En el siguiente trabajo se presentan dos tratamientos a los problemas suscitados en el análisis de datos con presencia de datos perdidos: El Algoritmo EM basado en la Estimación por Máxima Verosimilitud y la Imputación Múltiple para datos faltantes, ambos métodos presentan ciertas ventajas frente a los métodos de imputación simple que ocasionan la obtención de estimadores distorsionados y sesgados. El algoritmo EM y la Imputación Múltiple se aplican a un conjunto de datos obtenido por simulación, causándole la pérdida de algunos valores con el objetivo de realizar posteriores comparaciones de las estimaciones obtenidas en casos con el conjunto de datos con y sin información faltante.

En el presente trabajo de investigación, nos propusimos como objetivo general Identificar la existencia de deficiencias en la imputación necesaria, en los delitos de colusión en el sistema anticorrupción del Distrito Judicial de Junín en el período 2013- 2017, mientras que, como objetivos específicos, se planteó: “Determinar cómo afecta las deficiencias de la imputación necesaria en los delitos de colusión en el sistema anticorrupción del Distrito Judicial de Junín, al derecho de la defensa, Identificar cómo afecta las deficiencias de la imputación necesaria, al sistema de justicia, en su vertiente de no generar impunidad”, y, “Determina, la falta de una imputación necesaria, cómo influye en las sentencias condenatorias que pueden ser injustas.

No description available.

Publicación a texto completo no autorizada por el autor / Presenta el procedimiento de imputación múltiple como método alternativo a la no respuesta parcial. Para la aplicación de este estudio se contó con una base de datos de empleados de una empresa de Lima Metropolitana, en ella se determinó el tamaño de muestra para los objetivos que se trazaron, la muestra seleccionada se denominó muestra completa y a partir de ella se generó una muestra incompleta eliminando aproximadamente el 10.4% de algunos campos, esto se realizó con la finalidad de comparar las estimaciones con datos completos e incompletos mediante la aplicación del procedimiento de imputación múltiple a la muestra incompleta. / Tesis

Las cotizaciones de los valores mobiliarios son sumamente volátiles y reaccionan con mucha sensibilidad a cada hecho que afecte a la empresa emisora. Esos hechos, cuando no son de conocimiento del público, se denominan “información reservada” y las personas que tienen acceso a ellos se llaman “insiders”. El ordenamiento jurídico no puede impedir que los insiders accedan a la información reservada de la empresa, pero si puede inmiscuirse en lo que ellos hacen con la misma, razón por la que la mayoría de las legislaciones occidentales prevén diferentes regulaciones que prohíben y sancionan su utilización.El abanico de negocios impropios que un insider puede realizar es sumamente amplio: en algunos casos la operación lo beneficia el, en otros supuestos el beneficiado es un tercero que puede o no recompensar por ello al insider, y también hay casos en los que se utiliza la información reservada solo para perjudicar a un sujeto. La impropia utilización de información reservada pueden acarrear dos tipos de consecuencias para los insiders: por un lado la imposición de sanciones y, por el otro, la imputación de responsabilidad, todo lo cualestá regulado dentro de distintas disposiciones en el Derecho Argentino.

La tesis se inicia con el análisis de los distintos significados del término responsabilidad, tanto en el lenguaje ordinario como en el jurídico. Inspira ese examen el postulado de que las palabras y los contextos en los que son usadas dan cuenta de una determinada forma de comprender y de delinear una institución social. Siguiendo ese método, se concluye que la responsabilidad constituye un mecanismo de intervención social que tiene un significado particular que permite diferenciarlo de otros sistemas de atribución de consecuencias gravosas, y que el contenido central del mismo puede esbozarse de manera unitaria, sin atender a la tradicional dicotomía entre responsabilidad civil y responsabilidad penal. De manera detallada, la tesis efectúa un análisis del contenido de la responsabilidad, ahondando, entre otros, en sus presupuestos, elementos, efectos y significado. Finalmente, de manera somera, la autora esboza la estructura de otros deberes de responder distintos de la responsabilidad y que tienen como criterios de fundamentación la solidaridad y la seguridad. / The thesis begins with an analysis of the different meanings of responsibility -both in terms of day- a- day language and also in its legal context-. This analysis examines the words and contexts that are used to understand and define social institutions. Within that method of analysis, there is a logical conclussion that responsibility is a form of social intervention that has a unique meaning and is different from other systems of attibution resulting from grave consequences. The meaning of the institution can be seen in a more singular form without taking into account the traditional dichotomy between civil resposibility and criminal responsibility. The thesis details an analysis of responsibility with its accompanying assumptions, elements, effects and meaning. Finally, the autor outlines the structure of other responding sistems that take into account solidarity and security.

