El presente trabajo de tesis propone estudiar el modelo de regresión lineal con censura basado en una mixtura finita de una distribución normal asimétrica (NA), con adaptación a diferente número de componentes. Este enfoque permite modelar datos continuos con gran flexibilidad, acomodando simultáneamente multimodalidad, colas pesadas y asimetría, dependiendo de la estructura de los componentes de la mixtura. Se implementa un algoritmo de tipo EM analíticamente manejable y eficiente para calcular iterativamente las estimaciones de máxima verosimilitud de los parámetros, mediante aproximaciones estocásticas (SAEM). El algoritmo propuesto tiene algunas expresiones cerradas en el paso-E, por lo que la obtención de los errores estándar se da por el método Bootstrap. Asimismo, se realiza un estudio de simulación con el fin de evaluar si el método propuesto permite recuperar los parámetros del modelo mediante el uso del algoritmo SAEM. Por otro lado, se realiza la aplicación del modelo propuesto para el estudio de la participación en la fuerza laboral de las mujeres casadas usando la base de datos de la Universidad de Michigan (Mroz, 1987). Como segunda aplicación se utiliza un conjunto de datos de clientes que entraron en campaña en una entidad financiera local con el fin de estimar sus ingresos.

La anemia es una afección causada por un bajo nivel de hemoglobina en la sangre causada principalmente por un déficit en el consumo de hierro. En el Perú, es un problema de salud pública y nutrición principalmente en niñas y niños menores de cinco años, por ello el Instituto Nacional de Estadística (INEI) realiza una prueba para determinar anemia en niñas y niños a través de la Encuesta Demográfica y de Salud Familiar (ENDES). En esta encuesta se clasifica los niveles de anemia como severa si es menor a 7,0 g/dl, moderada si está entre 7,0 y 9,9 g/dl o leve si varía entre 10,0 y 11,9 g/dl. En este contexto, en esta tesis se propone aplicar el modelo de regresión de Dirichlet para estimar la prevalencia de los niveles de anemia infantil a nivel de centros poblados en el año 2017. Se propone estimar los parámetros usando inferencia bayesiana, a través del método Halmitoniano de Monte Carlo (HMC) usando Rstan. El modelo propuesto también permite identificar posibles factores determinantes de la prevalencia de la anemia infantil y tiene el propósito de mejorar las políticas públicas dirigidas a la reducción de la anemia en el país.

En muchas situaciones se dispone de una variable aleatoria continua no negativa con asimetría positiva que eventualmente podría tomar el valor cero. Datos de esta naturaleza son llamados semicontinuos o cero-inflacionados y fueron tradicionalmente modelados usando el modelo de regresión de dos partes propuesto por Duan et al. (1983). En este modelo la variable respuesta sigue una distribución mixta de probabilidades conformada por una distribución de Bernoulli y una distribución continua no negativa. Una versión longitudinal de este modelo de regresión, pero que apunta a explicar la media de la variable de respuesta, fue propuesto por Smith et al. (2017). Este modelo planteaba, para su componente continua de respuesta, una distribución Log Skew Normal. El objetivo de este trabajo es estudiar un modelo alternativo al de Smith et al. (2017), que llamaremos, en general, un modelo de regresión a la media con efectos mixtos para respuestas semicontinuas, pues plantea una parametrización que permite estimar e interpretar los efectos de un conjunto de covariables sobre la media de las respuestas y no sobre la media condicionada a valores positivos. A diferencia del modelo de Smith et al. (2017), que hace uso de la distribución Log Skew Normal cero-inflacionada, nosotros modelaremos la respuesta con una distribución Gamma Generalizada cero-inflacionada. Este modelamiento, como se muestra, permite capturar de manera flexible ciertas características de los datos de respuesta, tales como, la asimetría y el comportamiento de las colas. Los resultados del estudio de simulación para el nuevo modelo mostraron un adecuado desempeño en la recuperación de sus parámetros, donde para la estimación de estos utilizamos un enfoque bayesiano y el uso de métodos MCMC Hamiltonianos. Por último, los resultados de su aplicación en el estudio longitudinal del efecto que ciertas variables podrán ejercer sobre la media de los gastos en educación de los hogares en el Perú, mostraron un mejor ajuste a los datos respecto al modelo de Smith et al. (2017), en base a los criterios de información ampliamente aplicado y de validación cruzada de Leave-one-out.

El presente trabajo de tesis propone el modelo de regresion log t de Student, el cual permite modelar variables respuesta que presentan censura intervalar y se muestra robusto frente a la presencia de observaciones atípicas. Luego, se desarrolla aquí un estudio de simulacion clásico, con el n de analizar la sensibilidad frente a distintos niveles de valores atípicos. Finalmente, se desarrolla la aplicacion del modelo para la estimación de las demoras en órdenes de compras de los proveedores de las empresas en el Perú, concluyendo que el modelo propuesto en esta tesis tiene un mejor ajuste a los datos en comparación con el modelo Log Normal.

