Resultados de la búsqueda

Mostrando 1 - 10 de 61
  • info:eu-repo/semantics/bachelorThesis
    Evaluación del examen de conocimiento para obtención o revalidación de licencias de conducir en el Ministerio de Transportes y Comunicaciones, Puno 2019
    El crecimiento vehicular en los últimos años viene siendo significativo en nuestro país, sobre todo con la presencia de vehículos nuevos, lo que está trayendo como consecuencia la congestión vehicular por la estrechez de las calles de nuestra ciudad, la contaminación ambiental y, sobre todo, accidentes de tránsito que básicamente son por la poca o escaza preparación de los conductores de vehículos sobre el manejo del vehículo y el conocimiento de las normas de tránsito. El propósito del trabajo de investigación fue analizar estadísticamente los resultados obtenidos del examen de conocimiento para la obtención y revalidación de las licencias de conducir vehículos motorizados en la región de Puno, utilizándose la muestra no probabilística de 8338 postulante. Para el tratamiento de los datos se utilizó la regresión lineal simple, prueba estadística Chi-cuadrada y el análisis de correspondencia simple. Los resultados fueron que existe relación entre la cantidad de accidentes ocurridos y la cantidad de vehículos, existe relación entre la categoría del brevete proporcionado y el rendimiento del examen, así mismo se encontró que el 52.4% de los aprobados ayudan a explicar la categoría de la licencia obtenida. Concluyéndose que la categoría de licencia de conducir AI y AIIIC son las dimensiones mejor explicadas por la aprobación del examen de conocimientos tomados por el Ministerio de Transportes y Comunicaciones de la región de Puno.
  • info:eu-repo/semantics/bachelorThesis
    Factores sociodemográficos y aspectos laborales que influyen en la satisfacción laboral de los trabajadores del municipio de San Miguel - Juliaca: 2020
    La Investigación realizada tuvo como objetivo general “Determinar los factores laborales y su influencia en el rendimiento laboral de los trabajadores del Municipio San Miguel-Juliaca-2020.” La técnica de recolección de datos fue la encuesta cuyo instrumento fue el cuestionario. El análisis estadístico de la influencia se realizó mediante el modelo probit. Como resultado se determinó la existencia de Insatisfacción laboral llegando a la conclusión de que los factores sociodemográficos y los aspectos laborales están produciendo insatisfacción laboral con una significancia mayor al 51.11%.
  • Thesis
    Aplicación de modelos de clasificacion de machine learning en la prediccion de tipos de ictericia neonatal, Cusco-2023
    La ictericia en recién nacidos es la pigmentación amarilla de la piel, su diagnóstico previene posibles complicaciones. El estudio se realizó en EsSalud Cusco el año 2023 y busca comparar la exactitud de los modelos de clasificación de machine learning en la predicción de tipos de ictericia neonatal en los recién nacidos. La investigación es de tipo básico y alcance explicativo, con diseño no experimental retrospectivo. Se recolectó información mediante técnica documental y como instrumento historias clínicas. La muestra fue 2680 neonatos y se consideró 29 variables independientes referidas a características maternas y neonatales. La variable dependiente fue el tipo de ictericia: patológica y fisiológica. Se entrenaron mediante el software R studio, 9 modelos: regresión logística, máquinas de soporte vectorial, k vecinos más cercanos, Naive bayes, arboles, bagging, random forest, boosting y redes neuronales. Los resultados fueron que boosting presenta mejor desempeño en la predicción de ictericia neonatal fisiológica, debido a que presenta mejor combinación de sensibilidad (0,845), especificidad (0,574), valor F1 (0,823) y coeficiente Kappa (0,432). CART y random forest presentaron un buen desempeño con valores F1 de 0,800 y 0,815 y exactitudes superiores al 72%. Se concluyó que los algoritmos de ensamble, Boosting y random forest, presentaron mayor exactitud en la predicción de ictericia fisiológica, la efectividad se debe a su capacidad para disminuir la varianza y el sesgo, en cambio máquinas de soporte vectorial y Naive bayes presentan desempeños intermedios.
