El objetivo que persigue el ABP “Lactancia materna” es el de poner al alcance de los alumnos de un curso de Estadística general, las herramientas básicas que le permitan establecer y analizar una recta de regresión lineal entre dos variables cuantitativas. El escenario o problema sobre el que se baso el ABP en el curso fue el resaltar la importancia de la Lactancia Materna, tema no vinculado normalmente con la Estadística, pero familiar para los alumnos (especialmente las damas), por lo cual en la ejecución del ABP se incorporó la temática relacionada con la poca información e interés que muestran los varones en el tema. En el escenario, se creó una ONG ficticia llamada ALACTAR, la que estaba interesada en crear un tríptico de información dirigida a los varones, en el que se resalten los beneficios que proporciona la Lactancia Materna en el infante y la madre que da de lactar. Entre los temas a resaltar, se encuentran el incremento del Coeficiente Intelectual, la disminución de la Obesidad Infantil, la disminución de la Diabetes Juvenil y la disminución en el riesgo de la madre de contraer Cáncer de ovarios. La idea es utilizar datos de investigaciones que se han hecho en el país que tiene en su poder ALACTAR y que aún no se han procesado apropiadamente. Dentro de la metodología ABP, se usaron como herramientas las siguientes: foros, horas de trabajo en aula y la confección de un trabajo final que consiste en un tríptico o póster para ALACTAR.

Ingeniera Civil Industrial / Para BancoEstado Microempresa (BEME) y para la banca en general, las exigencias del mercado y la industria de microempresas en Chile han ido creciendo constantemente llegando a quintuplicarse en los últimos diez años. Es por eso que es muy importante ir mejorando los procesos de créditos y de atención de clientes para funcionar y responder rápidamente a sus demandas y así no perder frente a la competencia. La Tecnología de Evaluación de Riesgo (TER) es una herramienta que evalúa a los clientes de BEME que necesitan créditos. Actualmente, para la mayoría de los clientes, consiste en visitas en terreno y entrevistas por parte de los ejecutivos con el fin de corroborar la información otorgada por éstos lo cual hace de la TER un procedimiento lento. Con el fin de disminuir este tiempo, se desarrollaron modelos de estimaciones lineales de las variables del estado financiero. De este modo se espera disminuir considerablemente el tiempo que le toma a los ejecutivos realizar un crédito a microempresarios del área Servicios Profesionales y Manufactura. Se generaron seis modelos de regresión lineal para ventas, costo fijo y margen. Esta memoria presenta las variables que más influyeron sobre el estado de resultado operacional como la formalidad del cliente, la cantidad de empleados de la microempresa, el rubro, si tiene línea de crédito y el tipo de vivienda en la que se encuentra. Estos modelos arrojan una variabilidad porcentual (MAPE) de 2% en promedio para los clientes con historia y de un 10% para los clientes sin historia en el banco. La diferencia entre estos valores está dada en gran parte por la variable que da cuenta de cómo fue el comportamiento de los clientes en el periodo anterior, la cual no está presente en los clientes sin historia. Finalmente, se proponen alternativas para realizar estos pronósticos utilizando segmentación por rubro de estos, utilizando modelos como probit o logit para modelos que estiman entre el rango (0,1), como el margen, el cual con regresión lineal podría llegar a dar un valores mayores a 1. Otra opción es crear modelos no lineales, como redes neuronales, los cuales pueden captar patrones de comportamiento que no lo hacen los modelos lineales. Se recomienda al banco integrar variables exógenas al modelo, como el PIB o la tasa de desempleo sectorial, de modo que éstos lleguen a ser más robustos.

Este trabajo de título tiene por objetivo general construir, implementar y validar una metodología de seguimiento no supervisada, para detectar cambios significativos en la distribución de las variables, en modelos de regresión logística. El problema de seguimiento corresponde a detectar cambios en un modelo de minería de datos cuando éste es construido usando bases de datos no-estacionarias, es decir, conjuntos de información a los cuales constantemente se les están agregando nuevas observaciones. La consecuencia de estos cambios es que progresivamente el modelo perderá validez, por lo que deberá ser recalibrado en algún momento. El enfoque desarrollado para las metodologías propuestas es que cada parámetro de un modelo de regresión logística asociado a la variable x_i del modelo posee un intervalo de confianza donde se presume que se encuentra su valor real. El supuesto es que si la población cambia de tal manera que el nuevo parámetro estimado está fuera de este intervalo, entonces el modelo no es válido para esa nueva muestra. Se considera que el cuociente entre las medias es una buena medida del cambio entre dos muestras, solamente que no considera el efecto de la forma de la distribución. Es por ello que se corrige la media dividiéndola por la varianza muestral, obteniendo un coeficiente llamado ICV. Se plantean dos modelos a contrastar con el intervalo de cambio máximo: ICV-1 que corresponde al módulo de la diferencia del ICV de cada muestra e ICV-2 que corresponde al cuociente de dichos valores. Se construyó un modelo de regresión logística utilizando una base datos de comportamiento crediticio, cuyo error de predicción total fue de 23,3%. Con los parámetros de este modelo se construyeron los intervalos de cambio máximo para cada variable y se las perturbó de tres maneras distintas para proceder a la validación. Al aplicar los modelos propuestos, junto con otras metodologías de seguimiento, se concluye que ICV-1 presenta problemas debido a la forma en que se ha definido el intervalo de cambio máximo e ICV-2 tiene un buen rendimiento, comparable con el de Stability Index y la Distancia de Hellinger y considerablemente mejor que el test K-S y el test Chi-cuadrado.