En la actualidad, las empresas aseguradoras cuentan con productos de seguros cada vez más personalizados a las características de sus asegurados, de modo que, cada asegurado no pague el mismo monto de prima sino un monto proporcional a su comportamiento y perfil de riesgo. Una de las formas de atender esta necesidad de personalización en la tarifación es el Sistema Bonus-Malus (SBM), el cual ajusta una prima base considerando la historia de siniestros reportados por cada asegurado. En ese sentido, una historia sin siniestros crea bonificaciones (bonus) y por ende una reducción en la prima de seguro; y, una historia con siniestros genera penalizaciones (malus) y por ende un incremento en la prima de seguro. Por tanto, el objetivo de esta tesis es aplicar los modelos SBM basados en la frecuencia para un seguro de tipo vehicular. Para ello, en base a la información disponible de los asegurados, se construye un modelo de frecuencia de siniestros usando un GLM (Poisson, Binomial Negativa y sus variantes inflacionadas en ceros), cada modelo permite obtener una prima base y clases de riesgo basados en características heterogéneas. Luego, se comparan todos los modelos obtenidos para seleccionar el mejor ajuste para los datos analizados. Por u´ltimo, se aplica el SBM y se determina en qué nivel se clasifica a cada asegurado en función al número de siniestros que reporte en el periodo de análisis, de esa manera, se determina el valor de la prima ajustada para cada asegurado. En resumen, este trabajo desarrolla un SBM con información a priori y a posteriori que permite obtener primas más justas para los asegurados de un producto de seguros vehiculares, de modo que, el asegurado que presente un comportamiento sin siniestros reportados pagará menos que un asegurado que presente siniestros en el periodo evaluado.

El presente trabajo estudiará el método propuesto por Tze y Zheng (2006) aplicándolo a la obtención de intervalos de confianza para la mediana de supervivencia de líneas móviles de una empresa de telecomunicaciones. Esta metodología se aplicará con el objeto de conocer el riesgo de vida promedio de la línea móvil así como de qué manera inciden las covariables sobre el tiempo hasta el incumplimiento del pago de los clientes de la empresa. Para ello se hará uso de una extensión del modelo de Cox haciendo uso de la estimación máximo verosímil para obtener nuevas estimaciones del vector de parámetros mediante el método bootstrap lo que permita la construcción de los intervalos de confianza para la mediana de supervivencia.

The proportional hazard model plays a fundamental role in the analysis of time-to-event data. In this thesis, we conduct a simulation study to evaluate the performance of M-splines to estimate the baseline cumulative hazard function for the proportional hazard model. We assess the effect of sample size and number of knots in the estimation process. Finally, we apply this method to a sample of students from a university where the event of interest is the payment on time of the last tuition fee.

El sector transporte es el mayor consumidor de combustibles líquidos en el Perú (41.8% de la energía final neta) contribuyendo con 21,047.88 GgCO2eq que representan el 10.25% de gases de efecto invernadero presentes en el ambiente (MINAM, 2019). En el caso específico del transporte interprovincial de pasajeros, el combustible representa una parte importante de sus costos de operación (de 30% a 40%) según Pineda et al. (2021). Esta investigación propone una metodología para desarrollar un modelo de consumo de combustible óptimo que se utilice por empresas de transportes para desplegar sus propios planes de control y gestión de costos. Para lograr este propósito se identificaron los factores (variables regresoras1) que afectan significativamente al consumo de combustible en la operación de tres ómnibus de transporte de pasajeros. Los coeficientes de las variables regresoras se estimaron utilizando el método de regresión lineal múltiple utilizando el software Rstudio2 constituyendo una herramienta de gestión muy significativa para reducir el consumo de combustible y la emisión de gases de efecto invernadero. Conociendo la influencia de estas variables regresoras en el consumo de combustible, el estudio permitiría a las empresas de transporte enfocarse en aquellas variables conductuales y operativas de mayor contribución, para rediseñar sus estrategias de conducción y mejorar los índices energéticos y ambientales. Los datos para desarrollar el modelo de regresión lineal múltiple tienen un carácter no determinista y estocástico con presencia de variables discretas y continuas que se recogieron manualmente (pesaje del ómnibus), aplicativos de previsiones meteorológicas (Windfinder), sistema de diagnóstico a bordo (OBD II) y sistema de satélites de navegación global (GNSS). Los datos obtenidos a través del OBD II y GNSS se transmitieron a través del módulo telemático (Teltonika FMB630); pues de investigaciones precedentes se reconoció que era la forma más efectiva y económica para obtener información. El modelo matemático obtenido por regresión lineal múltiple permitió cuantificar la influencia de cada una de las variables y estimar que las mejores condiciones conductuales y operacionales consiguen ahorros de hasta 5.76 galones por viaje en la ruta Trujillo – Lima, acumulando al año 2047.09 galones por año/bus. Sí esta mejora se consiguiera en el 25% de la flota vehicular matriculada en el Perú entre el 2010 y 2018 se alcanzaría un ahorro de combustible de 878,201.69 galones y una reducción de 9´348,688 Kg CO2eq al año. La flota de ómnibus matriculados en el Perú del 2010 en adelante, son tecnológicamente aptas para el control y uso de la inercia y reducción de la inyección de combustible electrónicamente.

El curso de Estadística Aplicada 2 para estudiantes de Ingeniería Industrial e Ingeniería de Sistemas, comprende el estudio de diversos métodos de Estadística Inferencial que sirven de apoyo en el proceso de toma de decisiones a partir de información proveniente de las diferentes ramas de la ingeniería. Contenido: Muestreo -- Pruebas de hipótesis -- Uso de la distribución Ji Cuadrada -- Uso de la distribución Ji cuadrada -- Diseños experimentales -- Análisis de regresión lineal simple -- Regresión Múltiple -- Análisis -- Series de tiempo -- Método de Atenuación Exponencial.

El curso de Estadística Aplicada 2 para estudiantes de Ingeniería Industrial e Ingeniería de Sistemas, comprende el estudio de diversos métodos de Estadística Inferencial que sirven de apoyo en el proceso de toma de decisiones a partir de información proveniente de las diferentes ramas de la ingeniería. Contenido: Muestreo -- Pruebas de hipótesis -- Uso de la distribución Ji Cuadrada -- Diseños experimentales -- Análisis de regresión lineal simple -- Regresión Múltiple -- Series de tiempo -- Método de Atenuación Exponencial.