Navegar
Envíos recientes
Publicación Acceso abierto Modelación mediante series de tiempo de la contaminación por PM2.5(Universidad del Valle, 2016) Castañeda Trujillo, Anderson; Olaya, JavierEl material particulado de diámetro aerodinámico menor que 2.5 micrómetros (PM2.5) ha sido catalogado como uno de los contaminantes de mayor impacto en la salud humana, siendo considerado un potencial generador de graves enfermedades cardiovasculares y respiratorias. En este trabajo se propone la construcción de un modelo de series de tiempo que permita realizar el pronostico de las concentraciones de material particulado fino, generando as ́ı la posibilidad de contar con alertas tempranas que sirvan de insumo en políticas y acciones para el beneficio de la comunidad. En el periodo de estudio se identificaron un total de 27 registros diarios faltantes, generando la necesidad de aplicar métodos de imputación que permita completar la serie de tiempo, este proceso se desarrolla en dos etapas, la primera corresponde a la implementación de un modelo de Mínimos Cuadrados Ponderados tomando como referencia una variable altamente correlacionada con el PM2.5 como es el caso del material particulado de diámetro aerodinámico menor que 10 micrómetros (PM10); la segunda etapa se basa en la metodología propuesta por Casta ̃no, E (2007), el cual propone tratar una observación faltante como un valor Atípico Aditivo. Una vez completa la serie se implementa la metodología Box y Jenkins para la construcción del modelo final, teniendo en cuenta las adecuaciones necesarias como la inclusión de observaciones atípicas y cambios estructurales. Como resultado se obtuvo un modelo de medias móviles estacional multiplicativo de la forma ARMA(0, 1)(0, 1)[7] con sus respectivas variables exógenas, el cual presento pronósticos plausibles en cuanto a nivel, siguiendo el comportamiento esperado de la serie.Publicación Acceso abierto Modelación de la curva de peso de tres años, de neonatos con bajo peso al nacer en el Hospital Universitario Del Valle (HUV), en Santiago De Cali, Colombia, Sur América.(Universidad del Valle, 2021-08-18) Andrade Bejarano, Mercedes; Tovar Ríos, Diego Alejandro; Torres Muñoz, Javier; Grupo de Investigación en Estadística Aplicada INFERIRLa proporción de neonatos con bajo peso al nacer en Colombia ha pasado de 7.2% en 1998 a 9.4% en 2019, con un crecimiento continuo el cual presentó una leve disminución en el período 2012 a 2016, volviendo a incrementar en el año 2017. Por departamentos, en el año 2019, el departamento del Valle del Cauca reportó una proporción de 7.0% de neonatos con bajo peso al nacer y de esta proporción, el 64.1% pertenecen a la ciudad de Santiago de Cali (capital del departamento del Valle del Cauca), siendo el Hospital Universitario del Valle (HUV) Evaristo García el principal centro de atención hospitalario público de nivel III del Departamento del Valle del Cauca y el que reporta el mayor número de neonatos con bajo peso al nacer, con una proporción de 75 % de los niños nacidos en este centro hospitalario. Por lo tanto, el objetivo de esta investigación es modelar la curva de crecimiento de tres años de neonatos con bajo peso al nacer en el Hospital Universitario del Valle, Cali, Colombia, Sur América.Publicación Acceso abierto Modelamiento de datos de cáncer usando distribuciones de probabilidad no convencionales.(Universidad del Valle, 2020-01-20) Tovar Cuevas, José Rafael; Grupo de Investigación INFERIRSe realizó una revisión literaria de antecedentes que estuvieran involucrados con metodologías estadísticas para modelar datos de supervivencia considerando distribuciones censuradas y no censuradas, donde se observó que varios autores proponen familias de distribuciones sin considerar la presencia de censura en los datos, a excepción de uno de los artículos citas dentro el proyecto, en el cual los mecanismos de censura que asumieron fueron por la izquierda y por la derecha Tipo I, distintos al tipo de censura planteados eb este trabajo. Se ideó recurrir a modelos paramétricos más flexibles en relación con el comportamiento de la densidad y las funciones de la tasa de riesgo Se incluyó la obtención de la expresión analítica de la función de riesgo de una de las distribuciones estudiadas (Levy estándar. Por medio de la simulación, en la cual, se llevó a cabo la estimación de parámetros con base en el método de máxima verosimilitud, y utilizando procedimientos propios paradigma bayesiano, donde la estimación se obtuvo usando técnicas de Monte Carlo vía Cadenas de Markov (MCMC), se estimaron dos de las funciones más importantes del análisis, la función de supervivencia s(X) y la función de riesgo h(x), como también, se obtuvo la estimación no paramétrica de la supervivencia basada en el estimador de Kaplan - Meier (KM); el cual fue útil para comparar posteriormente su curva, con aquella función WOR s(x) asociada al modelo paramétrico respectivo. Se propone una metodología que permita modelar los tiempos de supervivencia con censura por la derecha usando distribuciones no convencionales que consideran la asimetría o valores extremos.Publicación Acceso abierto Comportamiento de las estimaciones de los parámetros de desempeño de criterios de clasificación : un caso de aplicación en diagnóstico de enfermedades.