Trabajos de investigación EP Estadística
Permanent URI for this collectionhttps://hdl.handle.net/20.500.12672/5159
Browse
Browsing Trabajos de investigación EP Estadística by browse.metadata.advisor "Molina Quiñones, Helfer Joel"
Now showing 1 - 10 of 10
- Results Per Page
- Sort Options
Item Análisis de supervivencia: determinantes de la probabilidad de pago de una cartera castigada, en una entidad bancaria del Perú(Universidad Nacional Mayor de San Marcos, 2022) Balbuena Campos, Jhan Piere's Martin; Molina Quiñones, Helfer JoelBusca determinar los factores que influyan en la probabilidad de pago de la deuda de este tipo de clientes. Utilizando las técnicas del análisis de supervivencia, como el modelo de regresión de Cox, definiendo como evento de interés al pago de la deuda en el transcurso de un mes; se obtuvo que, el endeudamiento, el rango etario, la situación laboral y la región de residencia; así también, la morosidad de la deuda del cliente y el número de días que se le llamó al deudor, aportaron significativamente al modelo. La función de supervivencia del modelo estima una probabilidad de sobrevivir al evento de interés del 92.7%.Item Años de vida potencialmente perdidos por COVID-19 en el Perú, 2020-2021(Universidad Nacional Mayor de San Marcos, 2022) Rodriguez Coaguila, Juan Jesús; Molina Quiñones, Helfer JoelDetermina las tasas de años de vida potencialmente perdidos debido a todas las causas de muerte y por COVID-19 en el Perú, durante los años 2020 y 2021, este último por totales y según sexo. Siguiendo las putas o procedimiento propuesto por la OMS, respecto de elegir un límite de edad superior y un límite de edad inferior, calculando la edad media para cada grupo de edad, los años de vida potencialmente perdidos y sus tasas multiplicadas por 1 000 habitantes. Se tomó como matriz de análisis del Sistema Informático Nacional de Defunciones (SINADEF), de libre acceso, de los años 2017 al 2021 donde registran 801 719 muertes acumuladas dentro el periodo del 2017 al 2021. Asimismo, de la matriz se consideró el periodo 2020 y 2021 dando un acumulado de 10 366 fallecidos a consecuencia de la COVID-19 (casos confirmados al 24 de mayo del 2022, según SINADEF-MINSA). Representando con un 1,5% para el año 2020 y 2,1% de años de vida potencialmente perdidos para el 2021, en comparación con todas las causas de muerte. Atribuyéndole 49 394 años perdidos para el año 2020 y para el año 2021 se le atribuyó 69 038 años perdidos.Item Árboles de decisión: perfil de niñas/os y adolescentes en desprotección familiar en la Unidad de Protección Especial Huancavelica, 2021-2022(Universidad Nacional Mayor de San Marcos, 2022) Guzmán Llontop, María Yohana; Molina Quiñones, Helfer JoelDetermina el Perfil de niñas/os y adolescentes en desprotección familiar en la UPE Huancavelica. El estudio es de enfoque cuantitativo de tipo aplicada y método hipotético deductivo. El diseño del estudio es no experimental de corte transversal de alcance correlacional. La muestra fue igual a la población objetivo ya que se dispone con toda la información la cual constituye 783 niñas/os y adolescentes evaluados, del año 2021 hasta el mes de marzo 2022, de donde 426 (54%) fueron del sexo mujer y 357 (46%) del sexo masculino. La técnica de recolección de datos fue la revisión documental, y el instrumento de recolección de datos fue el registro de datos en Excel. Se obtuvo como resultados, de acuerdo al estadístico chi-cuadrado, como variables significativas a la negligencia o descuido, violencia física y psicológica con un p-valor menor a 0.05. Con respecto al perfil de niñas/os con el método estadístico Árbol de decisión, las variables que explican la desprotección familiar son la negligencia y descuido y la violencia psicológica.Item Comparación de modelos de clasificación para determinar las variables que intervienen en la población penitenciaria que ha cometido el delito de robo agravado(Universidad Nacional Mayor de San Marcos, 2021) Huaranga Vilcas, Carmen Johana; Molina Quiñones, Helfer JoelDetermina las variables que influyen en una persona para que cometa el delito de robo agravado, aplicándose para tal, la regresión logística y árboles de clasificación. En los últimos años, el Perú enfrenta una ola delincuencial mayor, por lo que actualmente es uno de los problemas que más preocupa a los ciudadanos y a las