. E. Valdivieso Taborga, R. Valdivieso Castellón, and O. A. Valdivieso Taborga, “DETERMINACIÓN DEL TAMAÑO MUESTRAL MEDIANTE EL USO DE ÁRBOLES DE DECISIÓN,” UPB - Investig. Desarro., vol. 11, pp. 148–176, 2011.
  16. [16] D. W. Hosmer Jr, S. Lemeshow, and R. X. Sturdivant, Applied logistic regression, vol. 398. John Wiley & Sons, 2013.
  17. [17] D. Montgomery, E. Peck, and G. Vining, Introducción al análisis de Regresión Lineal. Cecsa, 2006.
  18. [18] P. López-Roldán and S. Fachelli, Metodología de la investigación social cuantitativa. Universidad Autónoma de Barcelona, 2015.
  19. [19] R. E. Wright, “Logistic regression.,” 1995.
  20. [20] S. de la F. Hernandez, “Regresion logistica,” Fac. Ciencias Econ. y Empres. UNAM, 2011.
  21. [21] D. N. Gujarati and D. C. Porter, Econometría. México: McGraw Hill, 2010.
  22. [22] J. L. Cañadas Reche, “Regresión Logística. Tratamiento computacional con R,” Universidad de Granada, 2013.
  23. [23] D. Martínez, J. L Albín, J. C Cabaleiro, T. Pena, F. Rivera, and V. Blanco, El criterio de información de Akaike en la obtención de modelos estadísticos de Rendimiento. 2009.
  24. [24] T. Iglesias Cabo, “Métodos de Bondad de Ajuste en Regresión Logística,” Universidad de Granada, 2013.
  25. [25] L. Pérez-Planells, J. Delegido, J. . Rivera-Caicedo, and J. Verrelst, “Análisis de métodos de validación cruzada para la obtención robusta de parámetros biofísicos,” Rev. TELEDETECCIÓN, vol. 44, pp. 55–65, 2015.
  26. [26] B. M. Fernández Félix, “Validación interna de modelos de regresión logística comando Validation (Stata),” Universidad Complutense de Madrid, 2018.
  27. [27] A. Brunelli, “A synopsis of resampling techniques,” J. Thorac. Dis., vol. 6, no. 12, 2014.
  28. [28] F. J. Ariza-lópez, J. Rodríguez-avi, and V. A. Fernandez, “CONTROL ESTRICTO DE MATRICES DE CONFUSIÓN POR MEDIO DE DISTRIBUCIONES MULTINOMIALES,” Rev. Int. Cienc. y Tecnol. la Inf. Geográfica, vol. 21E, pp. 215–227, 2018.
  29. [29] O. Alejandro Martínez Jaime and J. Díaz-García, Una Modificación a la Distancia de Cook, vol. 14. 2004.
How to Cite
Valencia Rodríguez, S. M., Acevedo Prins, N., & Rojas-López, M. D. (2023). USING A LOGIT MODEL TO PREDICT PLURALITY OF BIDDERS IN PUBLIC TENDERS. Revista Ingenierías Universidad De Medellín, 22(42), 1-15. https://doi.org/10.22395/rium.v22n42a2

Downloads

Download data is not yet available.

Send mail to Author


Send Cancel

We are indexed in