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.

Publicación a texto completo no autorizada por el autor / Se diseña un modelo scoring para determinar el perfil de riesgo en clientes con tarjetas de crédito en el sistema financiero peruano que pueda ser usado como un filtro de selección de clientes potenciales. Además, puede servir de guía para que las entidades financieras de menor tamaño puedan desarrollar modelos de este tipo in house, sin tener que recurrir a empresas especializadas en el tema generando un costo mayor al crédito. Aplica el análisis de regresión logística a un conjunto de datos público brindado por la Superintendencia de Banca, Seguros y AFP´s, con el fin de obtener un modelo logístico basado en el historial crediticio de clientes con tarjeta de crédito en el Sistema Financiero Peruano. Para determinar los grupos de riesgo, se define la variable incumplimiento como atrasos mayores a 90 días en una ventana de observación de 12 meses después del primer uso de la tarjeta durante el periodo de análisis. Para determinar el perfil de riesgo, es decir, las características de los clientes que presentarán incumplimiento, se utiliza una probabilidad del 80% según la bibliografía utilizada. / Trabajo de suficiencia profesional

Publicación a texto completo no autorizada por el autor / El documento digital no refiere asesor / Se comparan los resultados de ajuste al aplicar dos métodos de regresión múltiple, el método de máxima verosimilitud y el método robusto, cuyo objetivo es conocer cuál de los dos tienen mejores resultados al aplicarlos al modelo de regresión que explica los gastos mensuales de los peruanos de la sierra central, en presencia de observaciones atípicas e incumpliendo el supuesto de la normalidad de los residuos. Se realiza un análisis exploratorio previo de los datos para las diferentes variables y se analizarán usando los paquetes estadísticos SPSS y MATLAB; los datos usados en este trabajo corresponden a la Sumaria del Dominio Sierra Centro de la Encuesta Nacional de Hogares (ENAHO) del año 2013. / Tesis

Los problemas de tráfico en Lima muchas veces se generan debido al bajo nivel de planificación urbana que se ha tenido a lo largo de su desarrollo como ciudad. Debido a ello, resulta importante conocer los fundamentos del diseño y funcionamiento de los elementos del tráfico vehicular con la finalidad de beneficiar a los ciudadanos que diariamente hacen uso de ellos. De esta manera, se considera importante el desarrollo de un trabajo de investigación orientado a rotondas, las cuales han sido poco estudiadas en países de América Latina. Por ello, el presente trabajo está orientado al estudio de la capacidad de sus entradas mediante el modelo empírico de regresión lineal propuesto por R.M. Kimber en 1980, aunque se debe reconocer que los problemas de circulación en general abarcan otras dimensiones, como la ambiental, económica y social además de la ingenieril. Dado que la investigación de rotondas en el Perú es prácticamente nula y el modelo lineal de Kimber fue concebido para rotondas de Inglaterra, se tiene como objetivo general verificar si es aplicable a la realidad de Lima. Como parte de la literatura, se revisan y detallan diversos modelos de capacidad en rotondas desarrollados en diversos países; tales como Francia, Suiza, Alemania, Inglaterra, Australia, Estados Unidos y China. Asimismo, se describen brevemente los parámetros de eficiencia de una intersección. La información que fue requerida por el modelo para ser evaluado comprende características geométricas de la rotonda, las cuales fueron obtenidas mediante un levantamiento topográfico. Por otro lado, con el acceso a las grabaciones de las cámaras de seguridad implementadas por las municipalidades de los distritos de Miraflores y Santiago de Surco se realizó el conteo de vehículos para obtener la demanda horaria y las colas de las zonas de estudio. Se evaluó la validez del modelo a través de una comparación de las longitudes colas formadas en las entradas con los valores obtenidos con la fórmula transformada de Whiting. Para ello, se utilizó la herramienta estadística randomization test y la teoría probabilística de formación de colas. Finalmente, luego de la evaluación estadística de los datos se concluye que las longitudes de colas medidas y calculadas no son equivalentes.