(2019-10-22) Tovar Cuevas, Jose Rafael; Osorio, Lyda; Bravo, Luis Carlos; Portilla, Jennyfer; Cardoza, Diosimar; Mendez, Andres Camilo; Castro, Angie; Barbosa, Juliette; Rodríguez, Michael Steven; Diaz Mutis, Juan David; Lopez, Jhon EdilsonEn el proyecto se desarrollaron diferentes propuestas de reglas y procedimientos que pueden ser utilizados para clasificar individuos que presentan alguna característica de salud de interés (infección, enfermedad, discapacidad, etc.) Se desarrolló metodología estadística apoyada en la teoría de la probabilidad para obtener procedimientos que permitan identificar individuos que presenten algún evento de interés en la Salud. Las metodologías estadísticas utilizadas incluyeron el trabajo con variables latentes y construcción de indicadores y el uso de metodología bayesiana para construir, validar y evaluar algoritmos que sirvan como reglas de clasificación.Publicación Acceso abierto Modelación estadística de la contaminación del aire por partículas de diámetro aerodinámico menos que 2.5 um (PM2.5).(2019-10-22) Olaya Ochoa, Javier; Jimenez, Camilo; Santiago, Estefania; Chicangana, Fabian; Cabezas, Elizabeth; Ospina, Johann Alexis; Delgado, Alejandro; Cristhian Leonardo, UrbanoLa contaminación ambiental de manera general afecta gravemente la salud humana, especialmente el material particulado (PM), el cual puede ser clasificado de acuerdo a su diámetro aerodinámico en 2 tipos, definidos de manera oficial como: partículas gruesas las cuales poseen un diámetro aerodinámico inferior a 10 um y mayor a 25.um (PM2.5). Estas últimas según la Organización Mundial de la Salud (OMS) se encuentran asociadas a la aparición de enfermedades respiratorias crónicas como: cáncer de pulmón, asma, pulmonía, etc. Debido a ello, se han implementado normas para la medición del contaminante, lo cual, requiere de protocolos de monitoreo y vigilancia permanente. En la ciudad de Cali se cuenta con un sistema de vigilancia de la calidad del aire (SVCASC) compuesto por 9 estaciones; no obstante, este sistema mide las partículas como diámetro menor a 10 um incluyéndolas partículas gruesas y finas y se clasifica como PM10; mientras que las partículas finas si se encuentran medidas en concordancia con la definición oficial. Vale aclarar, que no todas las estaciones se encuentran habilitadas para la medición de partículas finas y las que se encuentran habilitadas no reportan las mediciones de manera continua y regular debido a fallas de tipo técnicas y mantenimiento de equipos. Por lo cual motivo, en este proyecto se hace uso de técnicas de imputación de datos faltantes para aumentar la cantidad de datos disponibles y se caracteriza el comportamiento diario de la concentración de partículas finas mediante el uso de técnicas de datos funcionales, con lo cual se logra visualizar los momentos del día en los que se presenta la mayor contaminación y la presencia de niveles atípicos. Adicionalmente, se explora el uso de un Modelo Aditivo Generalizado (GAM) a fin de observar el efecto que tienen variables climatológicas como: velocidad y dirección del viento, temperatura, humedad, radiación solar y lluvia sobre la concentración del contaminantePublicación Acceso abierto Manejo de datos faltantes en el análisis de datos longitudinales usando un modelo lineal mixto : comparación por medio de simulación de varias alternativas y aplicación a datos de salud.