El presente trabajo de tesis presenta un modelo de regresión semiparamétrico con errores t-Student, que permite estudiar el comportamiento de una variable dependiente dado un conjunto de variables explicativas cuando los supuestos de linealidad y normalidad no se cumplen. La estimación de los parámetros se realiza bajo el enfoque bayesiano a través del algoritmo de Gibbs. En el estudio de simulación se observa que el modelo propuesto es más robusto ante la presencia de valores atípicos que el usual modelo regresión semiparamétrico normal. Asimismo se presenta una aplicación con datos reales para ilustrar esta característica.

El modelo de regresión cuantílica autorregresivo permite modelar el cuantil condicional de una serie de tiempo a partir de los rezagos de la serie. En el presente trabajo se presenta la estimación de este modelo desde la perspectiva bayesiana asumiendo que los errores se distribuyen según la distribución asimétrica de Laplace (ALD). Luego, el proceso de generación de muestras de la distribución a posteriori es simplificado utilizando una representación estocástica de la ALD propuesta por Kotz et al. (2001) y el algoritmo de datos aumentados de Tanner y Wong (1987), siguiendo la propuesta de Kozumi y Kobayashi (2011), así como las adaptaciones para el modelamiento de series de tiempo de Cai et al. (2012) y Liu y Luger (2017). Los estudios de simulación demuestran que el supuesto sobre la distribución del término error no es limitante para estimar el cuantil condicional de series de tiempo con otras distribuciones. El modelo es aplicado en la predicción del Valor en Riesgo (VaR) en la serie de tiempo de los retornos diarios de la tasa de cambio de PEN a USD, y sus resultados son comparados con las predicciones obtenidas por las metodologías RiskMetrics, GARCH(1,1) y CAVIaR. Al respecto, la evidencia numérica permite concluir que el modelo QAR es una alternativa válida para estimar el VaR.

En la presente tesis se proponen modelos de clasificación basados en regresiones beta inflacionadas cero-uno con efectos mixtos para modelar perfiles longitudinales de variables fraccionarias mixtas y variables binarias de forma conjunta con formación de clústeres. Las distintas parametrizaciones de los modelos propuestos permiten modelar distintos efectos, como modelar directamente la media marginal a través de covariables e interpretar fácilmente su efecto sobre ella o modelar la media condicional y las probabilidades de inflación de forma separada. Además, se forman clústeres de grupos de individuos con perfiles longitudinales similares a través de una variable latente, asumiendo que las variables respuesta siguen un modelo de mixtura finita. Debido a la complejidad de los modelos, los parámetros se estiman desde un punto de vista bayesiano, a partir de simulaciones MCMC utilizando el software JAGS en R. Se prueban los modelos propuestos sobre diferentes bases de datos simulados para medir el desempeño de los mismos y se comparan con otros modelos a fin de verificar cual ajusta mejor los perfiles longitudinales de variables fraccionarias mixtas y variables binarias. Por último, se aplican los modelos propuestos a datos reales de un banco peruano, con información del ratio de uso de tarjetas de crédito en el periodo de un año, estado de default del cliente y otras covariables correspondientes al cliente poseedor de la tarjeta, con el objetivo de obtener clústeres de individuos con similar ratio de uso de tarjeta de crédito y relacionarlos con la probabilidad de caer en default que presenta cada grupo. / The following thesis proposes classi cation models that consist of jointly tting longitudinal pro les of mixed fractional and binary variables modelled by zero-one beta in ated mixed regressions with cluster formation. The distinct proposed parametrizations allow di erent effects to be modelled, such as modelling the marginal mean directly through independent variables and easily interpret its e ect on it or modelling the conditional mean and the in- ation probabilities separately. In addition, individuals with similar fractional longitudinal pro les are grouped into a cluster through a latent variable, assuming that the response variables follow a nite mixture model. Due to the complexity of the models, the parameters are estimated from a Bayesian point of view by simulating a MCMC using JAGS software in R. The proposed models are tted in various simulated datasets and are compared against other models to measure performance in tting fractional longitudinal pro les and binary variables. Finally, an application on real data is conducted, consisting on longitudinal information of credit card utilization ratio and default status as dependants variables and covariates corresponding to client information, aiming to obtain clusters of clients with similar behaviour in evolution of credit card utilization and relate them to their probability of default.

