Examinando por Autor "González Rojas, Víctor Manuel"

Mostrando 1 - 5 de 5
  • Miniatura
    PublicaciónAcceso abierto
    Afectación por datos faltantes en un modelo PLS ajustado a los registros de Ozono en Santiago de Cali para el año 2019.
    (Universidad del Valle, 2021) Cifuentes Rodríguez, Víctor Hugo; Espinosa Maca, Juan David; Olaya Ochoa, Javier; González Rojas, Víctor Manuel
    La estación de monitoreo Compartir, en Cali, Colombia, registra datos horarios del Ozono troposférico y las variables climáticas: temperatura, humedad relativa, lluvia, velocidad del viento y radiación solar. Sin embargo esta base de datos contiene datos faltantes sistemáticos. Usando los registros del año 2019 se construye un conjunto de datos con todas las filas que tienen datos completos y se ajusta un modelo de regresión PLS con un componente y MCO del Ozono en función de las variables climáticas, encontrando que la diferencia de R2 entre los modelos son de 0.022, no obstante, los intervalos de confianza para los coeficientes de regresión en el PLS tienen menos amplitud, ya que corrige la multicolinealidad presentada en las variables predictoras. Posteriormente, se contamina la base con el 5 %, 10 %, 15 %, 20 %, 30 %, 40 %,.
  • Miniatura
    PublicaciónAcceso abierto
    Análisis de correspondencias multiples en presencia de datos faltantes: el principio de datos disponibles del algoritmo NIPALS( ACMpdd)
    (Universidad del Valle, 2018) Ochoa Muñoz, Andrés Felipe; González Rojas, Víctor Manuel
    El Análisis de Correspondencias Múltiples (ACM) en presencia de datos faltantes usualmente se trabaja eliminando los registros en donde exista el dato faltante, algunas veces se elimina toda la fila o toda la columna de la matriz de datos, lo cual no es adecuado ya que al realizarlo se pierde información relevante sobre algún individuo o variable del estudio. En algunos otros casos, se asume que el dato faltante es una categoría de la variable cualitativa, trayendo como consecuencia mayor dispersión de varianza en los nuevos ejes. Una solución para esta situación puede ser la imputación del dato faltante o utilizar un algoritmo que permita trabajar con la presencia de ´este tipo de datos. Este trabajo se centra en realizar el método ACM en presencia de datos faltantes sin acudir a técnicas de imputación, para esto se utiliza el principio de datos disponibles del algoritmo NIPALS (Wold et al., 1966). En el caso de ACM los autores Josse et al. (2012) y Audigier et al. (2015) han trabajado con el enfoque de imputación de datos y no se conocen trabajos o ideas que intenten trabajar ACM bajo el principio de datos disponibles; usando NIPALS. Por esta razón, este trabajo de investigación propone una forma de trabajar los datos faltantes con ACM usando el principio de datos disponibles. De tal manera, que se conforman las matrices simétricas en Rp y en Rn, obteniendo los valores y vectores propios; a su vez garantizando las relaciones de transición y las propiedades de ortogonalidad en los ejes factoriales. En una primera instancia se analizó los resultados del ACM en una base de datos completa, luego se generaron aleatoriamente 1000 matrices con el 5%, 10%, 15% y hasta un 50% de datos faltantes. En cada una de las matrices se evaluó el ACM bajo el principio de datos disponibles (ACMpdd) y un método de ACM con el enfoque imputación. Se compararon los planos factoriales, la inercia total y el poder descriptivo con datos completos y faltantes. Se encontró´ que en ACMpdd a medida que aumenta el porcentaje de datos faltantes el poder descriptivo disminuye. Por otro lado, con el método de imputación, se encontró que a medida que aumenta el porcentaje de datos faltantes el poder descriptivo aumenta, situación que no es coherente, por que se espera que a mayor porcentaje de datos faltantes se explique menos variabilidad en los ejes.
