Segunda Especialidad Profesional de Ingeniería: Estadística Aplicada Para Investigación

Permanent URI for this collection

https://hdl.handle.net/20.500.12840/6210

Browse

Now showing 1 - 20 of 34

Abordaje estadístico para evaluar los niveles de ozono en relación con las variables meteorológicas en Lima Metropolitana
(Universidad Peruana Unión, 2025-06-16) Roque Quezada, Juan Carlos Ezequiel; López Gonzales, Javier Linkolk
Introducción: El ozono troposférico es un contaminante secundario que, en altas concentraciones, afecta la salud humana. En Lima Metropolitana, factores meteorológicos y geográficos favorecen su acumulación, especialmente durante el invierno. Objetivo: Evaluar la relación entre los niveles de ozono y variables meteorológicas mediante modelos estadísticos avanzados, con el fin de apoyar la gestión ambiental y sanitaria. Métodos: Se analizaron datos horarios de ozono y variables meteorológicas (temperatura, humedad relativa, velocidad y dirección del viento) registrados en cuatro estaciones urbanas de Lima durante los inviernos de 2017 a 2019. Se aplicaron modelos de regresión múltiple (MLR), modelos de superficie de respuesta (RSM) y análisis de componentes principales (PCA), evaluando la precisión con RMSE, IA, FB y ANOVA. Resultados: Se identificaron dos grupos de concentración de ozono (≤60 y >60 mg/m³), con niveles más altos en zonas industriales. La humedad relativa y la velocidad del viento fueron los predictores más influyentes. El modelo MLRt presentó alta precisión (IA = 0.976), mientras que MLR5 y RSM8 fueron más adecuados para niveles >60 mg/m³. El PCA explicó el 79% de la variabilidad, destacando la importancia de la humedad y la dirección del viento. Conclusiones: Las variables meteorológicas se relacionan significativamente con las concentraciones de ozono. Los modelos aplicados ofrecen herramientas útiles para anticipar episodios de contaminación y fortalecer las políticas de calidad del aire.
Abordaje estadístico para la evaluación de la generación de residuos sólidos domiciliarios en hogares peruanos: 2014 – 2021
(Universidad Peruana Unión, 2024-10-03) Padilla Vento, Jorge Luis; Soria Quijaite, Juan Jesús
Este estudio aborda la evaluación de la generación de residuos sólidos domiciliarios en los hogares peruanos utilizando técnicas estadísticas y la metodología de minería de datos SEMMA y PCA. El objetivo es explorar cómo la gestión de residuos, la población y el índice GPC per cápita influyen en la producción de estos residuos en los departamentos peruanos. La muestra se obtuvo de la base de datos de informes anuales presentados por los municipios distritales y provinciales al MINAM a través del Sistema de Información para la Gestión de Residuos Sólidos (SIGERSOL), incluyendo datos de los 24 departamentos del Perú, con un total de 14,852 registros organizados en 196 fichas de registro. Se aplicaron técnicas estadísticas y la adaptación de la metodología SEMMA junto con el Análisis de Componentes Principales (PCA), El ANOVA de Welch mostró diferencias significativas en la generación de residuos sólidos domiciliarios entre los departamentos peruanos [F (6, 94.310) = 790.444; p = 0.0, p < 0.05]. Además, un Eta cuadrado de 99.09% Se encontró una relación positiva entre la producción de residuos sólidos domiciliarios RSD y el número de habitantes. Lima destacó con el mayor promedio de RSD 13,220.47 toneladas y un índice per cápita GPC del 50%. En el Grupo a Lambayeque 5,616.48 toneladas, Loreto 2,946.44 toneladas y San Martín 1,596.07 toneladas registraron los promedios de RSD más altos, mientras que Amazonas 441.1 toneladas obtuvo el más bajo. Ucayali 60%, Loreto 58% y San Martín 57% mostraron los índices GPC más altos. En el Grupo b Ayacucho 701.81 toneladas tuvo el promedio de RSD más alto y Apurímac 497 toneladas el más bajo. Tacna y Apurímac con 44% y Moquegua 43% registraron los índices GPC más altos, mientras que Huancavelica 42% y Pasco 41% tuvieron los más bajos. En el Grupo C Piura 4,476.53 toneladas y La Libertad 3,478.46 toneladas mostraron los promedios de RSD más altos, mientras que Huánuco 859.41 toneladas y Cajamarca 812.74 toneladas registraron los más bajos. Ica y Piura lideraron con un GPC promedio del 48%, mientras que Puno y Junín con 43% tuvieron los valores más bajos.