La brecha salarial entre hombres y mujeres es un tema abordado con mucho énfasis en los últimos años y los profesionales del sector salud no son ajenos a esta problemática. En el desarrollo del presente trabajo de investigación se tuvo por objetivo implementar un modelo de regresiones gamma que permita modelar el ingreso del profesional de salud diferenciándolo según sexo, profesión y otras variables confusoras. La estimación de los parámetros se llevó a cabo desde una perspectiva bayesiana. Estos métodos de estimación se exploran mediante implementaciones computaciones con el software R y Stan. La ventaja principal de usar el enfoque bayesiano en el modelo de regresiones gamma es la posibilidad de añadir variables confusoras como componentes espaciales. Para ello, se define teóricamente el modelo y se explican los conceptos de geoestadística y modelos espaciales necesarios para el trabajo. Finalmente, el modelo se ilustra mediante una aplicación que usa una encuesta con representatividad nacional sobre el sistema de salud en el Perú.

Los inventario de partes de repuestos se caracterizan por albergar un gran volumen de productos con características distintas y poseer una demanda intermitente y altamente variable, lo cual hace que la tarea de realizar un planeamiento adecuado a través de métodos tradicionales sea imposible. Se propone un marco de trabajo basado en técnicas de clasificación, pronostico, simulación y optimización como propuesta para encontrar la política óptima para la gestión cada producto y de esa manera reducir los costos derivados de esta. Este documento estudia la situación actual de una empresa de venta y alquiler de montacargas peruana que atraviesa por esta problemática y detalla el procedimiento y técnicas de modelamiento matemática que se deben aplicar en cada etapa para poder implementar el marco de trabajo. Para la etapa de clasificación, se sustenta el uso de un nuevo sistema de clasificación alfa-omega de 5 categorías. En la etapa de pronóstico, se propone el uso de métodos basados en Inferencia Bayesiana. En la etapa de simulación, se hace uso del método de Montecarlo para recrear las diversas políticas posibles para cada producto. En la etapa de optimización, se hace uso de Optimización Bayesiana para encontrar los parámetros de dichas políticas tales que maximizan la utilidad. Para finalizar, se evalúan los requisitos y beneficios económicos que conlleva la implementación de este marco de trabajo. Se concluye que el marco de trabajo propuesto puede llegar a generar ahorros significativos para la empresa; sin embargo, para lograr el éxito en su implementación es necesario de una cultura organizacional que permita la sinergia entre las áreas involucradas.

Las infecciones respiratorias son enfermedades que ingresan a nuestro tracto respiratorio afectando la faringe hasta a los pulmones y según la Organización mundial de salud es la causa más común de muertes en el mundo. En particular, en esta tesis se propone estudiar la relación entre la incidencia de infecciones respiratorias agudas (IRA) y la incidencia de neumonía en el Perú. Por un lado estas variables pueden estar correlacionadas, conforme aumenta el número de casos de una enfermedad también aumenta el de la otra. Por otro lado, si nos enfocamos en la incidencia de estas enfermedades a nivel provincial, esperamos que la incidencia de IRA sea similar en provincias vecinas, lo mismo esperamos que ocurra con la incidencia de neumonía. En este contexto, en esta tesis se propone estudiar la distribución espacial entre la incidencia de IRA y neumonía a nivel provincial en el Perú a través de un modelo espacial multivariado, el cual nos permite estudiar la distribución espacial de dos o más variables correlacionadas entre sí. En particular, se propone aplicar un modelo espacial multivariado con efectos aleatorios condicionales autoregresivos. Para conseguir implementar la inferencia bayesiana del modelo jerárquico espacial multivariado de forma eficiente se propone usar el método de integración aproximada anidada de Laplace (INLA).

