La inteligencia artificial, y en concreto la desarrollada mediante aprendizaje profundo, se ha instaurado firmemente en nuestra sociedad en la última década. Los avances tecnológicos han hecho posible su uso en todos los ámbitos, lo que ha impulsado la investigación y el desarrollo de nuevos métodos que superan enormemente a lo que hasta hace poco era lo que se consideraba más avanzado. Las técnicas tradicionales han sido sustituidas por redes neuronales que permiten obtener resultados de mejor calidad de una forma mucho más rápida. Esto ha sido posible principalmente por dos factores: Primero, el avance en la tecnología de procesadores gráficos, que permiten una alta paralelización, ha permitido el desarrollo de técnicas que hasta la fecha eran completamente inviables debido a su coste temporal. Segundo, la proliferación de la ``cultura de los datos'' en la que estos son tratados como un recurso imprescindible, sumado al abaratamiento de la capacidad de almacenamiento digital, ha propiciado la aparición de grandes bases de datos de todo tipo y para todo propósito, creciendo exponencialmente con el tiempo y con una calidad cada vez superior debido a que se diseñan con el propósito específico de servir como base a estos tipos de sistemas inteligentes. Uno de los ámbitos que más se han beneficiado por estas técnicas es el entorno médico. La era de la digitalización ha hecho posible la recopilación de datos con información de pacientes, enfermedades, tratamientos, etc. No obstante, algo que diferencia al entorno médico de muchos otros ámbitos es que para poder atender correctamente a un paciente y valorar su estado es necesario la opinión de un experto, lo que provoca cierta inseguridad en el uso de los sistemas inteligentes, ya que estos hasta la fecha tienen una gran falta de explicabilidad. Es decir, pueden por ejemplo predecir, categorizar o localizar una enfermedad, pero no es fácilmente interpretable el cómo ha llegado a esa conclusión, cosa que es imprescindible conocer antes de tomar una decisión que puede ser crítica para el paciente. Además, este tipo de técnicas aplicadas al entorno médico tienen un problema añadido. Puesto que las bases de datos suelen provenir de diferentes instituciones, con una diversidad importante en cuanto a los modelos de máquinas empleadas para la obtención de estos datos, cada una con unas propiedades y características diferentes. Por ejemplo, suele existir una diferencia importante en los resultados al aplicar un método que se entrenó con datos provenientes de un hospital, en datos de otro diferente. Para hacer uso de estas bases de datos se requiere que sean lo suficientemente grandes como para poder generalizar de manera adecuada este hecho. Por otro lado, nos encontramos con que las bases de datos suelen estar etiquetadas por varios especialistas, por lo que se introduce cierto grado de diversidad subjetiva e incluso algunos errores que han de tenerse en cuenta. No obstante, en los últimos años se está haciendo un esfuerzo importante en solventar todos estos problemas. Concretamente en el campo de la interpretabilidad, aunque aún es un tema que está en sus fases más tempranas, surgen muchas propuestas que lo abordan desde diferentes perspectivas. Con ello en mente, esta investigación hace su aporte centrándose en redes neuronales para la regresión de biomarcadores, proponiendo un método capaz de indicar la localización de aquellas estructuras, órganos, tejidos o fluidos a partir de los cuales se infieren. Para ello, únicamente se dispone del valor agregado final de dichos biomarcadores y se pretende obtener una localización que explique dicho valor. En esta tesis se analizarán las redes de regresión directa, proponiendo una arquitectura para el cálculo de la Enfermedad de las Arterias Coronarias (CAD), haciendo un estudio de los diferentes elementos que la compone, incluyendo la función de coste empleada y cómo afecta al resultado dependiendo de las propiedades de los datos utilizados para su entrenamiento. Los resultados se validan en otros dos problemas de regresión, Área del Musculo Pectoral (PMA) y Área de Grasa Subcutánea (SFA). Como resultado de esta tesis podemos concluir que la regresión directa de los biomarcadores es una tarea totalmente viable, obteniendo altos índices de correlación entre los resultados calculados por este tipo de redes y la referencia real obtenida de la evaluación de un especialista en el campo al cual se aplica. En segundo lugar, la percepción de este tipo de sistemas en el entorno médico puede mejorarse si, junto con el resultado de la regresión, se proporciona una localización que guíe al especialista para inferir de dónde proviene este valor, centrando su atención en una región específica de la imagen. En esta tesis se profundiza en las redes de regresión de biomarcadores y permitiéndoles localizar las estructuras utilizadas para inferir el valor del biomarcador.

