Título : |
Modelo univariante para la predicción de la desnutrición crónica de los niños menores de cinco años en el Hospital Regional Manuel Núñez Butrón, Puno 2012 - 2016 |
Tipo de documento: |
texto impreso |
Autores: |
Clever Uriel Machaca Quispe, Autor |
Editorial: |
Puno : Universidad Nacional del Altiplano. Facultad de Ingeniería Estadística e Informática. Escuela Profesional de Ingeniería Estadística e Informática |
Fecha de publicación: |
2017 |
Número de páginas: |
98 páginas |
Il.: |
diagramas, tablas |
Dimensiones: |
30 cm |
Material de acompañamiento: |
1 CD-ROM |
Nota general: |
Para Optar Título Profesional de Ingeniero Estadístico e Informático |
Idioma : |
Español (spa) |
Resumen: |
El presente trabajo de investigación se desarrolló en el Hospital Manuel Núñez Butron Puno, a fin de realizar proyecciones en las variaciones de la desnutrición crónica en niños menores de 5 años de edad el objetivo fue Determinar el mejor modelo Univariante, La metodología para el análisis fue la Metodología de Box–Jenkins que consiste en el uso de la representación gráfica de la serie histórica, estimación de la función de autocorrelación y la función de autocorrelación parcial, proceso de identificación del modelo, proceso de estimación del modelo identificado, elección de la serie, proceso de verificación del modelo. Y el proceso de predicción. Los Modelos de predicción mensual que mejor se ajusta para decidir y predecir el comportamiento de la serie de tiempo desnutrición crónica es: ARIMA (0, 0,1) (0,0, 1)12. Cuya ecuación de pronóstico es: Y ̂_t=Y_(t-1)+Y_(t-2)-0.98Y_(t-12)-0.15Y_(t-13)+ε_t+0.26ε_(t-1)-ε_(t-12). Los resultados predictivos evaluados para la serie de número de Desnutrición Crónica niños menores de 5 años en el Hospital Regional Manuel Núñez Butron Puno, revelan una réplica bastante buena y proporcionan una alternativa eficaz para describir y predecir el comportamiento futuro. Para la predicción de la serie analizada se hizo, uso del mejor modelo estimado y se obtuvieron predicciones para el año 2017, comparando con los datos existentes y así comprobar el mínimo error. |
En línea: |
http://tesis.unap.edu.pe/handle/UNAP//9386 |
Link: |
https://biblioteca.unap.edu.pe/opac_css/index.php?lvl=notice_display&id=107058 |
Modelo univariante para la predicción de la desnutrición crónica de los niños menores de cinco años en el Hospital Regional Manuel Núñez Butrón, Puno 2012 - 2016 [texto impreso] / Clever Uriel Machaca Quispe, Autor . - Puno : Universidad Nacional del Altiplano. Facultad de Ingeniería Estadística e Informática. Escuela Profesional de Ingeniería Estadística e Informática, 2017 . - 98 páginas : diagramas, tablas ; 30 cm + 1 CD-ROM. Para Optar Título Profesional de Ingeniero Estadístico e Informático Idioma : Español ( spa)
Resumen: |
El presente trabajo de investigación se desarrolló en el Hospital Manuel Núñez Butron Puno, a fin de realizar proyecciones en las variaciones de la desnutrición crónica en niños menores de 5 años de edad el objetivo fue Determinar el mejor modelo Univariante, La metodología para el análisis fue la Metodología de Box–Jenkins que consiste en el uso de la representación gráfica de la serie histórica, estimación de la función de autocorrelación y la función de autocorrelación parcial, proceso de identificación del modelo, proceso de estimación del modelo identificado, elección de la serie, proceso de verificación del modelo. Y el proceso de predicción. Los Modelos de predicción mensual que mejor se ajusta para decidir y predecir el comportamiento de la serie de tiempo desnutrición crónica es: ARIMA (0, 0,1) (0,0, 1)12. Cuya ecuación de pronóstico es: Y ̂_t=Y_(t-1)+Y_(t-2)-0.98Y_(t-12)-0.15Y_(t-13)+ε_t+0.26ε_(t-1)-ε_(t-12). Los resultados predictivos evaluados para la serie de número de Desnutrición Crónica niños menores de 5 años en el Hospital Regional Manuel Núñez Butron Puno, revelan una réplica bastante buena y proporcionan una alternativa eficaz para describir y predecir el comportamiento futuro. Para la predicción de la serie analizada se hizo, uso del mejor modelo estimado y se obtuvieron predicciones para el año 2017, comparando con los datos existentes y así comprobar el mínimo error. |
En línea: |
http://tesis.unap.edu.pe/handle/UNAP//9386 |
Link: |
https://biblioteca.unap.edu.pe/opac_css/index.php?lvl=notice_display&id=107058 |
Modelo univariante para la predicción de la desnutrición crónica de los niños menores de cinco años en el Hospital Regional Manuel Núñez Butrón, Puno 2012 - 2016
El presente trabajo de investigación se desarrolló en el Hospital Manuel Núñez Butron Puno, a fin de realizar proyecciones en las variaciones de la desnutrición crónica en niños menores de 5 años de edad el objetivo fue Determinar el mejor modelo Univariante, La metodología para el análisis fue la Metodología de Box–Jenkins que consiste en el uso de la representación gráfica de la serie histórica, estimación de la función de autocorrelación y la función de autocorrelación parcial, proceso de identificación del modelo, proceso de estimación del modelo identificado, elección de la serie, proceso de verificación del modelo. Y el proceso de predicción. Los Modelos de predicción mensual que mejor se ajusta para decidir y predecir el comportamiento de la serie de tiempo desnutrición crónica es: ARIMA (0, 0,1) (0,0, 1)12. Cuya ecuación de pronóstico es: Y ̂_t=Y_(t-1)+Y_(t-2)-0.98Y_(t-12)-0.15Y_(t-13)+ε_t+0.26ε_(t-1)-ε_(t-12). Los resultados predictivos evaluados para la serie de número de Desnutrición Crónica niños menores de 5 años en el Hospital Regional Manuel Núñez Butron Puno, revelan una réplica bastante buena y proporcionan una alternativa eficaz para describir y predecir el comportamiento futuro. Para la predicción de la serie analizada se hizo, uso del mejor modelo estimado y se obtuvieron predicciones para el año 2017, comparando con los datos existentes y así comprobar el mínimo error.
Machaca Quispe, Clever Uriel -
Puno : Universidad Nacional del Altiplano. Facultad de Ingeniería Estadística e Informática. Escuela Profesional de Ingeniería Estadística e Informática - 2017
Para Optar Título Profesional de Ingeniero Estadístico e Informático
|
| |