Trata de obtener la distribución asintótica de los estimadores de mínimos cuadrados ordinarios (MCO) en regresiones de series temporales con variables explicativas que siguen procesos estocásticos strong-mixing y tendencia. De modo que puedan ser usados para hallar relaciones causales válidas entre las variables y poder así dar respuestas válidas a los problemas de interés que tengan los investigadores en los diversos campos de investigación que hacen uso intensivo de series temporales. / Tesis

El propósito de nuestra investigación es analizar las variables monetarias que influyen directamente en las ventas, los cuales son cuotas, comisiones y bonos. Asimismo, lo que buscamos es encontrar cuál de estas variables influyen en mayor proporción al incremento de las ventas para así poder determinar estrategias de mayor relevancia y descartar el uso de aquellas que apoyen una variable de menos impacto en la empresa Forte. Los datos que usaremos para el desarrollo de nuestra investigación serán básicamente información secundaria adquirida de la empresa Grupo Forte SA C donde se analizarán las ventas del año 2013 al 2015 (rangos mensuales) junto con las cuotas, bonos y comisiones recibidos por cada periodo. En cuanto al método que usaremos para identificar a la variable que más influye será el modelo de regresión lineal múltiple donde podemos encontrar el análisis de multicolinealiadad, esto nos servirá para poder determinar si existe correlación entre alguna de las variables o combinación de variables con respecto a la variable dependiente que son las ventas. El análisis de regresión lineal múltiple probará qué combinación de variables independientes tienen el mayor impacto en las ventas respectivamente. Finalmente, los resultados de las pruebas estadísticas nos indican que las variables más relevantes son las cuotas y las comisiones para el incremento de las ventas en Forte, por lo que un método correcto en la fijación de cuota y una clara estrategia de pago de comisiones incrementarán los ingresos en Forte. / The purpose of our research is to analyze the monetary variables that directly influence sales, which are quotas, commissions and bonuses. Also, what we seek is to find which of these variables influence in greater proportion to the increase of the sales in order to be able to determine strategies of greater relevance and to discard the use of those that support a variable of less impact in the company Forte. The data that we will use for the development of our research will basically be secondary information acquired from the company Grupo Forte SA C where the sales from 2013 to 2015 (monthly ranges) will be analyzed along with the quotas, bonuses and commissions received for each period. As for the method that will be used to identify the variable that most influences will be the multiple linear regression model where we can find the analysis of multicolinealidad, this will serve to be able to determine if there is correlation between any of the variables or combination of variables with respect to The dependent variable that sales are. The multiple linear regression analysis will test which combination of independent variables have the greatest impact on sales respectively. Finally, the results of the statistical tests indicate that the most relevant variables are the quotas and commissions for the increase of the sales in Forte, so that a correct method in the fixation of quota and a clear strategy of payment of commissions will increase Income in Forte. Key words: Quota, bonuses, commissions, sales, analysis, linear regression / Trabajo de Suficiencia Profesional

Ingeniero Civil Industrial / El presente documento tiene por objetivo desarrollar y evaluar una metodología de construcción de regresiones logísticas para scorings de comportamiento, que se haga cargo del supuesto de independencia de las observaciones inherente al método de estimación de máxima verosimilitud. Las regresiones logísticas, debido a su facilidad de interpretación y a sus buen desempeño, son ampliamente utilizadas para la estimación de modelos de probabilidad de incumplimiento en la industria financiera, los que a su vez sirven múltiples objetivos: desde la originación de créditos, pasando por la provisión de deuda, hasta la pre aprobación de créditos y cupos de líneas y tarjetas. Es por esta amplia utilización que se considera necesario estudiar si el no cumplimiento de supuestos teóricos de construcción puede afectar la calidad de los scorings creados. Se generaron cuatro mecanismos de selección de datos que aseguran la independencia de observaciones para ser comparados contra el método que utiliza todas las observaciones de los clientes (algoritmo base), los que posteriormente fueron implementados en una base de datos de una cartera de consumo de una institución financiera, en el marco de la metodología KDD de minería de datos. Los resultados muestran que los modelos implementados tienen un buen poder de discriminación, llegando a superar el 74% de KS en la base de validación. Sin embargo, ninguno de los métodos propuestos logra superar el desempeño del algoritmo base, lo que posiblemente se debe a que los métodos de selección de datos reducen la disponibilidad de observaciones para el entrenamiento, lo que a su vez disminuye la posibilidad de poder construir modelos más complejos (mayor cantidad de variables) que finalmente entreguen un mejor desempeño.