Las actitudes, el conocimiento y las acciones generalmente se basan en muestras. Algunos basan sus conclusiones en muestras pequeñas y pocas veces toman en cuenta la magnitud de lo que se desconoce. Generalmente se carece de recursos para estudiar más de una parte del problema de interés que pudiera aumentar nuestro conocimiento. Algunas razones para el uso de las técnicas de muestreo son: costo reducido, mayor velocidad, mayor enfoque o perspectiva y mayor exactitud.La fusión de datos surge como una alternativa a la fuente única de datos frente a la necesidad de conseguir el máximo de información posible al menor costo. Tiene como objetivo combinar datos de diferentes fuentes para poder disponer de toda la información en un solo archivo, aunque artificial, con todas las variables de interés. Utiliza lo mejor de la información existente en un archivo para reconstruir la información ausente en otro archivo. Es una estimación estadística de los datos faltantes. Es un medio de limitar la recolección de datos, reconstruyendo la información faltante. No es un problema de análisis estadístico con datos faltantes en el cual se consideran los mecanismos que conducen a la ausencia de datos. En el caso de la fusión de datos, se presentan bloques completos de datos ausentes, en general, muestras independientes.La revisión bibliográfica ha permitido analizar el problema del análisis de datos faltantes como una aproximación al tema de la fusión de datos, considerando que la fusión de datos es un caso particular. En este caso, se está hablando de bloques de datos faltantes y en muchas ocasiones, datos faltantes por diseño.El objetivo de la fusión de datos es por lo tanto, el obtener un solo archivo que pueda ser analizado posteriormente con herramientas de minería de datos. La idea es estimar los valores de las variables no informadas (valores faltantes) a partir de un bloque de variables informadas correlacionadas con el bloque de variables a reconstituir (variables comunes). Es importante hacer notar que no se esta generando nueva información.Parte de este trabajo se dedica a la definición y aproximación del concepto fusión de datos. Se presentan algunos enfoques para el tratamiento de los datos ausentes. Se han revisado, de manera no exhaustiva, algunas técnicas relacionadas con el tema y se muestran aplicaciones de la fusión de datos relacionadas con otras herramientas.Son muchas las técnicas que existen para tratar la reconstrucción de los datos faltantes. En este trabajo, el enfoque se ha hecho sobre la técnica de imputación Hot deck. Con esta técnica se sustituyen valores individuales extraídos de unidades observadas similares. Se basa en el reemplazo de la información faltante en el conjunto de individuos no informados (con datos faltantes) que se llaman receptores, utilizando la información de los individuos informados más parecidos, llamados donantes. Es una práctica común que involucra esquemas elaborados para la selección de las unidades similares para la imputación. Se estudian algunos procedimientos no paramétricos de discriminación para efectuar la búsqueda de los individuos más cercanos (parecidos). Existen distintos algoritmos diseñados para esto. Se ha hecho una revisión de algunos de estos métodos de búsqueda. Este trabajo se basa en el algoritmo de Fukunaga/Narendra. Se muestran los componentes del sistema. Se presentan los fundamentos y las bases que se han seguido para el desarrollo y la implantación del mismo. Se han establecido algunas propuestas no paramétricas para la medición de la calidad de la fusión.La experimentación y prueba de las distintas propuesta se ha hecho dividida en dos partes. En una se ha hecho una selección aleatoria de los individuos para formar un conjunto de donantes y un conjunto de receptores. En la segunda parte, la selección se ha hecho a partir de una característica específica en una variable. Para esto se emplea un archivo sintético creado a partir de un conjunto de datos privados de financiación para el otorgamiento de créditos al consumo. Este archivo general consta de 6692 individuos. El aspecto práctico de este trabajo, ha sido el desarrollo de un sistema de fusión de datos.Aunque mucho está escrito sobre la imputación Hot deck, siempre habrá espacio para proponer nuevos métodos. Evaluar la calidad de la fusión seguirá siendo tema de interés. Queda claro que la fusión de datos satisface la necesidad de muchos de proporcionar una sola fuente de datos completa a los usuarios finales. Sin embargo, se debe tener cuidado al hacer uso de esta información (son estimaciones, no valores reales observados). / Very often, attitudes, knowledge and actions, are base on samples. Some base their conclusions on small samples and are less likely to be aware of the extent of what is unknown. There is frequently a lack of resources to study more than a part of the problem of interest which could increase our knowledge of it. Some reasons for the use of sample techniques are: reduced cost, greater speed, greater scope o perspective and greater accuracy. Data fusion emerges as an alternative to single source data, faced to the need of acquiring the more information as possible at the lower cost. Its objective is to combine data from different sources in order to have the whole information on a single file, though artificial, but with all the variables of interest. It makes use of the best of the current information contained on one file to rebuild the missing information on another file. It's a statistical estimation of the missing data. It is a mean to restrict the gathering of data, rebuilding the missing information. It is not a problem of statistical analysis with missing data, on which, the process that leads to the absence of data are considered. In the case of data fusion, complete blocks of missing data appear, generally, independent samples.The bibliography has allowed analyzing the subject of missing data as an approach to the subject of data fusion, considering that data fusion is a particular case of it. In this case, missing data and sometimes missing by design is what it is all about.Therefore, the objective of data fusion is to get a single file which can be analyzed further with data mining tools. The idea is to estimate the values of the variables with missing data upon a block of variables with the whole information correlated with the variables to be rebuilt. It is important to mention that new information is not being generated. A part of this work is dedicated to the definition and rapprochement to the concept of data fusion. Some ways of treating the problem of missing data are presented. Some techniques related to the subject have been reviewed in a non exhaustive way and some data fusion applications related with other tools is shown.There are many techniques for treating the rebuilding of missing data. This work is focused on the hot deck technique.With this technique, individual units, took from similar observed units are replaced. It is based on the replacement of the missing information in the set of units with missing information called receivers, using the information of units more likely to them called donors. It is a common practice that involves complex outlines for the selection of the similar unit to be used for the imputation.Some non parametric discrimination procedures have been studied to perform the search of the nearest units (the most resembling). There are different algorithms for this purpose. A review of some of these search methods has been made. This work is based on the Fukunaga/Narendra algorithm. The components of the system are shown as well as the foundations and bases followed for the development and implementation. Some non parametric proposals have been made for measuring the quality of the fusion.The experimentation and tests of the system has been made in two parts. In one part, a random selection of the units that makes the set of donors and the set of receivers has been made. In the second part, the selection has been made upon a specific characteristic on a variable. For this purpose, a synthetic file created upon a set of private financing data for the grant of consumer goods credits is used. This general file contains 6692 units.The practical aspect of this work has been the development of a data fusion system. Although many have been written about hot deck imputation, there is always room for new proposals. Evaluating the quality of the fusion is still a subject of interest. It is clear that data fusion fulfill the need of many to provide the final user with a complete single source of data. However, care must be taken with the use of this information (they are estimations, not actual observed values).

