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.

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.

Los modelos lineales mixtos de clases latentes desarrollados por Proust-Lima, Philipps y Liquet (2017) son útiles para analizar el aspecto dinámico y la naturaleza multidimensional de un fenómeno de interés en poblaciones no necesariamente homogéneas. Estos permiten identificar las posibles clases latentes en la población bajo estudio y cómo un conjunto de covariables afecta en cada clase a la variable respuesta de interés. En esta tesis se desarrolla el modelo lineal mixto de clases latentes con variable respuesta latente y variable mani-fiesta ordinal, a través de sus dos componentes: el sub-modelo estructural y el sub-modelo de medición, que son complementados con un modelo logístico multinomial para analizar la probabilidad de pertenencia a una clase latente. El modelo se aplicó a un conjunto de datos pertenecientes al Estudio Nacional de Juventud y Religión (NSYR por las siglas en inglés “National Study of Youth and Religion”), con el fin de encontrar clases latentes en el constructo religiosidad y describir su evolución. Como resultado, se identificaron tres clases latentes con trayectorias distintas para cada caso. / Latent class linear mixed models developed by Proust-Lima, Philipps y Liquet (2017) are useful to analyze the dynamic aspect and the multidimensional nature of a phenomenon of interest in populations not necessarily homogeneous. These allow to identify the possible latent classes in the population under study and how a set of covariates affects the response variable of interest in each class. In this thesis, the latent class linear mixed model with latent response variable and ordinal manifest variable is developed, through its two components: the structural sub-model and the measure sub-model, which are complemented with a mul-tinominal logistic model to analyze the probability of belonging to a latent class. The model was applied to a dataset from the National Study of Youth and Religion (NSYR), in order to find latent classes in the religiosity construct and to describe their evolution. As a result, three latent classes were identified with different trajectories for each case.

Els estudis de supervivència s'interessen pel temps que passa des de l'inici de l'estudi (diagnòstic de la malaltia, inici del tractament,...) fins que es produeix l'esdeveniment d'interès (mort, curació, millora,...). No obstant això, moltes vegades aquest esdeveniment s'observa més d'una vegada en un mateix individu durant el període de seguiment (dades de supervivència multivariant). En aquest cas, és necessari utilitzar una metodologia diferent a la utilitzada en l'anàlisi de supervivència estàndard. El principal problema que l'estudi d'aquest tipus de dades comporta és que les observacions poden no ser independents. Fins ara, aquest problema s'ha solucionat de dues maneres diferents en funció de la variable dependent. Si aquesta variable segueix una distribució de la família exponencial s'utilitzen els models lineals generalitzats mixtes (GLMM); i si aquesta variable és el temps, variable amb una distribució de probabilitat no pertanyent a aquesta família, s'utilitza l'anàlisi de supervivència multivariant. El que es pretén en aquesta tesis és unificar aquests dos enfocs, és a dir, utilitzar una variable dependent que sigui el temps amb agrupacions d'individus o d'observacions, a partir d'un GLMM, amb la finalitat d'introduir nous mètodes pel tractament d'aquest tipus de dades. / Survival research is interested in the time that passes from the beginning of the study until the event of interest occurs. However, it is very common to find individuals who experience this event more than once during the period of study. In this case, a different methodology needs to be used to that of the standard univariate survival analysis.In this case, the duration between recurrences could be correlated due to the presence of unobserved individual factors. This type of event is normally dealt with by introducing individual random effects in the model, resulting in a multivariate model. The random effects represent the individual "frailty" and the variance of these effects measures the unobserved heterogeneity between individuals. Until recently, the most common way of dealing with this type of situation in survival analysis was by using marginal models such as the robust covariance matrix estimation in the Andersen-Gill approximation; the Wei, Lin and Weissfeld method or the Prentice, Williams and Peterson method; or using the conditional models such as the frailty models (EM algorhthym). The aim of this study is to model multivariate survival data, based on generalised linear mixed models (GLMM).