Cuando los valores posibles de una variable aleatoria son continuos y no negativos, incluyendo el valor cero con probabilidad no nula, la variable es denominada semicontinua o cero-in acionada y posiblemente sea pertinente suponer que presenta una distribución mixta de probabilidades constituida por una distribución de Bernoulli para explicar si la respuesta toma el valor cero o no y una distribución continua positiva para explicar si ésta última no es cero. En el análisis de regresión, el modelo de dos partes (MDP) es tradicionalmente usado para explicar una variable semicontinua. En el MDP la respuesta presenta este tipo de distribución mixta y sus parámetros son expresados de tal manera que posibilite estimar el efecto de un conjunto de covariables sobre la media de esta respuesta condicionada a que tome valores positivos y sobre la probabilidad de que la respuesta tome el valor cero. El objetivo de la tesis es estudiar un modelo alternativo al MDP, que llamaremos modelo de regresión cero-in acionada a la media (MCIM), cuya parametrización permita estimar e interpretar efectos de covariables sobre la media total de la respuesta, en lugar de la media condicionada a valores positivos. Además, optamos por la distribución gamma generalizada (MCIM-GG) para modelar ciertas características de los valores positivos de la respuesta, tales como, por ejemplo, la asimetría positiva y la curtosis pronunciada. Estas características, junto con el exceso de valores cero, son típicas en diferentes ejemplos de variables respuestas en la Economía y la Medicina. Los resultados del estudio de simulación muestran un adecuado desempeño de las estimaciones de máxima verosimilitud del MCIM-GG bajo diferentes escenarios de nidos según porcentajes de valores ceros de la respuesta y tamaños de muestra. Por último, los resultados de la aplicación muestran que el MCIM-GG puede tener un mejor ajuste a los datos respecto al MDP-GG, así como proporcionar una más directa interpretación de los efectos de ciertas covariables sobre la media de los gastos en educación de adolescentes participantes del estudio Niños del Milenio en el Perú.

El presente trabajo de tesis propone el modelo de regresión a la media simplex inflacionada, que permite modelar variables aleatorias continuas limitadas en el intervalo cerrado [0; 1] al considerar un conjunto de ecuaciones de regresión para estimar la media de la respuesta y los parámetros que modelan las probabilidades de los valores extremos 0 y 1. Asimismo, se desarrolla un estudio de simulación con el fin de evaluar si el método propuesto permite recuperar los parámetros del modelo desde el punto de vista de la estadística clásica. Por otro lado, se desarrolla la aplicación del modelo para determinar el grado de dolarización de empresas que registran deudas en el Sistema Financiero, y para evaluar el desempeño del mismo, se compara contra el modelo de regresión a la media beta inflacionada. Los resultados muestran un mejor ajuste del modelo propuesto en esta tesis.

