Proceedings
Permanent URI for this communityhttps://axces.info/handle/10.18687/46
Browse
2 results
Search Results
Item Construcción de un modelo basado en redes neuronales para determinar la duración de los estudios de Ingeniería en una universidad pública en el Perú(LACCEI Inc., 2021-07) Tocto Inga, Paul Miller; Huamaní Huamaní, Gloria Teresita; Zuloaga Rotta, Luis AlbertoUno de los problemas de las universidades es la duración y el abandono de los estudios, los cuales afectan el prestigio, el presupuesto de la universidad y al estudiante. En este estudio se considera el primero, la predicción normalmente se realiza mediante técnicas de análisis estadísticos clásicos, y estos cálculos se podrían mejorar utilizando técnicas de Machine Learning, para una mejor toma de decisiones por parte de las autoridades competentes. En la presente investigación se utilizó redes neuronales supervisadas, para realizar la predicción de la duración de los años de estudios. Las redes neuronales se entrenaron y validaron con la información de los egresados desde el 2010 al 2020 de la Facultad de Ingeniería Industrial y de Sistemas (FIIS), perteneciente a la Universidad Nacional de Ingeniería (UNI), obteniendo un modelo con una tasa de error menor al 1%. Este modelo sería útil para las autoridades universitarias correspondientesItem La obesidad en los adultos ecuatorianos. Una aplicación de regresión Poisson y regresión Logística(LACCEI, Inc., 2019-07) Garcia-Bustos, Sandra; Cárdenas-Escobar, Nadia; Bustamante, Iris; Uguña Salazar, Stefany; Peralta Rizzo, KevinLa obesidad es considerada una enfermedad que afecta alrededor de 650 millones de personas a nivel mundial y a más de 4.5 millones en Ecuador. Estas cifras son alarmantes pues la obesidad es reconocida como un factor que predomina en la manifestación de enfermedades crónicas no transmisibles que actúa en todos los grupos de edades. Este trabajo se enfoca en encontrar la relación entre la obesidad representada con el Índice de masa corporal (IMC) y las variables sexo, provincia, grupo de edad y zona de residencia para los adultos desde los 19 hasta los 59 años. Para lograr este objetivo, se han aplicado técnicas de regresión logística y de Poisson, cuyos resultados fueron significativos para ambos modelos. Luego de realizar la comparación de los pseudo R cuadrado, se determinó que el mejor modelo es obtenido por la regresión logística puesto que presenta el mejor ajuste y predicción. Como resultado, se obtuvo que para un hombre adulto que vive en el área rural de Guayas la posibilidad de ser obeso disminuye en 78%. Además, se puede afirmar que si un individuo que vive en la provincia de Guayas se muda a la provincia de Pichincha y el resto de los factores permanece constante, entonces la posibilidad de que sea obeso disminuye en un 31%.