No description available.

Antecedentes: La Meningitis tuberculosa es la causante de muerte y discapacidad en más de la mitad de las personas afectadas, a pesar de la quimioterapia antituberculosa. Es necesario desarrollar herramientas que permiten abordar el diagnostico clínico de maneras más eficientes. Objetivo: Evaluar el valor diagnóstico del Árbol de Clasificación y Regresión de Thwaites para diferenciar Meningitis Tuberculosa de Meningitis Bacteriana. Material y Métodos: Es un estudio observacional, transversal y retrospectivo de evaluación de test diagnóstico en los que se utilizó las historias clínicas de pacientes con diagnóstico de meningitis tuberculosa y meningitis bacteriana del Servicio de Medicina Interna del Hospital Nacional Hipólito Unanue entre los años 2003-2012 y se aplicó el Árbol de Clasificación y Regresión de Thwaites. Resultados: Se incluyeron 108 historias clínicas, de las cuales 77 (71.30%) presentaron diagnóstico de meningitis tuberculosa y 31 (28.7%) presentaron diagnóstico de meningitis bacteriana. El Árbol de clasificación y regresión presentó una Sensibilidad de 0.80 (IC 95% 0.71-0.87), Especificidad de 0.72 (IC 95% 0.49-0.88), Valor Predictivo Positivo de 0.94 (IC 95% 0.85-0.98),Valor Predictivo Negativo fue de 0.42 (IC 95% 0.25-0.61), exactitud diagnóstica de 0.79 (IC 95% 0.70-0.86). Likelihood ratio negativo de 0.28 (IC 95% 0.17-0.46) y Likelihood ratio positivo de 2.88 (IC 95% 1.36-6.11) Conclusiones: Nuestros resultados muestran que el árbol de clasificación y regresión de Twaithes es una herramienta con utilidad limitada para el diagnóstico diferencial de meningitis tuberculosa vs bacteriana. En escenarios de alta incidencia puede ser útil corroborar el diagnostico.

En muchos estudios clínicos es muy frecuente el uso de modelo de riesgos proporcionales de Cox; el cual asume riesgos proporcionales y restringe a que el logaritmo de la razón de riesgo sea lineal en las covariables, lo cual en muchos casos no se verifica. En este sentido, una forma funcional no lineal del efecto de las covariables puede ser aproximada por una función spline. En este trabajo, se presenta la metodología del modelo de regresión de Cox usando splines, particularmente regresión splines y P-splines, para aproximar la forma funcional no-lineal de los efectos de las covariables en la función de riesgo. Como una aplicación, se analiza los datos de pacientes con LNH para determinar los factores pronósticos para la supervivencia global. Los resultados muestran que el efecto de las covariables contínuas como hemoglobina, leucocitos, linfocitos y DHL presentan una forma funcional no lineal en el logaritmo de la razón de riesgo. -- Palabras claves: Modelo de Cox, regresión splines, P-splines, LNH. / -- In many clinical studies, Cox proportional hazard model is very common to use, it assumes proportional hazard and restricts the log hazard ratio to be linear in the covariates; these asumptions can not be verified. In this way, a nonlinear functional form of the covariates effect can be approximated by a spline function. In this paper, we present the methodology and an application of Cox model using splines, particularly regression splines and P-splines, to approximate the nonlinear functional form of the effect of covariates on the hazard function. As an application, we analyse data from patients with NHL to determine prognostic factors for overall survival. These results show that the effect of continuous covariates as: hemoglobin, leukocytes, lymphocytes and LDH have a nonlinear form with the log hazard ratio. -- Keywords: Cox model, regression splines, P-spline, NHL. / Tesis

El presente proyecto de fin de carrera buscará encontrar el mejor método computacional para la predicción estadística usando la regresión logística. Esta búsqueda se realizará dentro de un espacio limitado de métodos que se estudiaran. Una vez que se realice la investigación se escogerá el algoritmo más óptimo para la predicción y se obtendrá como resultado un aplicativo genérico para modelar comportamientos futuros en cualquier ámbito. Al leer la presente investigación uno podrá lograr discriminar sobre las mejores herramientas – de las planteadas – para la predicción de escenarios futuros en cualquier campo de estudio, de tal forma que se mejoren las decisiones tomadas y que los usuarios (estadísticos, matemáticos e ingenieros) sepan un poco más sobre los métodos que los llevan a sus respuestas predictivas. / Tesis