Adaptación y validación de la escala ATAI para evaluar las actitudes hacia la inteligencia artificial en estudiantes universitarios peruanos
(Universidad Peruana Unión, 2024-08-29) Zelarayan Adauto, Marisol Edith; Armas Castañeda, Richard Miller; López Gonzales, Javier Linkolk
El estudio tuvo como objetivo adaptar y validar la escala ATAI (Actitudes Hacia la Inteligencia Artificial) para medir las actitudes de los estudiantes universitarios peruanos hacia la inteligencia artificial. Participaron en este estudio 200 estudiantes (129 mujeres; edad promedio = 22.45 años, (DE = 1.66) de una universidad pública en Perú. Se llevaron a cabo análisis factoriales exploratorios y confirmatorios para comprobar la validez de la estructura interna de la escala adaptada. Los resultados revelaron una estructura de dos factores: actitudes positivas y actitudes negativas. El análisis factorial confirmatorio inicial (Modelo 1) no reveló un ajuste totalmente aceptable. Sin embargo, un modelo reajustado (Modelo 2) basado en indicadores de modificación mostró un ajuste considerablemente mejor a los datos según varios índices de bondad de ajuste. La escala adaptada demostró ser confiable, con coeficientes alfa de Cronbach y omega de McDonald adecuados. El índice de ajuste del modelo de dos factores fue: chisq = 47.9 /df= 5,0; SRMR = 0.127, RMSEA = 0.93, TLI = 0.21, CFI = 0.86. Estos descubrimientos proporcionan evidencia preliminar de la validez y confiabilidad de la escala ATAI adaptada para medir las actitudes hacia la inteligencia artificial en la población de estudiantes universitarios peruanos.
Adaptación y validación Psicométrica del Anxiety General disorder-7 con modelo SEM en quechua hablantes de Puno, Perú, 2022
(Universidad Peruana Unión, 2023-11-08) Cjuno Suni, Julio Cesar; Villegas Mejia, Raul Alexis; García Bermúdez, Cristian Eduardo
OBJETIVO: Adaptar del inglés al contexto cultural y lingüístico del quechua Collao y analizar las propiedades psicométricas de la General Anxiety disorder (GAD-7) Quechua Collao de Puno, Perú. MATERIAL Y MÉTODOS: Estudio instrumental donde se buscó adaptar y analizar las propiedades psicométricas del GAD-7, en una muestra (n=206) para el Análisis Factorial Exploratorio (AFE) y (n=454) para el Análisis Factorial Confirmatorio (AFC), los participantes fueron bilingües (hablan español y quechua) mayores de 18 años y de ambos sexos. La estructura factorial se evaluó mediante el AFE empleando el análisis paralelo y en el AFC los índices de bondad de ajuste; asimismo se analizó la fiabilidad mediante el alfa clásico y Omega de Mc Donald, todos los análisis se realizaron en R Studio versión 3.3.0+. RESULTADOS: Los jueces expertos y participantes del grupo focal realizaron importantes aportes en la adaptación cultural y lingüístico del GAD-7 al quechua Collao; por otro lado, el AFE reportó la presencia de un único factor latente (KMO= 0.88, p = 0.00); mientras que el AFC confirmó adecuados ajustes el modelo unifactorial del GAD-7 Quechua Collao, (CFI= 0.994; TLI= 0.991; SRMR=0.027; RMSEA= 0.092), con adecuadas cargas factoriales de los ítems (λ = 0.72 y λ = 0.86). Adicionalmente, reportó una buena confiabilidad (α = 0.896 ; ω= 0.894). CONCLUSIONES: La evidencia presenta apoyo a un modelo unidimensional del GAD-7 Quechua Collao y una óptima confiabilidad, por lo que su uso está recomendado en quechua hablantes que hablan la variedad del Quechua Collao.