  • info:eu-repo/semantics/doctoralThesis
    Modelos de series de tiempo con Machine Learning del costo de consumo de agua comercial y doméstico de la región de Puno: 2015-2020
    La comparación de modelos de series de tiempo y las técnicas de machine learning son desarrollados actualmente para realizar los pronósticos y obtener mejores resultados a través de entrenamiento y prueba con algoritmos de machine learning. El objetivo de la investigación fue determinar el modelo univariante con Machine Learning para ajustar la serie de consumo de agua doméstico y comercial de la EPS EMSA de la Región de Puno, periodo 2015 - 2020. La metodología fue no experimental de tipo analítica, retrospectiva, longitudinal y cuantitativa con enfoque de Box-Jenkins y las técnicas de Redes Neuronales, Facebook Prophet, y Random Forest con los que se buscó el modelo más adecuado para realizar pronósticos. Los resultados del modelo para el costo de consumo de agua doméstico fue ARIMA(0,1,1)(1,0,0)12, y las métricas de evaluación RMSE, MAE y MAPE para Redes Neuronales, Prophet y Random Forest fueron variables, y para el costo de consumo de agua comercial se obtuvo modelo ARIMA(0,1,2)(1,0,0)12 con métricas de evaluación RMSE, MAE y MAPE diferentes. Las conclusiones de los modelos ARIMA(0,1,1)(1,0,0)12, y ARIMA(0,1,2)(1,0,0)12, fueron evaluados con las métricas para costo de consumo de agua doméstico con RMSE, MAE y MAPE, se concluye que el modelo ARIMA(0,1,1)(1,0,0)12 resultó con el menor valor de MAPE de 1.945 frente a los demás modelos, y para el costo de consumo de agua comercial Facebook Prophet que resultó con el menor valor de MAPE de 5.313 frente a los demás modelos, por consiguiente los dos modelos son considerados como adecuados.
  • info:eu-repo/semantics/book
    Series de tiempo - Modelos Estacionarios (ARMA)
    Este texto universitario se presenta como una guía esencial para los estudiantes de pregrado de nivel universitario, dada la creciente relevancia del análisis de series de tiempo en diversas áreas de investigación y aplicación. Su propósito es establecer una metodología clara, basada en la metodología de Box-Jenkins, con un énfasis particular en la aplicación práctica utilizando R- Studio. Se busca que los estudiantes adquieran una sólida comprensión de las técnicas fundamentales y su implementación. El contenido abarca desde la introducción y componentes clásicos de una serie de tiempo como la tendencia, estacionalidad, ciclicidad y aleatoriedad hasta métodos de suavizamiento, incluyendo promedios móviles y suavizamiento exponencial. Un pilar central es el estudio de los modelos lineales estacionarios (ARMA), que incluyen procesos autorregresivos y de medias móviles, profundizando en conceptos como la estacionariedad y las funciones de autocorrelación y autocorrelación parcial. El propósito académico es dotar al estudiante de las capacidades necesarias para identificar aproximaciones adecuadas en la resolución de problemas de pronóstico. Además, busca proporcionar una "caja de herramientas" robusta que facilite la generación de pruebas de concepto y fomente la investigación autónoma en nuevas metodologías y teorías asociadas. El conocimiento impartido es fruto de la experiencia docente, garantizando una perspectiva aplicada.
  • info:eu-repo/semantics/doctoralThesis
    Modelamiento climático de la producción de quinua en la región Puno
    La investigación se desarrolló en el Instituto de Ciencias de la computación de la Universidad Nacional del Altiplano Puno; los objetivos específicos son Analizar el comportamiento de la temperatura en los últimos 16 años y determinar la relación entre la temperatura y el rendimiento en la producción de quinua en la región Puno. La investigación es no experimental, método de investigación transversal descriptivo y correlacional. La muestra fue no probabilística conformado en el periodo de tiempo de 2003 a 2018 y en los distritos de Yunguyo con la variedad Tahuaco I y Cabanillas con la variedad Kankolla. En conclusión, el modelo del comportamiento de la temperatura en la producción de la quinua en el distrito de Yunguyo es un polinomio de grado 9 y=1161.66-122.51x+101.73x^2+23.39x^3+206.40x^4-182.56x^5-137.45x^6-90.68x^7-76.00x^8-158.22x^9+e el comportamiento de la temperatura media mensual es variable y el modelo ARIMA de predicción es: Y ̂d_t=0.8727Y_(t-1)-0.0318Y_(t-2)-0.3217Y_(t-3)-0.9746e_(t-1)+E . El p-value: 0.01716 < 0.05, lo que nos indica que al menos uno de los predictores introducidos en el modelo está relacionado con la variable de respuesta rendimiento de la quinua y ajusta a los datos con bastante eficiencia. El modelo de comportamiento de la temperatura en la producción de la quinua en el distrito de Cabanillas es un polinomio de grado 9. y=1132.40+147.06x-179.83x^2-60.21x^3-348.71x^4-169.56x^5-197.55x^6+24.03x^7+310.44x^8-68.03x^9+e. el comportamiento de la temperatura media mensual es variable en el distrito de Cabanillas y el modelo ARIMA de predicción es: Y ̂d_t=0.9114Y_(t-1)-0.0729Y_(t-2)-0.3355Y_(t-3)-1.0000e_(t-1)+E el p-value: 0.01742 < 0.05, lo que nos indica que al menos uno de los predictores introducidos en el modelo está relacionado con la variable de respuesta rendimiento de la quinua.
