1. Ciencias básicas

Permanent URI for this communityhttps://hdl.handle.net/20.500.12672/1

Browse

Now showing 1 - 6 of 6

Análisis de regresión logística aplicada a la educación
(Universidad Nacional Mayor de San Marcos, 2007) Manco Pomacaja, Juan Manuel; Adriazola Cruz, Rosa Ysabel
Proporciona una explicación general y a la vez detallada del análisis de regresión logística, y así como también la construcción de un modelo a través de etapas en la cual se van seleccionando variables y al mismo tiempo eliminando otras. El siguiente trabajo está dirigido al área de educación, en el cual se presenta una aplicación con respecto a los ingresantes de la Facultad de Ciencias Administrativas correspondiente al proceso de admisión 2006-I de la Universidad Nacional Mayor de San Marcos. El objetivo del trabajo monográfico es conocer qué características presentan los ingresantes según el colegio de procedencia estatal o particular. La información de los ingresantes se ha obtenido a través de la Oficina Central de Admisión que nos brindó la base de datos con variedad de variables relevantes, asimismo hacemos presente la absoluta reserva de información del ingresante.
Análisis estadístico multivariante de las variables que explican el Clima Organizacional de la Facultad de Ciencias Matemáticas de la Universidad Nacional Mayor de San Marcos
(Universidad Nacional Mayor de San Marcos, 2019) Millones Ramos, Carmen Rosemary; Adriazola Cruz, Rosa Ysabel
Propone realizar un análisis estadístico empleando técnicas multivariantes, de las variables que explican el clima organizacional de la Facultad de Ciencias Matemáticas de la Universidad Nacional Mayor de San Marcos, desde la percepción de sus profesores. Para la realización de la investigación se consideró la muestra probabilística de profesores obtenida en la investigación Análisis estadístico de los factores del clima institucional y el desempeño docente en la Facultad de Ciencias Matemáticas (2016) en la que se aplicó una encuesta para la medición del clima organizacional. Luego del análisis multivariante de los datos se espera identificar los factores que tienen una contribución positiva, así como aquellos que perjudican al desarrollo del clima organizacional de la comunidad académica matemática. El clima organizacional se refiere al ambiente de trabajo propio de la organización, y dicho ambiente influye directamente en la conducta y el comportamiento de quienes en él participan y la hacen posible. El término clima se deriva de la meteorología que, al referirse a las organizaciones traslada analógicamente una serie de rasgos atmosféricos que mantienen unas regularidades determinadas y que denominamos clima de un lugar o región, al clima organizacional, traduciéndolos como un conjunto particular de prácticas y procedimientos organizacionales (Schneider, 1975). El estudio del clima organizacional es de importancia en toda institución educativa de nivel superior debido a la influencia que tiene en la calidad del servicio que brinda.
Comparación de los modelos de regresión ordinal según su capacidad predictiva de la percepción de los padres de familia acerca de la calidad educativa escolar
(Universidad Nacional Mayor de San Marcos, 2020) Araujo Risalve, Hagler Brown; Adriazola Cruz, Rosa Ysabel
El presente trabajo es de tipo aplicativo y de diseño no experimental de corte transversal. Se analizó la variable dependiente capacidad predictiva de los modelos de regresión ordinal de categorías adyacentes y acumulativo de ventajas proporcionales, utilizando como variable interviniente a la percepción de la calidad educativa escolar en el colegio Cristo Rey Salvador UGEL 06 Ate Vitarte, Lima. Para la estimación de los modelos de regresión ordinal de categorías adyacentes y acumulativo de ventajas proporcionales se utilizó los datos de una muestra de entrenamiento el cual está conformada por los padres de familia de los alumnos de secundaria del centro educativo, posteriormente mediante una muestra de validación se comparó la capacidad predictiva de ambos modelos estimados, prediciéndose para esto la percepción de la calidad educativa escolar, obteniéndose que la capacidad de predicción, obtenida como el porcentaje de predicciones correctas es la misma, utilizando ambos modelos de regresión ordinal.
Regresión logística y su aplicación en un caso de epidemiología
(Universidad Nacional Mayor de San Marcos, 2005) Ortiz Miguel, Zoila; Adriazola Cruz, Rosa Ysabel