Adecuación y validación de un cuestionario sobre uso de la inteligencia artificial en la enseñanza de la matemática en docentes peruanos de nivel secundario
(Universidad Peruana Unión, 2025-07-31) Susanibar Ramírez, Edgar Tito; López Gonzales, Javier Linkolk
El presente estudio realiza un análisis del empleo de instrumentos para el uso de la inteligencia artificial en el campo educativo, tiene por finalidad adaptar y validar un cuestionario con relación al uso de la Inteligencia Artificial en la enseñanza de las Matemáticas en docentes peruanos de nivel secundario. Para ello, se aplica una revisión bibliográfica exhaustiva, permitiendo determinar que no se cuenta con un instrumento validado como tal para el caso peruano. Se ha traducido y adaptado un instrumento validado en Jordania, realizándose un proceso de validación para el caso del Perú. La muestra para realizar el análisis exploratorio estuvo formada por 150 docentes peruanos del nivel secundario que enseñan matemáticas en la educación básica, y posteriormente se encuestó a 266 docentes para el realizar análisis factorial. Fueron encuestados desde noviembre del 2024 hasta marzo del 2025 mediante el formulario de Google. Los resultados dan cuenta que hemos logrado adaptar y validar un cuestionario para medir el nivel de los docentes de matemáticas en el empleo de Aplicaciones de la Inteligencia Artificial en el Proceso Educativo para el caso peruano, obteniéndose un coeficiente de Aiken moderado o alto en casi todos los ítems a excepción de tres ítems y además un coeficiente de consistencia interna alfa de Cronbach 0.96. Asimismo, se ha logrado realizar un análisis exploratorio obteniéndose un índice KMO de 0.95, determinándose que el instrumento puede ser de tipo bidimensional para el caso peruano. Estos resultados son complementarios a los estudios realizado previamente en Jordania y permite contar con un instrumento validado para medir el nivel de los docentes de matemáticas en el empleo de Aplicaciones de la Inteligencia Artificial en el Proceso Educativo en el Perú. En el análisis confirmatorio de obtiene un modelo ajustado con estimación por máxima verosimilitud, aunque el estadístico Chi-cuadrado (χ² = 926.594, p < .001) indica un ajuste imperfecto, este resultado debe interpretarse con cautela, porque los índices de ajuste comparativo CFI = 0.808 y TLI = 0.783, se sitúan por debajo del umbral óptimo de 0.90, sugiriendo un ajuste moderado. El RMSEA fue de 0.148 (IC90%: 0.140– 0.158), con un p-valor < .001 para H₀: RMSEA ≤ 0.05, indicando una discrepancia notable entre el modelo y los datos. El SRMR alcanzó 0.394, superando también el valor deseado (< 0.08). Actualmente en Latinoamérica los estudiantes usan con relativa frecuencia la inteligencia artificial generativa (IA) (Ríos Hernández et al.2024). En Perú, de la misma forma los estudiantes utilizan la IA (Gálvez Marquina et al., 2024) y (Sevilla y Barrios, 2024). La IA ha revolucionado todas las áreas del conocimiento, pero de manera pertinente en la educación se ha implementado en todos los niveles educativos con experiencias favorables (Gallent-Torres et al., 2024) y (Esteves Fajardo et al., 2024). En los recientes años se han desarrollado algunos instrumentos que tengan la finalidad de medir las actitudes de los estudiantes hacia la IA (Grassini, 2023). Alissa y Hamadneh (2023), en Jordania desarrollaron un cuestionario que consta de 22 ítems para medir el nivel de uso de la IA en la enseñanza de las ciencias y matemáticas, sus resultados muestran un nivel moderado de uso de aplicaciones de inteligencia artificial por parte de los profesores de ciencias y matemáticas. Ng et al.(2024), desarrollaron y validaron en Hong Kong un instrumento de alfabetización de la IA (AILQ), un autoinforme que mide como los estudiantes de secundaria desarrollan y perciben sus resultados de aprendizaje. Los resultados indicaron una estructura de cuatro factores del AILQ y revelaron una buena confiabilidad y validez. Montoya Asprilla (2024) en Colombia desarrollaron una investigación respecto a las percepciones y actitudes hacia la integración de la IA, concluyeron que los docentes poseen conocimiento moderados de la IA. Grassini (2023) desarrolló y validó en Noruega una escala de actitudes hacia la IA (AIAS), un instrumento sencillo de autoinforme con 4 ítems desarrollado y validado para los investigadores y profesionales que trabajan en el desarrollo de IA. Marango et al.