En esta tesis se introducir y estudiar el modelo de supervivencia de larga duración Exponencial-Poisson. Este modelo permite estudiar el tiempo hasta la ocurrencia de un evento de interés cuando se asume que existe una fracción de unidades de la población inmunes a la ocurrencia de este evento. El modelo descrito en esta tesis es un modelo de mixtura que usa la distribución Exponencial-Poisson para modelar el tiempo a la ocurrencia del evento de interés en la sub población suceptible al evento de interés. Además se plantea un modelo de regresión logística sobre la probabilidad de ser inmune al evento de interés. Se realiza un estudio de simulación en el cual a través del sesgo porcentual y cobertura se comprobó la buena performancia del modelo. Finalmente, el modelo es aplicado sobre una muestra de clientes morosos de una entidad del sistema financiero Peruano donde el evento de interés es la cancelación de dicha deuda. / In this thesis the long-term survival model Exponential-Poisson will be introduced and discussed. This model allows to study the time until the occurrence of an event of interest when it is assumed that there is a fraction of the population that is immune to the occurrence of this event. The studied model is a mixture model that assumes that the time to the event among susceptible follows a Exponential-Poisson distribution and that the probability of being inmune to the event of interes is explained by a set of covariates via a logistic regression model. A simulation study was carried out in which the good performance of the model was checked through the percentage bias and 95% coverage. Finally, the model is applied to a sample of a Peruvian nantial entity where the event of interest is the cancellation of the debt.

[EN] This Thesis establishes a mathematical model of growth for gilthead sea bream (Sparus aurata) under real production conditions that allows noting the evolution of the weights depending on the temperature and the initial distribution. In the first paper the best model is selected to describe the growth of the average values of the population. In a second paper, not only the quantile regression model is applied but also two behaviours that, classify the batch in homogeneous and heterogeneous is observed. Therefore the variables that determine this classification are identified. In the third paper, a change is detected in the dynamic growth of the gilthead sea bream (Sparus aurata) and a mixed model is established. / [ES] La presente tesis doctoral aborda el estudio de diversos modelos matemáticos de crecimiento para la dorada (Sparus aurata) en condiciones de producción y desarrolla un nuevo modelo que permite establecer la evolución de los pesos en función de la temperatura del agua y de la distribución inicial del peso de los alevines proporcionados por la hatchery. Para llegar al modelo final partimos, en un primer artículo, de la selección de modelos adecuados para describir la evolución de los valores medios del peso de la población de peces en una jaula marina. En un segundo artículo se aplica la regresión cuantil en base al modelo seleccionado (modelo TGC) y se observan dos comportamientos, que permiten clasificar los lotes según dos patrones de crecimiento: crecimiento homogéneo y crecimiento heterogéneo. También se identifican las variables que influyen en la existencia de dichos patrones. En el tercer artículo, tras detectar un cambio en la dinámica del crecimiento de la dorada a lo largo de su ciclo de crecimiento que permite establecer dos periodos de crecimiento diferenciado; se desarrolla un modelo que se ajusta a dicho comportamiento. / [CAT] La present tesi doctoral aborda l'estudi de diversos models matemàtics de creixement per a la dorada (Sparus aurata) en condicions de producció i desenvolupa un nou model que permet establir l'evolució dels pesos en funció de la temperatura de l'aigua i de la distribució inicial del pes dels alevins proporcionats per la hatchery. Per a arribar al model final partim, en un primer article, de la selecció de models adequats per a descriure l'evolució dels valors mitjans del pes de la població de peixos en una gàbia marina. En un segon article s'aplica la regressió cuantil sobre la base del model seleccionat (model TGC) i s'observen dos comportaments, que permeten classificar els lots segons dos patrons de creixement: creixement homogeni i creixement heterogeni. També s'identifiquen les variables que influeixen en l'existència d'aquests patrons. En el tercer article, després de detectar un canvi en la dinàmica del creixement de la dorada al llarg del seu cicle de creixement que permet establir dos períodes de creixement diferenciat; es desenvolupa un model que s'ajusta a aquest comportament. / Mayer González, P. (2016). MODELOS DE CRECIMIENTO DE LA DORADA (Sparus aurata, L.) EN CONDICIONES DE PRODUCCIÓN EN LA COSTA MEDITERRÁNEA [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/61995 / TESIS

