Título : |
Modelo univariante para predecir el número de casos de infecciones respiratorias agudas, neumonía y defunciones en niños menores de 5 años en la Dirección Regional de Salud Puno - 2018 |
Tipo de documento: |
texto impreso |
Autores: |
Jaime Juculaca Chura, Autor |
Editorial: |
Puno : Universidad Nacional del Altiplano. Facultad de Ingeniería Estadística e Informática. Escuela Profesional de Ingeniería Estadística e Informática |
Fecha de publicación: |
2019 |
Número de páginas: |
142 páginas |
Il.: |
figuras; 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: |
La Dirección Regional de Salud Puno tiene como prioridad lograr que toda la población cuente con información confiable, auténtica, y oportuna sobre las enfermedades en la región Puno. Para reducirlos casos de infecciones respiratorias, neumonía y mortalidad en niños menores de 5 años es necesario saber futuras proyecciones del comportamiento de los datos, motivo por el cual elobjetivo principal de la presente investigación es determinar el tipo de modelo univariante que mejor se ajusta para predecir el número de casos de infecciones respiratorias agudas, neumonía y defunciones en niños menores de 5 años en la Dirección Regional de Salud Puno – 2018. Los datos se obtuvieron de los registros existentes sobre el número de casos de infecciones respiratorias agudas, neumonías y defunciones en niños menores de 5 años enla Dirección Regional de Salud Puno, periodo 2007 - 2017. El diseño de investigación fue descriptiva y longitudinal de tendencia. La metodología aplicada en el trabajo fue Box-Jenkins, para identificar el modelo que mejor se adecue a los datos observados,la cual se desarrolló en las siguientes etapas: exploración de la serie, identificación del modelo de mejor ajuste, estimación de los parámetros del modelo, verificación y validación del modelo encontrado mediante el análisis de los residuos y por último la predicción de las series, se realizaron predicciones para los años 2018, 2019 y 2020. Los modelos de pronóstico identificados son: 〖SARIMA (2,0,0)(0,1,1)〗_12, 〖SARIMA (1,0,1)(2,0,0)〗_12 y 〖SARIMA (2,0,1)(2,0,1))〗_12, que explican las series estacionarias estacionales. |
En línea: |
http://repositorio.unap.edu.pe/handle/UNAP/10699 |
Link: |
https://biblioteca.unap.edu.pe/opac_css/index.php?lvl=notice_display&id=108056 |
Modelo univariante para predecir el número de casos de infecciones respiratorias agudas, neumonía y defunciones en niños menores de 5 años en la Dirección Regional de Salud Puno - 2018 [texto impreso] / Jaime Juculaca Chura, Autor . - Puno : Universidad Nacional del Altiplano. Facultad de Ingeniería Estadística e Informática. Escuela Profesional de Ingeniería Estadística e Informática, 2019 . - 142 páginas : figuras; tablas ; 30 cm + 1 CD-ROM. Para Optar Título Profesional de: Ingeniero Estadístico e Informático Idioma : Español ( spa)
Resumen: |
La Dirección Regional de Salud Puno tiene como prioridad lograr que toda la población cuente con información confiable, auténtica, y oportuna sobre las enfermedades en la región Puno. Para reducirlos casos de infecciones respiratorias, neumonía y mortalidad en niños menores de 5 años es necesario saber futuras proyecciones del comportamiento de los datos, motivo por el cual elobjetivo principal de la presente investigación es determinar el tipo de modelo univariante que mejor se ajusta para predecir el número de casos de infecciones respiratorias agudas, neumonía y defunciones en niños menores de 5 años en la Dirección Regional de Salud Puno – 2018. Los datos se obtuvieron de los registros existentes sobre el número de casos de infecciones respiratorias agudas, neumonías y defunciones en niños menores de 5 años enla Dirección Regional de Salud Puno, periodo 2007 - 2017. El diseño de investigación fue descriptiva y longitudinal de tendencia. La metodología aplicada en el trabajo fue Box-Jenkins, para identificar el modelo que mejor se adecue a los datos observados,la cual se desarrolló en las siguientes etapas: exploración de la serie, identificación del modelo de mejor ajuste, estimación de los parámetros del modelo, verificación y validación del modelo encontrado mediante el análisis de los residuos y por último la predicción de las series, se realizaron predicciones para los años 2018, 2019 y 2020. Los modelos de pronóstico identificados son: 〖SARIMA (2,0,0)(0,1,1)〗_12, 〖SARIMA (1,0,1)(2,0,0)〗_12 y 〖SARIMA (2,0,1)(2,0,1))〗_12, que explican las series estacionarias estacionales. |
En línea: |
http://repositorio.unap.edu.pe/handle/UNAP/10699 |
Link: |
https://biblioteca.unap.edu.pe/opac_css/index.php?lvl=notice_display&id=108056 |
Modelo univariante para predecir el número de casos de infecciones respiratorias agudas, neumonía y defunciones en niños menores de 5 años en la Dirección Regional de Salud Puno - 2018
La Dirección Regional de Salud Puno tiene como prioridad lograr que toda la población cuente con información confiable, auténtica, y oportuna sobre las enfermedades en la región Puno. Para reducirlos casos de infecciones respiratorias, neumonía y mortalidad en niños menores de 5 años es necesario saber futuras proyecciones del comportamiento de los datos, motivo por el cual elobjetivo principal de la presente investigación es determinar el tipo de modelo univariante que mejor se ajusta para predecir el número de casos de infecciones respiratorias agudas, neumonía y defunciones en niños menores de 5 años en la Dirección Regional de Salud Puno – 2018. Los datos se obtuvieron de los registros existentes sobre el número de casos de infecciones respiratorias agudas, neumonías y defunciones en niños menores de 5 años enla Dirección Regional de Salud Puno, periodo 2007 - 2017. El diseño de investigación fue descriptiva y longitudinal de tendencia. La metodología aplicada en el trabajo fue Box-Jenkins, para identificar el modelo que mejor se adecue a los datos observados,la cual se desarrolló en las siguientes etapas: exploración de la serie, identificación del modelo de mejor ajuste, estimación de los parámetros del modelo, verificación y validación del modelo encontrado mediante el análisis de los residuos y por último la predicción de las series, se realizaron predicciones para los años 2018, 2019 y 2020. Los modelos de pronóstico identificados son: 〖SARIMA (2,0,0)(0,1,1)〗_12, 〖SARIMA (1,0,1)(2,0,0)〗_12 y 〖SARIMA (2,0,1)(2,0,1))〗_12, que explican las series estacionarias estacionales.
Juculaca Chura, Jaime -
Puno : Universidad Nacional del Altiplano. Facultad de Ingeniería Estadística e Informática. Escuela Profesional de Ingeniería Estadística e Informática - 2019
Para Optar Título Profesional de: Ingeniero Estadístico e Informático
|
| |