En el campo educacional, cuando los estudiantes resuelven problemas su habilidad en un tema particular puede influir en el desempeño de los mismos en un área de estudio similar pero diferente. Por ejemplo, la habilidad en ciencias podría tener un efecto en su dominio sobre las matemáticas, lo que a su vez afectará la forma en que los evaluados responden a las preguntas o ítems sobre matemáticas de una prueba. Por tanto, resulta natural examinar la relación entre el rendimiento en un área particular de estudio y el dominio de los atributos en un tema relacionado. Los modelos de diagnóstico cognitivo (CDM) proporcionan un marco ideal para realizar un análisis de este tipo, ya que clasifican a los examinados en perfiles de atributos que indican su dominio en las habilidades delimitadas permitiendo obtener información más específica con respecto a sus fortalezas y debilidades. Los CDM resuelven varias limitaciones de los métodos clásicos y los modelos de teoría de respuesta a ítems unidimensionales (TRI). Para este estudio se amplía el marco de DINA al incorporar una covariable en un modelo de DINA reparametrizado. La covariable se puede especificar en dos niveles: en el nivel inferior, afectando la forma en que los evaluados resuelven los ítems (es decir, la probabilidad de respuesta), y en el nivel superior, influenciando en el dominio de los atributos (es decir, la clasificación latente). En esta tesis, se desarrolla teóricamente el modelo indicado desde el enfoque clásico. Para la estimación desarrollaremos el método de máxima verosimilitud y el método de la moda a posteriori vía el algoritmo de Esperanza-Maximización (EM) y de Newton-Raphson. Para tal fin, se realiza 4 estudios de simulación con la finalidad de observar en primer lugar el efecto de la covariable cuando afecta simultáneamente a los ítems y a los atributos, luego cuando la covariable afecta por separado a ambos, y también cuando la covariable no los afecta. Finalmente, se muestra su aplicación en la evaluación de la prueba de admisión a una Universidad.

La presente tesis centra sus esfuerzos en presentar y estudiar el Modelo de Respuesta Nominal o NRM por sus siglas en inglés (Bock, 1972, 1997), en el contexto de la Teoría de Respuesta al ítem (IRT, por sus siglas en inglés). Se realizaron estudios de simulación para determinar la calidad de la recuperación de los parámetros del modelo, bajo la metodología clásica (MML) y bayesiana (MCMC) y finalmente, se aplicó el modelo estudiado en una muestra anónima, aleatoria y representativa de 1641 docentes de la modalidad de Educación Básica Regular de la especialidad de inglés, que fueron expuestos a la sub-prueba de Compresión Lectora del Concurso de Nombramiento 2015. En relación a la simulación, encontramos que el método bayesiano es un buen sustituto de su contraparte clásica, debido a que el mismo recupera de manera similarmente satisfactoria los parámetros de los ítems; sin embargo, la principal desventaja es que fue entre 620 a 14100 veces más lento que los métodos clásicos, pese a que se puso especial énfasis en hacer paralelos los procesos MCMC. En relación a los resultados de la aplicación se tiene que el NRM: (i) facilita la recuperación de una mayor proporción información disponible en los ítems, frente a los modelos de respuestas dicotómicas (Bock, 1972; Thissen, 1976; Levine y Drasgow, 1983; Thissen y Steinberg, 1984), (ii) permite hallar el ordenamiento implícito en datos categóricos inicialmente no ordenados (Samejima, 1988; Bock, 1997) y (iii) brinda información relevante para la valoración de la calidad de un ítem (Thissen et al., 1989), especialmente en dos puntos: (a) les permitía identificar alternativas inservibles o forzadas y (b) les permita identificar alternativas que se podían colapsar, dado que estas alternativas registraban similar temática. / This thesis focuses its e orts on presenting and studying the Nominal Response Model or NRM (Bock, 1972, 1997), in the context of the Item Response Theory (IRT). Simulation studies are carried out to determine the quality of the recovery of the parameters of the model, under the Classic (MML) and Bayesian (MCMC) aproach and nally, the studied model was applied to an random, representative and anonymous sample of 1641 teachers from the Basic Regular Education modality of the english specialty, who were exposed to the Reading-Comprehension sub-test of the \Concurso de Nombramiento 2015". Related to the simulation, we found the bayesian method is a good substitute for the classic counterpart, because it recovers in a similarly satisfactory fashion the parameters of the items; however, the main disadvantage was that the process was between 620 to 14; 100 times slower than the classical approach, despite the special emphasis on making the MCMC processes parrallel. Related to the results of the implementation of the model on real data, the NRM: (i) it facilitates the recovery of a greater proportion of information available in the items, compared to dichotomous response models (Bock, 1972; Thissen, 1976; Levine y Drasgow, 1983; Thissen y Steinberg, 1984), (ii) it allows to nd the implicit order in initially not ordered categorical data (Samejima, 1988; Bock, 1997) and (iii) it provided relevant information for the examination of the quality of an item (Thissen et al., 1989), specially in two fronts: (a) it allowed the identi cation of useless or forced alternatives and (b) it allowed the identi cation of alternatives that could be collapsed, given that these alternatives registered a similar topics.