Publicación a texto completo no autorizada por el autor / Estudia la imputación múltiple propuesta por Rubín (1987), basada en simulación de Montecarlo y cadenas de Markov, que permite analizar bases de datos incompletas cuando se presentan encuestas por muestro con una alta tasa de no respuesta parcial. Para la aplicación se contó con una base de datos del Instituto Nacional de Estadística e Informática (INEI), Encuesta Permanente de Empleo en Lima Metropolitana – 2016. Se considera las siguientes variables en la encuesta: edad en años, años de estudio, número de personas que laboran en el trabajo, total de horas trabajadas, ingreso total mensual. / Trabajo de suficiencia profesional

Tesis (magíster en derecho con mención en derecho penal) / Actividad Formativa Equivalente a Tesis (AFET) / En el presente estudio se plantea, como objetivo general, realizar un análisis crítico del denominado caso «La Pistola de Servicio», proceso en el cual el Tribunal Supremo Federal Alemán absolvió al acusado basándose, fundamentalmente, en el designado «Argumento de la Participación». Luego de esclarecer si la conducta del acusado sería activa u omisiva y de demostrar que el argumento esgrimido por el tribunal en el caso objeto de esta investigación no resulta aplicable en el ámbito de los delitos imprudentes en razón del sistema unitario de autor, el trabajo muestra que, para una resolución del caso basada en los preceptos de la teoría de la imputación objetiva del resultado, será decisivo el criterio empleado para la determinación de la responsabilidad de una víctima.

«Allanar la voluntad. Delimitación de la intimidación como medio coactivo en los delitos sexuales» es una investigación tendiente a precisar un concepto al que frecuentemente recurren los legisladores penales para describir conductas coactivas. Si bien la investigación se desarrolla en torno al concepto de intimidación en los delitos sexuales una de las conclusiones del trabajo es que las propuestas que en él se formulan permiten una interpretación transversal a todos los tipos donde se recurre a dicho medio coactivo. La propuesta desarrollada en este trabajo consiste en recurrir a institutos de la parte general y más precisamente de la teoría de la imputación jurídico penal como herramientas de interpretación de la intimidación en la parte especial. En definitiva, se propone usufructuar el profundo desarrollo dogmático de la teoría del delito -autoría mediata, imputación objetiva y situaciones de necesidad- para determinar un elemento del tipo objetivo de varios delitos de la parte especial. / «To overcome will. Definition of intimidation as a means of coercion on sexual offenses» is the result of a research aimed to specify the concept of intimidation, which is frequently used by legislators on criminal law to describe coercive conducts. Although the research is developed in relation to the concept of intimidation on sexual offenses, one of the reached conclusions is that the drawn proposals regarding those offenses are, at the same time, applicable to all criminal offenses that resort to that element as a means of coercion. The developed proposal consists of resorting to the general principles of criminal law doctrine, more precisely to the theory of criminal imputation, as resources for the interpretation of intimidation as a common element of the different criminal offenses that include such means of causation. In one word, the main proposal of this research is to use the profound dogmatic development of the theory of crime -the indirect or mediate perpetrator doctrine, the objective imputation or causation doctrine and the doctrines of necessity- to specify the concept of intimidation as a means of causation included in the statutory text of different criminal offenses.