(2024) desarrollan y validan en Italia una escala para evaluar las actitudes de los estudiantes universitarios hacia el uso de la IA como ChatGPPT en entornos educativos. De la misma forma se tiene un cuestionario TRACK validado en España para evaluar los conocimientos tecnológicos, pedagógico y disciplinar del profesorado, presenta estructura factorial optima, satisfactorios niveles de confiabilidad y una validez (Saz-Pérez et al., 2024). Finalmente Rodríguez- Gutiérrez et al.(2024) validaron en México un cuestionario que tiene 12 factores y 48 ítems para medir la aceptación de tecnologías inteligentes entre los estudiantes de la generación Z. Algunos autores como Alissa y Hamadneh (2023), Opesemowo y Adewuyi (2024), Andrade-Girón et al ( 2024), Silva et al.(2024), Wang et al. (2025) y Panqueban y Huincahue (2024) sugieren realizar más investigaciones respecto a los usos y la validación de los atributos de la IA. El uso de la IA en la enseñanza aprendizaje se hace exitoso (Vankúš, 2024). Por otro lado, en nuestro medio se tiene poca bibliografía de instrumentos validados para evaluar el uso de las herramientas tecnologías con inteligencia artificial (Nemt-allah et al., 2024) y (Ng et al., 2024), particularmente en el desarrollo de las capacidades matemáticas (Bejarano y Guerrero, 2021). Por consiguiente, este trabajo pretende validar un cuestionario respecto uso de la Inteligencia Artificial adaptado a la enseñanza de las Matemáticas en docentes peruanos de nivel secundario.
Análisis de patrones estacionarios de atenciones odontológicas mediante el modelo de series temporales
(Universidad Peruana Unión, 2025-10-09) Alegria Carhuanambo, Edward Antonio; López Gonzales, Javier Linkolk
Objetivo: Se analizaron diferentes patrones mediante un modelo de series temporales de atenciones odontológicas realizadas en establecimientos de salud públicos de la región Huánuco – Perú durante el período 2018-2023. Métodos: La fuente de información se obtuvo del portal web Plataforma Nacional de Datos Abiertos del Seguro Integral de Salud (SIS). Se preparó un dataset con ayuda de software de inteligencia de negocios para estructurar las variables de estudio considerándose sólo atenciones odontológicas, donde se realizaron análisis estadísticos descriptivos y de pronóstico usando software con aplicación de librerías para base de datos, gráficas y series de tiempo. Culminada la transformación se compararon dos técnicas para el análisis de pronósticos Holt Winters(HW) y ARIMA. Resultados: El análisis de autocorrelaciones reveló no estacionariedad por lo que requirió conversión hacia una serie estacionaria. En la evaluación de supuestos del modelo HW obtuvo a estadístico de Breush Pagan (p = 0.0002), Ljung-Box (p = 0.0000) y Prueba de kolgomorov Smirnov (p = 0.0012) todos valores por debajo del nivel de significancia (p < 0.05). Para el modelo ARIMA con nivel de significancia (p = 0.05) se comprobó valores superiores determinándose homocedasticidad residual (p = 0.5073) e independencia de residuos a la prueba de Ljung-Box (p = 0.78), por otro lado, la prueba de normalidad Kolgomorov Smirnov obtuvo un valor p = 0.0513 ligeramente superior a nivel de significancia. Los resultados de pronósticos se observaron a horizontes de 12 meses (h = 12) con intervalos de confianza 80% y 95% determinándose en modelo HW valores con ciertos límites inferiores negativos lo que demuestra inestabilidad del modelo, frente a ARIMA que presenta mayor estabilidad. Conclusiones: el modelo ARIMA presentó mejor desempeño en sus pronósticos frente al modelo de Holt Winters, luego de las transformaciones por la no estacionariedad de los datos considerando un mejor ajuste para las predicciones.