Presenta la teoría y aplicación de los modelos de regresión logística y los modelos Probit a fin de conocer los factores de riesgo que influyen en la enfermedad angina de pecho. La razón principal de este estudio es identificar los factores más significativos de riesgo y prevención para dicha enfermedad dentro de la población en estudio. El trabajo presenta el desarrollo de ambos métodos y ha finalizado con la aplicación en la cual se compararon las dos metodologías, demostrando que los mejores resultados son obtenidos con el modelo Probit. La aplicación fue desarrollada con los programas SPSS versión 22 y el Minitab 17. / Trabajo de suficiencia profesional

El consumo energético en viviendas es un tema actual y relevante, que genera preocupación a nivel mundial y europeo, ya que se ha evidenciado un agotamiento de los recursos energéticos cada vez más cercano en el tiempo (International Energy Agency, 2016). Tanto es así, que la Unión Europea (UE) financia un elevado número de proyectos que versan sobre el tema y los gobiernos aplican nuevas políticas con el objeto de reducir el consumo, poniendo en el punto de mira las emisiones de CO2 del sector residencial. La UE tiene por tanto un cierto papel de liderazgo mundial que ponen de manifiesto Hirsch, Lafuente et al. (2019, p. B8), con la aprobación de la directiva que define los requisitos de eficiencia energética de los edificios nuevos y de las rehabilitaciones importantes a partir de 2021. El objetivo principal de esta tesis doctoral es determinar la influencia económica que tiene el certificado de eficiencia energética (EPC) de las viviendas en el precio de venta ofertado en un caso de estudio, la provincia de Alicante. En la valoración de un inmueble intervienen multitud de aspectos que influyen en su precio final, factores propios como son la localización, la disposición de ascensor, la superficie del inmueble, el número de baños, etc. Sin embargo, hasta hace poco tiempo, los EPC no estaban incluidos dentro de las características propias del inmueble. Este tipo de análisis ha sido relativamente frecuente fuera de España, pero comparativamente existen pocos estudios al respecto en nuestro país. En cualquier caso, esta tesis doctoral aporta un análisis multinivel que a fecha de hoy se desconoce se haya utilizado para el objetivo descrito. La presente tesis se estructura en siete capítulos. Los dos primeros son de carácter introductorio y de síntesis de los diferentes modelos econométricos utilizados en el mercado inmobiliario, los restantes persiguen dar respuesta a los objetivos específicos de forma que se pueda alcanzar el objetivo principal. Concretamente, el segundo capítulo permite identificar las características, atributos o variables son más importantes para determinar el precio de un inmueble. Para ello se recopilan 140 investigaciones previas y se seleccionan las 20 variables más utilizadas, que se utilizarán como referencia para determinar las variables que deben seleccionarse en esta investigación. Con el tercer capítulo se persiguen dos objetivos. El primero, trata de cuantificar el valor de la prima económica -variación del precio de venta- de las viviendas que disponen de EPC frente a las que no lo tienen. El segundo, definir hasta donde han avanzado las investigaciones en este campo. Para todo ello se realiza una revisión sistemática con meta análisis y meta regresión a partir de la información recopilada, con el propósito de que los resultados de este apartado se puedan comparar con los resultados del presente análisis. En el cuarto capítulo se realiza un análisis descriptivo de una base de datos inédita que se ha confeccionado con la información de viviendas ofertadas en el mercado (superficie, número de baños, calificación energética, disponibilidad de ascensor, etc.), la ubicación de estas viviendas (población y comarcan donde se ubican, distancias a farmacias, centros de salud, hospitales, etc.), e información demográfica del barrio (porcentaje de personas con estudios universitarios, razón de dependencia, etc.). Este capítulo tiene por objeto contextualizar y describir los datos disponibles para realizar el estudio. En el quinto capítulo se estima la prima en el precio que se genera en las viviendas que disponen de calificación energética, a partir de los datos recopilados de la provincia de Alicante correspondientes al periodo de julio de 2017 a abril de 2018 y se utiliza como herramienta el Modelo de Precios Hedónicos (MPH) con estimaciones por Mínimos Cuadrados Ordinarios (MCO). El capítulo sexto se estima qué parte de la variabilidad del precio entre comarcas es explicada por la calificación energética con los datos recopilados de la provincia de Alicante correspondientes al periodo de julio de 2017 a abril de 2018 y se utiliza como herramienta el modelo multinivel. Así como, si la ubicación de las viviendas enmascara la prima del precio de venta que genera la calificación energética en los MPH del apartado anterior. Para terminar, en el capítulo séptimo, se recogen las conclusiones más importantes obtenidas en esta tesis. También se incluye un anexo que contiene los resultados completos de las estimaciones de los modelos estadísticos realizados en el presente documento.