  • info:eu-repo/semantics/bachelorThesis
    Elección del mejor modelo entre regresión lineal múltiple y árboles de regresión para predecir el precio máximo de las acciones de Intel en función al precio de apertura y volumen de ventas de acciones por dia - 2019
    La Investigación tuvo como objetivo comparar el Modelo de regresión lineal Múltiple frente al Árbol de regresión, para ello se utilizó las variables Precio máximo de las acciones de Intel en función al Precio de apertura y Volumen de ventas, de acciones por día. El diseño de investigación fue no experimental y de corte transversal el tipo de investigación descriptivo correlacional, en la cual la población estuvo conformada por todas las acciones de la empresa Intel desde su creación y a través del tiempo; se empleó el muestreo no probabilístico por conveniencia, se consideró desde mayo del 2018 hasta octubre del 2019 siendo un total de 410 registros recopilados a partir de la revisión documentaria. Las pruebas estadísticas usadas fueron el Análisis de regresión lineal múltiple y los Árboles de regresión. Los resultados obtenidos fueron; el Modelo de Regresión lineal múltiple con la técnica de eliminación de datos atípicos queda definida por la siguiente ecuación Y=0.02856+1.003X_1+0.000000009405X_2. Alcanzando una prueba F significativa y la bondad de ajuste es bastante alta R^2=0.9979, y un Error Estándar Residual de 0.2257 dólares, El Árbol de regresión establece que la variable para explicar el Precio máximo de acciones es el Precio de apertura, eliminando la variable volumen, el Error Medio Cuadrático es de 1.4480 dólares. Finalmente se concluye que el mejor modelo para predecir el precio máximo de acciones de Intel es el modelo de Regresión Lineal Múltiple con eliminación de puntos Outliers,
  • info:eu-repo/semantics/masterThesis
    Niveles de eficiencia en la gestión de residuos sólidos en las municipalidades distritales de la región Puno en el año 2022
    La gestión de limpieza pública es uno de los aspectos más importantes dentro de la administración de los gobiernos locales. El objetivo fue determinar los niveles de eficiencia en la gestión de los residuos sólidos en las municipalidades distritales de la región de Puno en el año 2022, considerando tanto la gestión de insumos (inputs) como de productos (outputs) de los residuos sólidos en las municipalidades distritales de la Región Puno. Utilizando la metodología del Análisis Envolvente de Datos (DEA), que sirvió para formular, monitorear y evaluar políticas y planes en el tratamiento de residuos sólidos. Los resultados evidencian que, en inputs, de los 110 distritos en estudio, 51 realizaron mayor gasto y 59 menor gasto; en outputs, 1 distrito tuvo 0% de cobertura, 8 alcanzaron de 25% a 49%, 45 de 50% a 74% y 56 lograron de 75% a 100%, reflejando un compromiso significativo con la gestión ambiental en sus jurisdicciones. En conclusión, con esta investigación se determinó cuáles son las municipalidades eficientes de la región de Puno y cuáles no son eficientes, obteniéndose los niveles de eficiencia en la gestión de residuos sólidos en las municipalidades tanto distritales (97) como provinciales (13) de la región de Puno en el año 2022.