(2019-10-18) Flórez Poveda, Alvaro José; Andrade Bejarano, Mercedes; El Helou, Karen Lizeth; Lemus, MarcelaLa presencia de datos faltantes en un análisis de datos longitudinales bastante común, especialmente en estudios médicos donde se trabaja con sujetos humanos, que afecta la precisión de las estimaciones y además puede provocar sesgos, o que puede llevar a conclusiones erróneamente acerca de un tratamiento o terapia. Estas consecuencias negativas dependen, no solo de como se manejan los datos faltantes o de proporción de los mismos, sino también e las razones por las cuales estos se presentan (llamados, mecanismos de datos faltantes. Por esta razón este trabajo tiene como objetivo la comparación de diferentes técnicas para el manejo de los datos faltantes en el análisis de datos longitudinales. Para evaluar el comportamiento de estas técnicas se realizó un estudio de simulación donde se compararon las estimaciones de los efectos fijos y aleatorios de un modelo lineal de efectos mixtos usando cuatro métodos para el manejo de datos faltantes, bajo diferentes escenarios de datos faltantes (mecanismos), estos escenarios se basaron en el análisis de datos longitudinales obtenidos de recién nacidos con bajo peso entre febrero de 2002 y noviembre de 2010 que pertenecen al programa de alto riesgo y canguro del HUV.Publicación Acceso abierto Método Bootstrap en una representación estado espacio para la estimación de los parámetros en una curva característica de rendimientos Nelson y Siegel una aplicación al mercado colombiano.(2018-08-27) Rios Saavedra, Omar AlexanderUna curva de rendimientos es una gráfica que representa la estructura de rendimientos para un mercado dado, es decir establece como el rendimiento de un bono dado de características crediticias equivalentes varía de acuerdo a su vencimiento. Su estimación es importante ya que con su comportamiento se explican importantes condiciones macroeconómicas de un país, las cuales son usadas por los agentes económicos (Gobierno, creadores de mercado, agentes reguladores) para la toma de decisiones. Una curva de rendimientos que se estima con la metodología propuesta por Nelson y Siegel en general cuenta con tres factores que describen su comportamiento (nivel, pendiente y curvatura), los cuales no son observables de forma explícita, estos se encuentran indexados a otras variables como lo son las tasas de interés y las primas de riesgo en el largo plazo. Con una metodología dinámica en una representación estado espacio es posible descomponer los factores inobservables de la curva de rendimientos a partir de variables explicitas presentes en los mercados financieros. Se desarrolla una metodología Bootstrap en representación estado espacio donde se separan los factores latentes de la curva de rendimientos, el corto (Nivel) y el largo plazo (Pendiente), representan tendencias en las tasas de interés validables con la realidad, el mediano plazo (Curvatura) presenta una distribución más volátil, que no hace fácil describir un comportamiento.Publicación Acceso abierto Modelación estadística de variables climáticas en el suroccidente colombiano(2018-04-18) Andrade Bejarano, Mercedes; Conde Arango, Gabriel; Castañeda Tique, Karin Julieth; Castro Cano, Lina Marcela; Cruz, Nini Johana; Delgado, Efraín; Flórez Poveda, Álvaro; Laverde García, Claudia Alejandra; Malez, Víctor Hugo; Medina Pacheco, Caroly Nathaly; Millán Hernández, John Jairo; Mera, Mauricio; Ramírez Quiñonez, Greisy; Rivas Ordoñez, María Lorena; Portillo Rosero, Ruben Alexis; Zape, Diana Katerine; Zuluaga Duque, Edison AndrésEste proyecto de investigación está enmarcado dentro del objetivo general del grupo INFERIR, sobre modelación de variables climáticas dentro de su línea de investigación en Estadística Ambiental, y tiene como meta el desarrollo de modelos estadísticos para la predicción de variables climáticas como la temperatura y la precipitación, en sitios del Valle del Cauca donde no han sido medidas, con el fin de generar información para la planeación y la toma de decisiones de agricultores, centros de investigación agrícola y corporaciones autónomas regionales encargadas de conservar los recursos naturales e hídricos. Para cumplir con el objetivo general el proyecto se dividió en siete objetivos específicos que se convirtieron en sub proyectos: 1) Modelo Lineal Mixto Generalizado para la modelación de la temperatura promedio en el Valle del Cauca 2) y 3) Modelación de la temperatura máxima y la temperatura mínima mensual en el Valle del Cauca, a través de la Teoría de Valores Extremos y del Modelo Lineal Mixto 4) Distribución espacial y temporal de la precipitación en el Valle del Cauca 5) Modelos Mixtos Lineales Generalizados para la modelación de la precipitación mensual en el Valle del Cauca 6) Modelación de la precipitación diaria en el Valle del Cauca a través del Modelo Lineal Mixto Generalizado 7) Aplicación de la Suavización Spline en la modelación de la temperatura promedio mensual en el Valle del Cauca usando Ponderación por Diagramas de Voronoi. De igual manera, en el marco de esta investigación se concluyó la investigación titulada Modelación de la Temperatura Promedio Mensual a través de Modelos Lineales Mixtos.