Objetivo: Identificar factores clínicos y tomográficos y construir un modelo pronóstico de morbimortalidad para pacientes con contusión cerebral. Métodos: Estudio correlacional, observacional, retrospectivo; con una muestra de 205 pacientes con contusión cerebral. Se evaluaron factores clínicos y tomográficos, para el pronóstico de su condición al alta, se ajustaron 3 modelos de regresión logística ordinal de odds proporcionales. Resultados: 72.2% fueron varones entre 17 y 84 años. 22%, 63.5% y 14.6% fueron traumatismo encéfalocraneano grave, moderado y leve respectivamente. Los mejores factores clínicos predictores de mortalidad fueron la edad avanzada, escala de Glasgow menor de 8, la ausencia de respuesta pupilar y entre los tomográficos: ausencia de cisternas basales, contusión mayor de 25cc., múltiples contusiones, desviación de línea media y la hemorragia subaracnoidea. Conclusiones: El modelo con factores tomográficos predice mejor la mortalidad (69.4%), mientras que el modelo con factores clínicos y tomográficos predice el 61.1% de los fallecidos y 95.8% de los recuperados. Los factores clínicos son predictores tempranos de la mortalidad. -- Palabras Claves: Contusión cerebral, traumatismo encéfalocraneano, pronóstico, regresión logística ordinal. / -- Objective: To identify clinical factors and tomographic and to build a prognostic model of mortality for patients with cerebral contusion. Methods: We conducted a retrospective descriptive correlational analysis, which selected a sample of 205 emergency patients. We evaluated the clinical and tomographic factors for the prognosis and fitted three logistic regression models of proportional odds. Results: The 72.2% are male, aged between 17 and 84 years, 22%, 63.5% and 14.6% were severe Traumatic brain injure moderate and mild respectively. The best predictors of mortality among clinical factors were advanced age, the Glasgow Coma Scale less than 8, the absence of pupillary response and between tomographic factors are: the absence of basal cisterns, contusion volume greater than 25cc., the presence of multiple bruises, midline deviation and subarachnoid hemorrhage. Conclusions: The model with factors tomographic is the better predictor of mortality (69.4%), while the combination of clinical and tomographic predicts 61.1% of all fatalities and 95.8% of the recovered. The clinical factors are predictive of early mortality. -- Key Words: Cerebral contusion, brain, trauma, injury, traumatic brain injure TBI, prognosis, ordinal logistic regression.

Publicación a texto completo no autorizada por el autor / Resume e interpreta el rendimiento académico de un grupo de estudiantes en su etapa de preparación preuniversitaria con el rendimiento alcanzado en su examen de admisión UNI y a partir de ello estudiar las posibilidades de ingreso de los estudiantes. Para lo cual se utiliza tanto las técnicas de análisis factorial exploratorio y confirmatorio, para resumir la información y validar la misma en una segunda instancia y finalmente el análisis de regresión logística buscando determinar las variables que implican mayor influencia en las posibilidades de ingreso del estudiante. / Trabajo de suficiencia profesional

No description available.