Este trabajo de investigación pretende evidenciar el rol fundamental de la agricultura en el Perú a través de uno de los principales productos de exportación de nuestra agricultura: el café. Por lo que, a partir de una revisión de este producto en términos de superficie cosechada, rendimientos, producción y volumen y tras poner en evidencia el problema de bajos niveles tecnológicos de este, el presente trabajo tiene como objetivo identificar los principales determinantes de adopción de la tecnología del café a nivel nacional. Tomando en consideración la evidencia empírica de los diversos autores, se plantean variables socioeconómicas como institucionales que pondrían a relieve cómo afectan estas a la adopción tecnológica y evidenciando, además, el problema de la baja productividad del cultivo de café. Para solucionar ello y poder identificar cuáles son los principales determinantes, se plantea un índice de adopción de tecnología a través del resultado de un recuento de eventos, es decir, un esquema de ordenamiento de escenarios como lo es el modelo de recuento de Poisson, el cual permite predecir el nivel esperado de adopción y abre paso a la cuantificación de impactos por parte de dichas variables en el nivel de adopción de tecnología. Los resultados estadísticos obtenidos a través de la Encuesta Nacional Agropecuaria 2018, en primera instancia, nos indican que las variables como nivel de educación, el acceso al crédito, la edad del productor/a, el sexo del productor/a, el número de miembros en edad de trabajar, la altitud de cultivo, la pertenencia del productor/a a una cooperativa o asociación y la propiedad de la parcela que tienen influencia positiva, el número de parcelas como proxy de aversión al riesgo y la superficie cosechada sí podrían ser significativamente determinantes en la adopción tecnológica.