autoridades. Siendo el robo agravado el delito con mayor número de internos en los centros penitenciarios del Perú. La base de datos utilizada para el presente trabajo se obtuvo del portal del INEI; y corresponde al primer censo nacional penitenciario 2016. Como ámbito de estudio, se evalúo a todos los internos peruanos que cometieron algún delito en Lima Metropolitana y como resultado se obtuvo que 23 mil 735 personas que se encuentran privadas de su libertad, considerando 23 mil 491 internos después del tratamiento de datos. De los cuales el 34.7% cometieron el delito de robo agravado y 94.1% son varones. Se determinó como mejor modelo a la regresión logística, con un 75% de sensibilidad, identificando a las siguientes variables: antes de cumplir los 18 años, sus mejores amigos cometían delitos; el barrio donde vivía había pandillas y si algún familiar se encontraba preso se asocian significativamente con que el interno haya cometido el delito de robo agravado.Item Modelo de Box-Jenkins para el pronóstico de la recaudación de ingreso de la genérica 1.3 de una entidad pública, 2017 – 2021(Universidad Nacional Mayor de San Marcos, 2021) Roque García, Averly David; Molina Quiñones, Helfer JoelEl presente trabajo tuvo como finalidad determinar un modelo adecuado de serie de tiempo, el cual permita describir y pronosticar los ingresos mensuales que genera la entidad pública, en la genérica de ingreso 1.3 por concepto de venta de servicios, bienes y derechos administrativos, cuyos registros fueron obtenidos del Sistema Integrado de Administración Financiera (SIAF SP). Para tal fin se recurrió a la utilización de la metodología de Box-Jenkins, para identificar el modelo óptimo que permita explicar los registros obtenidos y el pronóstico para los meses de julio a diciembre del año 2021. Finalmente se concluye que el mejor modelo evidenciado es el ARIMA (1,1,2).Item Modelo de propensión a la adquisición de un producto activo o pasivo en una entidad financiera peruana(Universidad Nacional Mayor de San Marcos, 2022) Céspedes Malpartida, Diana Milagros; Molina Quiñones, Helfer JoelLa entidad financiera es una empresa peruana especializada en brindar productos financieros, sean activos o pasivos dentro del territorio nacional buscando mantener un crecimiento, y ya que existe una fuerte competencia en el mercado financiero, es que surge la necesidad de aumentar la adquisición de productos financieros en todas las regiones acorde a las características de los clientes como por ejemplo su comportamiento financiero, sus actividades económicas y su perfil demográfico, y también acorde a sus necesidades. Para resolver esta problemática se empleó información de 31,011 clientes naturales mayores de 18 años durante los meses de junio 2021 a abril 2022, todos estos clientes residentes en el Perú, los cuales fueron evaluados y admitidos en la entidad financiera, obteniendo como resultado un modelo óptimo de regresión logística, cuya buena clasificación es del 71% entre clientes que adquieren o no adquieren algún producto financiero en la entidad financiera. Además de obtener las características influyentes en el modelo como la edad, la actividad económica, el ingreso mensual, la calificación crediticia, entre otras.Item Modelo Lineal Generalizado Logístico para identificar factores de riesgo en el lavado de activos en una empresa financiera de Lima-Perú(Universidad Nacional Mayor de San Marcos, 2022) Garcia Flores, Daniel Josue; Molina Quiñones, Helfer JoelEvalua las alertas que se han presentado en el primer trimestre del año 2022 en la empresa Servitebca Perú S.A., de las cuales se presentan casos inusuales y casos de riesgo, estos últimos, deben ser sustentados por ambas partes, para así amparar la salud de la empresa y no afectar su credibilidad. El Modelo Lineal Generalizado con enlace Logit es una herramienta adecuada para el presente estudio, en el cual se tiene una variable de respuesta dicotómica con distintas variables explicativas, que junto con sus beneficios se podrá obtener a mayor detalle el perfil del cliente y las variables significativas que interactúan en el modelo. Tras el exhaustivo estudio, se entiende que todo parte desde la elección del cliente y en el perfil que este ha venido desarrollando o con la cual ha emprendido cómo, por ejemplo: rubro laboral, tamaño de la empresa, multas registradas