Análisis temporal y espacial de la violencia letal contra la mujer en el Perú, 2000–2023
(Universidad Peruana Unión, 2025-12-22) Ramos Pilco, Edwin Pascual; López Gonzales, Javier Linkolk
El presente estudio analizó las tendencias temporales y la distribución espacial de la violencia letal contra la mujer en el Perú durante el periodo 2000–2023, a partir de registros oficiales del Sistema Informático Nacional de Defunciones (SINADEF). Se desarrolló un estudio ecológico longitudinal retrospectivo, empleando tasas de mortalidad por 100 000 mujeres, tanto ajustadas a nivel nacional y departamental como brutas por grupo etario. El análisis temporal se realizó mediante modelos de regresión lineal simple y polinomial de segundo grado, complementados con suavizado no paramétrico LOESS, mientras que el análisis espacial incluyó mapas coropléticos y estadísticas de autocorrelación espacial (Moran global y LISA). Durante el periodo de estudio, la tasa ajustada nacional de mortalidad violenta osciló entre 0.64 y 1.91 por 100 000 mujeres, con un promedio de 1.15 y marcada variabilidad interanual. El modelo de regresión lineal nacional mostró una pendiente positiva (β = 0.012), aunque con bajo poder explicativo (R² = 0.079; p = 0.184), evidenciando la ausencia de una tendencia lineal sostenida. Por grupo etario, las mujeres adultas mayores registraron la tasa promedio más elevada (7.52 por 100 000; DE = 5.59), seguidas por adolescentes (4.73) y mujeres jóvenes (4.55), observándose patrones temporales diferenciados entre edades. En el ámbito territorial, las tasas ajustadas promedio por departamento variaron entre 0.47 y 5.24 por 100 000 mujeres, con valores más altos en Huánuco, Madre de Dios y Pasco. El índice global de Moran no evidenció autocorrelación espacial significativa (I = 0.094; p = 0.155); sin embargo, el análisis local LISA identificó clústeres significativos de tipo Bajo–Alto en Loreto y Ucayali (p < 0.05). Estos resultados confirman la naturaleza heterogénea, no lineal y territorialmente fragmentada de la violencia letal contra la mujer en el Perú, resaltando la necesidad de enfoques analíticos y políticas públicas basadas en evidencia estadística y enfoque territorial.
Análisis y proyección del precio de energía en américa latina
(Universidad Peruana Unión, 2024-04-08) Huaringa Tello, Luis Enrique; Balbin De La Cruz, Victor; López Gonzales, Javier Linkolk
En Brasil, el sector industrial es el mayor consumidor de electricidad. Por tanto, la planificación energética adquiere importancia para el desarrollo industrial. Los datos del consumo de electricidad en el sector industrial brasileño se pueden organizar en una estructura jerárquica compuesta por cada región geográfica (Sur, Sureste, Centro-Oeste, Noreste y Norte) y sus respectivos estados. Este trabajo tiene como objetivo evaluar la capacidad predictiva de los enfoques ascendente, descendente y de combinación óptima utilizados para predecir el consumo de energía eléctrica en el sector industrial brasileño. Estos enfoques se integraron con suavizado exponencial, Box y Jenkins, y métodos predictivos de redes neuronales. Los resultados mostraron que el enfoque de combinación óptima proporcionó las mejores predicciones y, por lo tanto, superó a los otros enfoques de predicción jerárquica.