Aplica la regresión logística para identificar los factores que determinan la presencia de asma en los escolares de 3 a 14 años de la ciudad de Moquegua. La razón principal de este estudio es conocer la prevalencia y los factores de riesgo más significativos del asma en los escolares. Para esto se entrevistó y encuestó a 959 escolares pertenecientes a centros educativos nacionales y particulares. Entre los resultados se encontró que 9.7 de cada 100 escolares de 3 a 14 años de la ciudad de Moquegua padece de asma y que fumar durante el embarazo constituye el factor de riesgo más importante para la presencia de asma en los escolares.
Regresión no paramétrica utilizando spline para la suavización de la estructura de la mortalidad en el Perú
(Universidad Nacional Mayor de San Marcos, 2013) Meza Santa Cruz, Luis Alberto; Adriazola Cruz, Rosa Ysabel
En esta investigación se hace un estudio preliminar de la regresión en general y sus tipos para luego centrarse en el estudio teórico del Modelo de Regresión no Paramétrico Spline, que es un polinomio cúbico por secciones o trozos, demostrándose sus bondades y ductilidad con respecto a los polinomios en general. Al unir dos polinomios para obtener un polinomio por secciones mayormente el punto de unión no es suave o simplemente no se unen, lo que deriva en cambios bruscos, pero si se utilizan polinomios Spline que es un caso particular de los polinomios por secciones, y que tiene como una de sus propiedades que la primera derivada de la función Spline hace que la unión no sea brusca y la segunda derivada permite la concavidad al unir dos polinomios, lográndose una curva suavizada de tendencia continua. En las últimas décadas investigadores están utilizando modelos de regresión no paramétricos para suavizar curvas correspondientes a un conjunto de pares de datos, en demografía para hacer aproximaciones de la tendencia de los componentes demográficos tales como la fecundidad, mortalidad y la población propiamente dicha, por ello en la presente investigación se aplica el modelo de regresión no paramétrico Spline en la suavización la curva correspondiente a la estructura de mortalidad por sexo y edad utilizando datos de las defunciones de 14 las Estadísticas Vitales del año 2007 y Censo Nacional de Población del 2007, correspondientes al departamento de Lima. Se concluye que la suavización de la estructura de la mortalidad con el Spline es adecuado y se sugiere su utilización como una forma alternativa de suavizamiento de dicha estructura.
Regresión no paramétrica utilizando Spline para la suavización de la estructura de la mortalidad en el Perú
(Universidad Nacional Mayor de San Marcos, 2013) Meza Santa Cruz, Alberto; Adriazola Cruz, Rosa Ysabel
Estudia la regresión en general y sus tipos, para luego centrarse en el estudio teórico del modelo de regresión no paramétrico Spline, que es un polinomio cúbico por secciones o trozos, demostrándose sus bondades y ductilidad con respecto a los polinomios en general. Al unir dos polinomios para obtener un polinomio por secciones mayormente el punto de unión no es suave o simplemente no se unen, lo que deriva en cambios bruscos, pero si se utilizan polinomios Spline que es un caso particular de los polinomios por secciones, y que tiene como una de sus propiedades que la primera derivada de la función Spline hace que la unión no sea brusca y la segunda derivada permite la concavidad al unir dos polinomios, lográndose una curva suavizada de tendencia continua. En las últimas décadas investigadores están utilizando modelos de regresión no paramétricos para suavizar curvas correspondientes a un conjunto de pares de datos, en demografía para hacer aproximaciones de la tendencia de los componentes demográficos tales como la fecundidad, mortalidad y la población propiamente dicha, por ello en la presente investigación se aplica el modelo de regresión no paramétrico Spline en la suavización la curva correspondiente a la estructura de mortalidad por sexo y edad utilizando datos de las defunciones de las estadísticas vitales del año 2007 y Censo Nacional de Población del 2007, correspondientes al departamento de Lima. Se concluye que la suavización de la estructura de la mortalidad con el Spline es adecuado y se sugiere su utilización como una forma alternativa de suavizamiento de dicha estructura.

Browse

Browsing 1. Ciencias básicas by browse.metadata.advisor "Adriazola Cruz, Rosa Ysabel"