  • Miniatura
    PublicaciónAcceso abierto
    Comportamiento de la mortalidad según las agrupaciones de causas, lista 6/67 OPS-OMS durante los años 2018-2021 a nivel departamental en Colombia
    (Universidad del Valle, 2023) Mejía Chantre, Rossana; González Rojas, Víctor Manuel
    Se describen las principales diferencias en los departamentos de Colombia y su comportamiento epidemiológico entre los años 2018-2021, mediante las tasas de mortalidad para las agrupaciones de causas según la lista corta de tabulación 6/67 propuesta por la Organización Panamericana de la Salud (OPS), las tasas brutas de mortalidad y las implicaciones del Índice de Pobreza Multidimensional (IPM). Se utilizo información proporcionada por el DANE (Departamento Administrativo Nacional de Estadística) de cada departamento. Se realizó Correlación lineal de Pearson, AFM (Análisis Factorial Múltiple), y con las coordenadas globales resultantes del AFM se realizó el Análisis de agrupamiento o clúster, además, el análisis Silhouette válido la correcta clasificación de cada departamento. El análisis de correlación de Pearson mostró correlaciones significativas entre las tasas de mortalidad y el IPM. El AFM logró evidenciar diferentes patrones de mortalidad y cómo el impacto del IPM influye en las tasas de mortalidad.
  • Miniatura
    PublicaciónAcceso abierto
    Evolución de la tasa de trabajo infantil en los departamentos de Colombia para el periodo 2018-2021 y caracterización de su población
    (Universidad del Valle, 2023) Perdomo Sarria, Maria Victoria; Palechor Flor, Ana Maria; González Rojas, Víctor Manuel
    El trabajo infantil es una violación a los derechos fundamentales de los ni ̃nos, que entorpece su desarrollo y perjudica su salud física y mental, al punto de dejar a muchos de ellos fuera de la formación académica y limitando su posibilidad de un ascenso social y mejora de su calidad de vida. Por tanto, es necesario estudiar el panorama de los menores activos laboralmente en Colombia buscando generar políticas y tomar decisiones para la erradicación del trabajo infantil. Para esto en el presente trabajo se caracteriza el trabajo infantil en Colombia por departamentos (y distrito capital, Bogotá) en un período de 4 a ̃nos, 2018-2021 con datos tomados de La Encuesta de Calidad de Vida del DANE. Esta caracterización se lleva a cabo en tres etapas que son: Análisis exploratorio de datos, Análisis Factorial Múltiple y Análisis de Conglomerados. Finalmente, se evidenció que los departamentos Nariño y Tolima presentan las tasas de trabajo infantil más altas pero también hay algunos departamentos como Boyacá y Bolívar con participación promedio en el trabajo infantil.
  • Miniatura
    PublicaciónAcceso abierto
    Modelación de la ocurrencia de eventos adversos en una unidad de Hemato Oncología Pediátrica
    (Universidad del Valle, 2020) Fernández Agudelo, Fabio Nelson; Tovar Cuevas, Jose Rafael; González Rojas, Víctor Manuel
    La seguridad al paciente debe de ser una prioridad para la atención en salud, en el área clínica los eventos adversos (EA) son efectos que producen alguna lesión o complicación no intencional al paciente. Estos EA son atribuidos a errores humanos y la gran mayoría pueden ser prevenibles. El objetivo de esta investigación es modelar el tiempo transcurrido desde el ingreso hasta la ocurrencia del primer EA (T), el tiempo entre pacientes con EA (K) y la cantidad de EA ocurridos por mes (X), en una unidad de Hemato Oncología Pediátrica. Fue un estudio observacional de cohorte retrospectivo donde se incluyeron 114 pacientes en edad pediátrica (menores de 18 años) y que acudieron a un servicio de Hemato Oncología Pediátrica en del ano 2016. Se estimaron los parámetros de interés usando metodologías frecuentista y Bayesiana, esta última haciendo uso de distribuciones a priori informativas y no informativas. En total 44 pacientes presentaron EA en el periodo de estudio, 68.2% hombres y 31,8% mujeres) con edad promedio de 8.8 años (Desviación Estándar (DE)= 4.9 anos). Por medio de pruebas estadísticas de bondad de ajuste, se encontró´ que T y K se ajustaron a una distribución exponencial y X a una distribución de Poisson. Las estimaciones clásicas de los parámetros fueron T= 13.8 días [IC95%: 10.4-18.0], K= 7.9 días [IC95%: 5.810.3] y X= 4 EA por mes. Las estimaciones Bayesianas no informativas arrojaron un tiempo promedio T de 15.7 días [RC95%: 15.43 -16.03], tiempo promedio K de 9.9 días [RC95%: 9.1 -11.0] y numero esperado de pacientes con al menos un EA por mes X= 3 pacientes [RC95%:1.4 - 2.6; (1, 3)]. Las estimaciones realizadas de T, K y X son de gran utilidad para la planeación de los servicios de salud y la toma de decisiones para seguridad del paciente.