  • info:eu-repo/semantics/bachelorThesis
    Caracteristicas corporales y personales de docentes capacitados por el PLANCAD que influyen en el aprendizaje de niños de nivel primario, ADEs Ilave - Mazocruz - 2002
    El presente trabajo de Investigación titulado “CARACTERISTICAS CORPORALES Y PERSONALES DE DOCENTES CAPACITADOS POR EL PLANCAD QUE INFLUYEN EN EL APRENDIZAJE DE NIÑOS DE NIVEL PRIMARIO, ADEs ILAVE - MAZOCRUZ – 2002”, donde se ha formulado como problema principal, el Determinar y diagnosticar estadísticamente, cuales son las características corporales y personales de los docentes capacitados por el PLANCAD más influyentes en el nivel de aprendizaje de los alumnos de Educación Primaria de las ADEs Ilave y Mazocruz en el periodo 2002. Esta investigación responde a la necesidad de conocer la realidad que enfrenta el docente y la influencia de las características personales y corporales en el aprendizaje de sus estudiantes. Para el efecto se propone como objetivo general: Determinar las características corporales y personales de los docentes capacitados por el PLANCAD, más influyentes en el aprendizaje de los estudiantes de Educación Primaria de las ADEs de Ilave y Mazocruz. El tipo de investigación al que corresponde el presente estudio es el descriptivo, y el diseño de Investigación es el correlacional. La hipótesis general es la propuesta de que, las características corporales y personales de los docentes capacitados por el PLANCAD influyen significativamente en el aprendizaje de los estudiantes de Educación Primaria de las ADEs de Ilave y Mazocruz en el periodo 2002. Los instrumentos diseñados son para conocer el nivel de aprendizaje de los estudiantes de educación primaria y su relación con las características corporales y personales de los docentes de las ADEs de Ilave y Mazocruz. La muestra de docentes se divide en tres grupos o estratos del I ciclo, II ciclo y III ciclo, los alumnos que se analizaron son cinco por docente, de la muestra óptima, los cuales son escogidos en forma aleatoria realizando pruebas según el ciclo de estudios. La aplicación de la Estadística en la Educación es sumamente importante, ya que se llega a la conclusión que, las variables que más influyen en el nivel de aprendizaje de los estudiantes del nivel primario de las ADEs de Ilave y Mazocruz, según el análisis de correlación múltiple son: el lugar de Ubicación del Centro Educativo (-0.733) y la Edad del Docente (-0.366). Los resultados del coeficiente de determinación múltiple R2 = 0.743 = 74.3% significan que el 74.3% de las variables que representan el nivel de aprendizaje de los estudiantes son explicadas por las variaciones que se dan en las variables independientes de las características corporales y personales de los docentes capacitados por el PLANCAD – 2000.
  • info:eu-repo/semantics/bachelorThesis
    Análisis del rendimiento académico en las instituciones educativas con Jornada Escolar Completa de la provincia El Collao periodo 2018
    La investigación se realizó en las instituciones educativas públicas del nivel secundario, con modelo educativo Jornada Escolar Completa (JEC), Horacio Zevallos Gámez y José María Arguedas de la Provincia el Collao, tales Instituciones presentan indicio de bajo rendimiento académico en el área de Matemáticas. El objetivo de la investigación es determinar los factores que influyen en el rendimiento académico de los estudiantes en el área de Matemáticas ,los procedimientos se realizaron con la aplicación de la regresión múltiple .La población estuvo constituida por 299 estudiantes, para la muestra se tuvo 99 estudiantes, se aplicó el muestreo estratificado con afijación proporcional, para el modelo se consideró trece variables independientes, que se procesaron con la utilización del método de selección de Stepwise ,por medio del software estadístico SPSS v25 y MINITAB 8.De las 13 variables consideradas a un inicio, solo se seleccionaron 2 variables ,el modelo estimado para la IE Horacio Zevallos Gámez fue, Promedio Matemáticas=5,564 + 0,5867 Calif.inicial - 0,2731 Num.desapro , y para la IE José María Arguedas fue , Promedio Matemáticas =0,87 +0,281Calif.labo.+0,689Calif.inicial, ,los modelos fueron sometidos a un proceso de validación concluyendo que las variables del modelo influyen significativamente en el rendimiento académico .Se recomienda al personal directivo de ambas instituciones tomar en cuenta la explicación de cada una de las variables significativas, para la prevención de más dificultades en el rendimiento académico en el área de Matemáticas, con la implementación del modelo educativo Jornada Escolar Completa.