Maestría en Ingeniería - Énfasis en Estadística

URI permanente para esta colección

https://hdl.handle.net/10893/12978

Navegar

Examinando Maestría en Ingeniería - Énfasis en Estadística por Autor "Mosquera Restrepo, Jaime"

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónAcceso abierto
    Análisis factorial múltiple para describir las condiciones de salud sentidas de la población priorizada de la ciudad de Cali en el año 2018.
    (Universidad del Valle, 2021) Garcia Altamirano, Crhistian Camilo; Mosquera Restrepo, Jaime
    En este trabajo se analizan, desde una perspectiva multivariada, los datos recogidos en el proyecto: implementación de la estrategia de atención primaria en salud en el municipio de Santiago de Cali. Estos datos fueron colectados a través de un formulario tipo encuesta que indaga sobre las condiciones de la vivienda, de los individuos y de su entorno, la cual está a dividida en 7 módulos que generan las tablas de datos: vivienda, generalidades, personas menores de 10 años, salud sexual y reproductiva, cáncer, estilos de vida saludable, salud mental y micobacterias. Las unidades de análisis corresponden a 18 barrios de la ciudad que fueron priorizados por la estrategia Territorios de Inclusión y Oportunidad (TIO) de la alcaldía, para estos barrios se calcularon algunos indicadores resumen de la condición de salud y vida de sus habitantes, tales como: porcentaje de hacinamiento, porcentaje de animales domésticos sin vacunas, porcentaje de niños con esquema de vacunación incompleto, porcentaje de gestantes inasistentes a control prenatal, porcentaje de inasistencia a programas de Promoción y Prevención (hipertensión, diabetes, crecimiento y desarrollo, entre otros).Cada subconjunto de indicadores fue consolidado en diferentes tablas multivariadas, la cuales se analizan de forma conjunta a través de la metodología del Análisis Factorial Múltiple (AFM). El AFM es una técnica estadística de análisis de datos multivariados adaptado al tratamiento de tablas de datos en las que un mismo conjunto de individuos se describe a través de múltiples grupos de variables, con la condición de que las variables de un mismo grupo deben ser de la misma naturaleza: cualitativa o cuantitativa. Como resultado se caracterizan los barrios de la ciudad, identificando en ellos los principales problemas de salud sentida que los afectan. Complementariamente, el AFM permitió resumir la información colectada en un índice sintético, a través del cual se genera un ranking u ordenamiento de los barrios con mayor afectación en salud en la ciudad. Este índice será de utilidad para la administración municipal en el sentido de que su aplicación permite priorizar las intervenciones sociales y de salud pública sobre el conjunto de barrios más vulnerables.
  • Miniatura
    PublicaciónAcceso abierto
    Metodologías estadísticas para el análisis de la asociación entre dos estructuras de datos de tres vías
    (Universidad del Valle, 2024) MONTES MORA, CLAUDIA LORENA; Mosquera Restrepo, Jaime
    La necesidad de analizar datos de múltiples dimensiones ha dado lugar al desarrollo de metodologías para el análisis de estas estructuras. Frecuentemente, los datos se organizan en estructuras bidimensionales que implican dos vías de análisis (individuos y variables), y se pueden representar fácilmente mediante matrices. Las estructuras tridimensionales añaden una tercera dimensión (tiempo, lugar, condición, entre otras), generando conjuntos de datos más complejos que pueden organizarse como cubos de datos e incluso se puede extender a arreglos de más de N-vías. En la actualidad, con el crecimiento de los datos, es frecuente enfrentarnos a estructuras de tres vías, especialmente en áreas de investigación como las ciencias sociales y económicas, biología, quimiometría, ingeniería, entre otras áreas. Las metodologías para el análisis de estas estructuras han tenido un crecimiento en los últimos años y brinda gran utilidad para identificar patrones entre los datos y las diferentes vías que compone la estructura. Sin embargo, en algunas ocasiones surge la necesidad de analizar dos estructuras de datos en tres vías y la asociación entre ellas. Este trabajo se centra en la revisión de metodologías para el análisis de datos organizados en estructuras de tres vías, explorando métodos como Análisis Factorial Múltiple (AFM), Mínimos Cuadrados Parciales (sus siglas en inglés PLS) y Mínimos Cuadrados Parciales Multivía (N-PLS) para analizar simultáneamente dos estructuras de datos tridimensionales. Para la aplicación de las metodologías toma como caso de estudio datos del Producto Interno Bruto - PIB y el índice de Pobreza Multidimensional - IPM en los departamentos de Colombia entre los años 2018 y 2021, buscando identificar la técnica más eficaz para estudiar la relación entre estas dos estructuras de datos. Al realizar la comparación se evidencia que las técnicas empleadas para el análisis de las dos estructuras de datos de tres vías ofrecen resultados comparables, a pesar de tener finalidades diferentes.