En nuestro país, la cantidad promedio de denuncias por delitos de manera mensual en el año 2019 presenta 30,000 casos, lo cual se ha ido incrementando a lo largo de los años, por lo que es de crucial importancia generar estrategias de seguridad ciudadana que ayuden a mejorar el bienestar de la sociedad peruana, para ello es crucial tener información fiable y de calidad para la toma de decisiones; asimismo, tiene una Dirección de Tecnologías de la Información y Comunicación de la Policía (DIRTIC), la cual dentro de su estructura tiene a su cargo a la División de Estadística (DIVEST) y la División de Informática (DIVINFOR), las cuales tienen como función el control del Sistema de Denuncias Policiales en la cual el 80 % de las comisarías de la Policía Nacional del Perú se encuentran interconectadas y existe un 20 % que no se encuentran interconectadas, por lo cual el 20 % de comisarías no registra información en el Sistema de Denuncias Policiales, generando una incertidumbre para la toma de decisiones. Es por tal motivo que la División de Estadística (DIVEST) propone un modelo para el pronóstico de la cantidad de denuncias por delitos que se registran en las comisarías de la Policía Nacional de Perú en Lima Metropolitana, en base a la técnica de regresión RANDOM FOREST REGRESSOR Y ÁRBOL DE DECISIÓN DE REGRESIÓN, con la cual se podrá conocer cuál de las dos técnicas genera un mejor pronóstico en base a la información que proviene del SIDPOL y del INEI. / In our country, the average number of complaints for crimes on a monthly basis in 2019 presents 30,000 cases, which has been increasing over the years, so it is of crucial importance to generate citizen security strategies that help to improve the well-being of Peruvian society, for this it is crucial to have reliable and quality information for decision-making; likewise, it has a Police Information and Communication Technologies Directorate (DIRTIC), which within its structure has in charge of the Statistics Division (DIVEST) and the Information Technology Division (DIVINFOR), whose function is to control the Police Complaints System in which 80 % of the Peruvian National Police stations are interconnected and there are 20 % that are not interconnected, for which reason 20 % of police stations do not record information in the Police Complaints System, generating uncertainty for decision-making. It is for this reason that the Statistics Division (DIVEST) proposes a model for forecasting the number of complaints for crimes that are registered in the Peruvian National Police stations in Metropolitan Lima, based on the RANDOM FOREST regression technique. REGRESOR AND REGRESSION DECISION TREE, with which it will be possible to know which of the two techniques generates a better prognosis based on the information that comes from SIDPOL and INEI.

This document is intented to deepen the study of univariate and multivariate Chain Ladder methods for estimating reserves in an insurance company. It presents from a theoretical and applicative perspective both the univariate deterministic and stochastic Chain Ladder methods. Although, the first is the most used method by insurance companies due to its simplicity and lack of probabilistic assumptions, the second, proposed by Mack (1993), allows the construction of confidence intervals for the estimated reserves, which is invaluable for researchers. We also develop the General Multivariate Chain Ladder model, which has the basic premise to analyze the possible relationship that may exist between different development triangles, thus providing another tool to improve inferences and predictions of reserves. These methods have been developed and applied to a database of 3 types of health insurance, thus showing the advantages and disadvantages of each of them in different scenarios and providing various tools for decision making in meeting the future obligations of insurance companies. / El presente documento tiene por objetivo profundizar en el estudio de los m´etodos univariados y multivariados del modelo Chain Ladder para la estimaci´on de las reservas de una compa˜n´ıa de seguros. Se presenta de manera te´orica y aplicativa tanto los m´etodos univariados Chain Ladder determin´ıstico como Chain Ladder estoc´astico. Si bien el primero de estos m´etodos es el m´as utilizado por las compa˜n´ıas de seguro dada su simplicidad de c´alculo y carencia de supuestos probabil´ısticos, el segundo, propuesto por Mack (1993), permite la construcci´on de intervalos de confianza para las reservas, lo cu´al es de invalorable ayuda para los investigadores. Asimismo, desarrollamos el modelo General Multivariado Chain Ladder, el cual tiene como premisa b´asica analizar la posible relaci´on que pueda existir entre diversos tri´angulos de desarrollo, dotando as´ı de otra herramienta para mejorar las inferencias y predicciones de las reservas. Estos m´etodos han sido desarrollados y aplicados sobre la base de datos de 3 tipos de seguros de salud, mostrando as´ı las ventajas y desventajas de cada uno de ellos en diferentes escenarios y proporcionando distintos instrumentos para la toma de decisiones relacionados en el cumplimiento de las obligaciones futuras de las compa˜nias de seguros.