en INDECOPI, entre otras. Por lo cual los filtros y reglamentarias para obtención de estos mismos es elemental para evitar futuros riesgos.Item Pronóstico del gasto medio por turista en España mediante el uso de series temporales(Universidad Nacional Mayor de San Marcos, 2022) Nolasco Palomino, Evelyn Yanela; Molina Quiñones, Helfer JoelEste trabajo tiene como objetivo encontrar un modelo apropiado para realizar los pronósticos del gasto medio por turista en España, se extrajo los datos de la Encuesta de Gasto Turístico Egatur de enero 2016 a marzo 2020. Para todo el procedimiento se utilizará la metodología de Box Jenkins, y se hizo la división de la serie de enero 2016 a diciembre 2018 (train) y de enero 2019 a marzo 2020 (test). Cabe resaltar que la codificación se realizó con el software RStudio versión 4.0.2. Después de haber seguido todos los pasos de la metodología de Box Jenkins, se identificó que el mejor modelo para predecir la serie de tiempo fue un modelo SARIMA(0,1,1)(1,1,0)12 , se realizó la validación del modelo, es decir se aplicaron las pruebas de hipótesis para verificar la aleatoriedad, normalidad, independencia y homocedasticidad. En primera instancia, se pronosticó el gasto medio de abril 2019 a marzo 2020, y con ello se hizo la evaluación de los pronósticos (test), en la cual se obtuvo el Error Medio Cuadrático (EMC) de -16.11, el Porcentaje de Error Medio Absoluto (PEMA) de 1.63% y el Porcentaje Medio del Error (PME) de -1.48%. Palabras clave: Series de tiempo, Gasto por Turista, Box Jenkins, SARIMA, autocorrelaciones.Item Proyección del número de turistas internacionales mediante el análisis de series de tiempo, Perú(Universidad Nacional Mayor de San Marcos, 2022) Barboza Navarro, Joanna Melina; Molina Quiñones, Helfer JoelUno de los sectores más golpeados por la pandemia fue el turismo, debido a que no hubo ingreso de turistas internacionales a nuestro país durante los meses de abril a setiembre 2020, alcanzando un descenso del 80% en comparación de las cifras alcanzadas en el 2019, lo que generó un caída del PBI, al pasar de 3,9% en el 2019 a 1,5% en el 2020, así como el desempleo masivo en el sector turismo, donde en el 2019 registró su pico más alto en los últimos cinco años con más de un millón de empleo, mientras que en el 2020 solo se habrían generado 697 mil empleos turísticos totales, lo que significó una fuerte caída de 52,2%, asimismo, descendiendo su participación en la PEA ocupada a 4,7%. Debido a estos resultados, se llevó a cabo este Trabajo de Suficiencia Profesional con la finalidad de proyectar una pronta recuperación en el sector. Así que se procedió a obtener los datos de enero del 2002 a diciembre del 2021 a través de la página web del MINCETUR y siguiendo la teoría de Box-Jenkins se encontró el modelo SARIMA (1,1,1) (2,0,0)12 que logró proyectar hasta el mes de diciembre 2022 el número de turistas internacionales al Perú, donde los resultados fueron favorables para el sector, debido al incremento mensual.Item Regresión logística: factores de riesgo que inciden al trabajo infantil - Encuesta Nacional de Hogares, Perú 2021(Universidad Nacional Mayor de San Marcos, 2022) Castillo Mamani, Fiorella Ninet; Molina Quiñones, Helfer JoelAborda como principal estudio conocer los factores de riesgo que inciden al trabajo infantil. Considerando como fuente secundaria la Encuesta Nacional de Hogares 2021 la base de datos. El estudio es descriptivo y transversal con un diseño observacional, no experimental. La selección de la muestra solo abarco niñas, niños y adolescentes entre 5 a 13 años de edad (19,546 casos). A partir de ello, se determinará los factores de riesgo utilizando el modelo de regresión logística múltiple. Donde, por medio de esta técnica Paramétrica se ha podido conocer los factores de riesgo que inciden al trabajo infantil en el 2021; en el cual se encontraron 12 variables que influyen al riesgo en que un menor se encuentre realizando algún tipo de trabajo (X2=46.88; p_valor=0.0000). Dentro de estas se encuentra: sexo, área de residencia, región rural, macro región, la variable sabe leer y escribir, lengua materna, ultimo nivel de estudios que asistió el 2020, actualmente asiste algún centro de estudios, el tipo de centro de estudios, la relación de parentesco con el jefe del hogar, nivel de pobreza, N° miembros del hogar (variable agrupada).