La prevalencia de enfermedades epidemiológicas recolectadas en áreas geográficamente limitadas, como distritos o provincias, son cruciales para la toma de decisiones en salud pública. Usualmente esta variable respuesta presenta dependencia espacial, es decir, es similar en áreas vecinas, debido a la naturaleza de la enfermedad, clima, nivel económico y cultural, entre otras razones. En este sentido, se proponen modelos espaciales de datos áreas para identificar tendencias y factores asociados a enfermedades epidemiológicas, tomando en cuenta la dependencia espacial entre áreas geográficas. Por lo general, estos modelos ajustan a la dependencia espacial a través de efectos aleatorios derivados a través de grafos. En particular, el modelo autorregresivo de gráfico acíclico dirigido (DAGAR) se basa en un grafo acíclico dirigido y algunos efectos aleatorios \del pasado". Como consecuencia, la matriz de precisión (inversa de la covarianza) del modelo es dispersa. Este modelo tiene una interpretación intuitiva de los parámetros asociados con la dependencia espacial y se puede representar como un modelo gaussiano latente. En este contexto, en esta tesis se propone implementar el modelo DAGAR a través del método de inferencia bayesiano aproximado INLA que es determinista, bastante preciso y eficiente. Dentro de este enfoque, la estimación de datos grandes se puede realizar en segundos o minutos, y permite ajustar los datos con distribución gaussiana o no gaussiana. Finalmente, para mostrar el aporte de esta propuesta, el modelo DAGAR se ajusta a datos reales. / The prevalence of epidemiological diseases collected in geographically limited areas, such as districts or provinces, are crucial for making public health decisions. It is common that this response variable presents spatial dependence, that is, it is similar in neighboring areas, due to the nature of the disease, weather, economy and cultural level, among other reasons. In this sense, spatial models for areal data are proposed to identify trends and factors associated with epidemiological diseases, taking into account the spatial dependence between geographic areas. Usually, these models t the spatial dependence through spatial random e ects built from graphs and conditional distributions. In particular, the directed acyclic graph autoregressive (DAGAR) model is based on a directed acyclic graph and some \past" random e ects. As a consequence, the precision matrix (inverse of the covariance) of the model is sparse. This model has an intuitive interpretation of the parameters associated with spatial dependence and can be represented as a latent Gaussian model. In this context, we propose in this project to implement the DAGAR model throughout the approximate Bayesian inference method INLA which is deterministic, quite accurate and e cient. Within this approach, estimation of large data can be carried out in seconds or minutes, and it allows to t data following a Gaussian distribution or non-Gaussian distributions. Finally, in order to show the contribution of this proposal, the DAGAR model will be tted to real data.

La teoría de la credibilidad provee un conjunto de métodos que permiten a una compañía de seguros ajustar las primas futuras, sobre la base de la experiencia pasada individual e información de toda la cartera. En este trabajo presentaremos los principales modelos de credibilidad utilizados en la práctica, como lo son los modelos de Bühlmann (1967), Bühlmann-Straub (1970), Jewell (1975) y Hachemeister (1975), todos ellos analizados en sus propiedades desde un punto de vista geométrico a través de la teoría de espacios de Hilbert y en su estimación mediante el uso de los modelos lineales mixtos. Mediante un estudio de simulación se mostrará la ventaja de utilizar este último enfoque de estimación.