Aplicación de aprendizaje automático en espectros de infrarrojo cercano para la predicción de humedad en comino molido
(Universidad Peruana Unión, 2025-04-27) Villalta Arellano, Segundo Ramos; López Gonzales, Javier Linkolk
El comino (Cuminum cyminum L.) es una de las especias más valoradas a nivel mundial, y el contenido de humedad constituye un parámetro crítico para evaluar su calidad y seguridad. Este estudio tuvo como objetivo evaluar el rendimiento de algoritmos de aprendizaje automático en el análisis de espectros de infrarrojo cercano (NIR) para la predicción de humedad en comino molido. Se recolectaron seis muestras de comino y se obtuvieron espectros NIR en el rango de 1100-2100 nm. Los espectros, expresados en absorbancia, fueron pretratados utilizando Savitzky-Golay (SG) y normalización de manera independiente, seguidos por una optimización mediante análisis de componentes principales (PCA). Los datos completos y los optimizados se modelaron empleando regresión lineal múltiple (MLR) y máquinas de vectores de soporte cuadrático (QSVM). Los modelos se entrenaron mediante validación cruzada de 5 particiones con 30 repeticiones, evaluando su desempeño mediante el coeficiente de determinación (R²) y la raíz del error cuadrático medio (RMSE). En el conjunto de datos completo, QSVM con pretratamiento SG obtuvo los mejores resultados (R² = 0.99; RMSE = 0.0582). Para los datos optimizados, QSVM combinado con normalización presentó un rendimiento destacado (R² = 0.97; RMSE = 0.0919). Estos hallazgos resaltan que QSVM, gracias a su capacidad para capturar relaciones no lineales, ofrece predicciones más precisas y robustas en comparación con MLR. Este estudio sugiere explorar técnicas avanzadas basadas en aprendizaje profundo y/o algoritmos complementarios que puedan mejorar el rendimiento de los modelos predictivos.
Aplicación del análisis de componentes principales para la estimación de un índice de economía circular en América Latina y el Caribe
(Universidad Peruana Unión, 2023-11-30) Ayala Beas, Sebastian Rolando; Saboya Rios, Nemias
Mediante la aplicación del Análisis de Componentes Principales, el objetivo de la investigación es analizar las relaciones entre las dimensiones e indicadores que conforman la economía circular, en el contexto de los países de América Latina y el Caribe. Empleando información de 16 variables agrupados en 4 dimensiones, para una muestra de 20 países se logró estimar un Índice de Economía Circular. Los resultados muestran que Uruguay es el país mejor ubicado, es decir ha logrado un mayor desarrollo en la transición a un modelo de economía circular. Por el contrario, Trinidad y Tobago ocupa el último lugar de los 20 países analizados. También se estimó un índice por dimensiones de la economía circular: en la Dimensión 1 Producción de Recursos y la Dimensión 2 Consumo de Recursos, Panamá registra un mejor desempeño; en la Dimensión 3 Utilización Integrada de Recursos, Uruguay lidera el ranking; y finalmente, en la Dimensión 4 Eliminación de Residuos/Emisiones Contaminantes, Bolivia es el país mejor ubicado. Los hallazgos tienen importantes implicancias para orientar la implementación de políticas que promuevan la transición a un modelo de economía circular en la región.
Caracterización de la dieta en los perfiles bioquímicos y antropométricos con análisis de componentes principales en pacientes obesos, Guayaquil – Ecuador
(Universidad Peruana Unión, 2023-06-29) Gomez Rutti, Yuliana Yessy; Gordillo Cortaza, Janet del Rocio; Soria Quijaite, Juan Jesús
Objetivos: Determinar la caracterización de la dieta en los perfiles bioquímicos y antropométricos con análisis de componentes principales en pacientes obesos ecuatorianos. Métodos: Estudio descriptivo, comparativo, longitudinal, se tuvo acceso a la base de datos de la historia clínica institucional y se conformó un grupo de estudio al que se les ofreció una dieta baja en carbohidratos. La muestra fueron 110 pacientes obesos del Hospital de Guayaquil-Ecuador. Resultados: Los pacientes tenían edades entre 25 a 65 años. Se obtuvo un efecto significativo de pérdida de IMC (kg/m2) (Δ-2,6±1,9) (p<0,001), perímetro abdominal (cm) (Δ-5,1±4,7) (p<0,001), grasa corporal (%) (Δ-3,6±3,6) (p<0,001), triglicéridos (mg/dL) (Δ-25,4±72,9) (p<0,001) y glucosa (mg/dL) (Δ-6,8±9,6) (p<0,001). Conclusión: La dieta baja en carbohidratos reduce el IMC, el perímetro abdominal, la grasa corporal, triglicéridos y glucosa en los pacientes obesos.