[ES] La Ley de Prevención de Riesgos Laborales de 8 de noviembre de 1995 (LPRL), en vigor desde el 10 de febrero de 1996, establece en su artículo 5: "tendrá por objeto la promoción de la mejora de las condiciones de trabajo dirigida a elevar el nivel de protección de la seguridad y la salud de los trabajadores en el trabajo." En esta Tesis se ha investigado la evolución de los índices de siniestralidad laboral y su relación con la evolución de diferentes variables explicativas relacionadas con el desarrollo normativo, el mercado de trabajo, la estructura productiva, las condiciones de empleo y las condiciones individuales, entre otras, para el caso de España y en el periodo 1995-2017, que abarca desde la promulgación de la LPRL hasta fechas recientes donde se disponía de los datos históricos necesarios. La investigación se ha centrado en los índices de salud más relevantes según su significado en términos de riesgo y/o sus componentes. El objetivo de la investigación ha sido el encontrar evidencias sobre relaciones causa-efecto entre índices y variables, a partir de las cuales extraer lecciones que facilitarán una mejor planificación de la acción preventiva. Para ello, se han propuesto varios modelos explicativos utilizando diferentes herramientas estadísticas, que han permitido formular de manera explícita y analizar la relación entre la evolución de los indicadores de salud ocupacional y la evolución de las principales variables explicativas. En términos generales puede concluirse que la implantación de dicha ley y normativa que la acompaña ha tenido un impacto positivo en las condiciones de trabajo y en consecuencia sobre el nivel de seguridad y salud de los trabajadores desde entonces y hasta la fecha. Sin embargo, se observan diferentes comportamientos cíclicos en la evolución de los indicadores, tales como los índices de incidencia, frecuencia y gravedad, que pone de manifiesto su dependencia de la naturaleza y comportamiento cíclico de algunas de las variables explicativas más importantes relacionadas con ciclos económicos, mercado de trabajo, estructura productiva, etc. Además, se observa como aspectos tales como la pertenencia a grupos de edad jóvenes o expertos, el nivel de estudios, determinadas categorías profesionales, y algunos sectores particulares tienen efectos significativos sobre los valores alcanzados por los índices de siniestralidad. En cambio, otros, como el trabajo a tiempo parcial o la contratación temporal no manifiestan tener tanta repercusión sobre los indicadores. / [CA] Partint de les dades corresponents als accidents ocorreguts en el període 1995-2017, es La Llei de Prevenció de Riscos Laborals de 8 de novembre de 1995 (*LPRL), en vigor des del 10 de febrer de 1996, estableix en el seu article 5: "tindrà per objecte la promoció de la millora de les condicions de treball dirigida a elevar el nivell de protecció de la seguretat i la salut dels treballadors en el treball." En aquesta Tesi s'ha investigat l'evolució dels índexs de sinistralitat laboral i la seua relació amb l'evolució de diferents variables explicatives relacionades amb el desenvolupament normatiu, el mercat de treball, l'estructura productiva, les condicions d'ocupació i les condicions individuals, entre altres, per al cas d'Espanya i en el període 1995-2017, que abasta des de la promulgació de la LPRL fins a dates recents on es disposava de les dades històriques necessàries. La investigació s'ha centrat en els índexs de salut més rellevants segons el seu significat en termes de risc i/o els seus components. L'objectiu de la investigació ha sigut el trobar evidències sobre relacions causa-efecte entre índexs i variables, a partir de les quals extraure lliçons que facilitaran una millor planificació de l'acció preventiva. Per a això, s'han proposat diversos models explicatius utilitzant diferents eines estadístiques, que han permés formular de manera explícita i analitzar la relació entre l'evolució dels indicadors de salut ocupacional i l'evolució de les principals variables explicatives. En termes generals pot concloure's que la implantació d'aquesta llei i normativa que l'acompanya ha tingut un impacte positiu en les condicions de treball i en conseqüència sobre el nivell de seguretat i salut dels treballadors des de llavors i fins hui. No obstant això, s'observen diferents comportaments cíclics en l'evolució dels indicadors, com ara els índexs d'incidència, freqüència i gravetat, que posa de manifest la seua dependència de la naturalesa i comportament cíclic d'algunes de les variables explicatives més importants relacionades amb cicles econòmics, mercat de treball, estructura productiva, etc. A més, s'observa com a aspectes com ara la pertinença a grups d'edat joves o experts, el nivell d'estudis, determinades categories professionals, i alguns sectors particulars tenen efectes significatius sobre els valors aconseguits pels índexs de sinistralitat. En canvi, uns altres, com el treball a temps parcial o la contractació temporal no manifesten tindre tanta repercussió sobre els indicadors. / [EN] The Occupational Risk Prevention Act of November 8, 1995 (ORPA), in force since February 10, 1996, establishes in its article 5: "will have as its objective the promotion of the improvement of working conditions aimed at raise the level of protection of the safety and health of workers at work. " This thesis has investigated the evolution of the occupational accident rates and their relationship with the evolution of different explanatory variables related to regulatory development, the labor market, the productive structure, employment conditions and individual conditions, among others, in the case of Spain and in the period 1995-2017, which ranges from the enactment of the LPRL to recent dates where the necessary historical data was available. Research has focused on the most relevant health indices according to their meaning in terms of risk and / or their components. The objective of the research has been to find evidence on cause-effect relationships between indices and variables, from which to extract lessons that will facilitate better planning of preventive action. To this end, several explanatory models have been proposed using different statistical tools, which have made it possible to explicitly formulate and analyze the relationship between the evolution of occupational health indicators and the evolution of the main explanatory variables. In general terms, it can be concluded that the implementation of said law and accompanying regulations has had a positive impact on working conditions and consequently on the level of health and safety of workers since then and to date. However, different cyclical behaviors are observed in the evolution of the indicators, such as incidence, frequency and severity indices, which highlights their dependence on the nature and cyclical behavior of some of the most important explanatory variables related to economic cycles, labor market, productive structure, etc. Furthermore, aspects such as belonging to young age groups or experts, educational level, certain professional categories, and some particular sectors are observed as having significant effects on the values reached by the accident rates. On the other hand, others, such as part-time work or temporary hiring, do not claim to have such an impact on the indicators. / Gallego Blasco, VS. (2021). Análisis de la incidencia de factores causales en la evolución de la siniestralidad laboral en España [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/168774 / TESIS