Este trabajo presenta una alternativa para analizar series de tiempo que se encuentran restringidas al intervalo (0; 1). Se detalla el modelo propuesto Masarotto y Varin (2012) y Guolo y Varin (2014), el cual permite capturar los efectos producidos por covariables a través de una regresión beta y adicionalmente, con el empleo de cópulas permite modelar la dependencia temporal mediante un proceso de autorregresivo de medias móviles. Como ventaja de la aplicación de este modelo se tiene que evita la necesidad de transformar la variable dependiente, así como también evita someterla al cumplimiento de diversos supuestos como los de normalidad y estacionariedad. Además, permite diferenciar los efectos de las covariables y de la dependencia temporal, lo cual coadyuva a mejorar el análisis de los resultados. Se realizó una aplicación a la tasa de desempleo desde enero de 2003 hasta octubre de 2019 en Lima Metropolitana y debido a la distribución que presenta esta variable se usó un modelo de regresión beta usando cópulas gaussianas. Para la estimación se incluyó el logaritmo del índice del PBI, así como un componente de estacionalidad anual como covariables y para tomar en cuenta la dependencia temporal se incorporó un proceso autorregresivo de medias móviles ARMA(1; 1) a través de una cópula gaussiana. / This work presents an alternative to analyze time series restricted to the interval (0; 1). This model was proposed by Masarotto y Varin (2012) and Guolo y Varin (2014), which allows to capture covariates effects through a beta regression and additionally allows to model the temporal dependence by copulas through an autoregressive moving averages process. As an advantage of the application of this model, it is not necessary to transform the dependent variable or subject to compliance the assumptions such as normality and stationarity. Also, it allows to differentiate the effects of the covariates and of the temporal dependence, which helps to improve the analysis of results. An application to the unemployment rate from January 2003 to October 2019 in Metropolitan Lima was implemented and due to the distribution presented by this variable it was used a gaussian copula beta regression model. The model includes the logarithm of the GDP index and annual seasonality component as covariates, and to take into account the temporal dependence it was included an autoregressive moving averages process ARMA(1; 1) through a gaussian copula.

Este trabajo propone un Modelo de Regresión Cuantílica Semiparamétrico. Nosotros empleamos la metodología sugerida por Crainiceanu et al. (2005) para un modelo semiparamétrico en el contexto de un modelo de regresión cuantílica. Un enfoque de inferencia Bayesiana es adoptado usando Algoritmos de Montecarlo vía Cadenas de Markov (MCMC). Se obtuvieron formas cerradas para las distribuciones condicionales completas y así el algoritmo muestrador de Gibbs pudo ser fácilmente implementado. Un Estudio de Simulación es llevado a cabo para ilustrar el enfoque Bayesiano para estimar los parámetros del modelo. El modelo desarrollado es ilustrado usando conjuntos de datos reales.

El siguiente trabajo de tesis, estudiará el modelo de regresión de Cox con puntos de cambio en las covariables propuesto por Jensen y Lutkebohmert (2008), realizando el desarrollo y la aplicación para una base de líneas móviles postpago. El objetivo es obtener los parámetros de las covariables y el nuevo parámetro en el modelo que es el punto de cambio, para analizar la manera como estas covariables tienen influencia en la desactivación de una línea a solicitud del cliente.

Discrete-time survival models are discussed and applied to the study of which factors are associated with student dropouts at a private university in Lima, Per_u. We studied the characteristics of 26; 790 incoming students enrolled between 2004 and 2012 in all the under-graduate programs at the University. The analysis include the estimation of the survival and hazard functions using the Kaplan-Meier method and the _tting of parametric models using the Cox proportional hazards regression and the Logistic regression for survival analysis, this last one, in order to include time varying variables as predictors. During the period of analysis, the cumulative probability of remain at the University after _ve years was 73.7% [95% CI: 73.1% - 74.4%]. In any period the hazard is greater than 4.4% and this highest value is reached in the 3rd semester. In a multivariate analysis, we found that academic factors (area of study, type of admission, standardized academic performance index, and the percentage of passed credits); economic factors (type of residence, and payment scale); and sociodemographic factors (mother education level, indicators of whether or not parents are alive, and the age of the student) were associated with the risk of dropout.