Comunidad virtual de aprendizaje y competencias de los estudiantes en el área de Inglés de la I. E. Libertador Simón Bolívar - Pativilca - 2020
(Universidad Peruana Unión, 2022-09-16) Castillo Yánac, Roos Mery; Soto Rodríguez, Iván Dennys
En este estudio, se determinó la relación entre el uso de una comunidad virtual de aprendizaje y las competencias de los discentes en el área de Inglés de la I. E. Libertador Simón Bolívar-Pativilca-2020. Es una investigación cuantitativa de diseño no experimental, transeccional y correlacional. La muestra, 155 estudiantes, recopilados mediante de la técnica de muestreo aleatorio estratificado. Se recogió datos aplicando un cuestionario y una guía de observación. Las variables estudiadas fueron: comunidad virtual de aprendizaje y competencias del área de Lengua Extranjera Inglés. Para el tratamiento de datos se usó Tau_b de Kendall. Siendo los resultados: la Comunidad virtual de aprendizaje guarda relación significativa, alta y positiva con las competencias de los discentes en el área de Inglés de la I. E. Libertador Simón Bolívar-Pativilca 2020. Sí hay relación significativa, baja y positiva entre el uso de una comunidad virtual de aprendizaje y la competencia se comunica de manera oral en inglés de los discentes de la institución educativa Libertador Simón Bolívar-Pativilca-2020. Existe relación significativa, moderada y positiva entre el uso de una Comunidad virtual de aprendizaje y la competencia lee textos escritos en inglés de los discentes de la institución educativa Libertador Simón Bolívar-Pativilca-2020. También, existe relación significativa, alta y positiva entre el uso de una comunidad virtual de aprendizaje y la competencia escribe diversos textos en inglés de los discentes de la institución educativa Libertador Simón Bolívar-Pativilca-2020. Por último, se revela que existe relación significativa entre las variables analizadas.
Diseño y validación de un cuestionario para evaluar las prácticas de la gobernabilidad local
(Universidad Peruana Unión, 2025-12-05) Rojas Alvarez, Vicente; Ospina Galindez, Johann Alexis
El presente estudio tuvo como propósito diseñar y validar un cuestionario para evaluar las prácticas de la gobernanza local, con el fin de ofrecer una herramienta confiable y aplicable en contextos municipales. La investigación, de tipo instrumental, se orientó a identificar dimensiones clave de la gobernanza que permitan analizar de manera integral la gestión pública. El marco conceptual se fundamentó en enfoques de planificación estratégica, participación ciudadana, ética y transparencia gubernamental, gestión del presupuesto, estado de derecho y control de corrupción y gobierno digital. La metodología incluyó la construcción de un cuestionario de 22 ítems, aplicado a una muestra de 400 participantes conformada por ciudadanos peruanos, hombres y mujeres mayores de 18 años. La validez de contenido se estableció mediante la valoración de jueces expertos, la validez de constructo se verificó a través de análisis factorial exploratorio y la confiabilidad se evaluó mediante consistencia interna. Los resultados evidenciaron una adecuada pertinencia de los ítems, una estructura factorial coherente con las dimensiones propuestas y niveles de confiabilidad satisfactorios. En conclusión, el cuestionario constituye un instrumento válido y fiable para la evaluación de las prácticas de gobernanza local, con potencial utilidad en procesos de diagnóstico, formulación de políticas públicas y fortalecimiento institucional. Se recomienda su aplicación en estudios comparativos y en diferentes contextos territoriales, a fin de ampliar la comprensión sobre la calidad de la gobernanza y sus efectos en el desarrollo local.
Enfoque predictivo para la concentración de contaminante del aire basado en un modelo de red neuronal artificial
(Universidad Peruana Unión, 2024-04-15) Guerra Bendezu, Carlos Andres; Romani Franco, Vivian Isabel; López Gonzales, Javier Linkolk
In this study, we propose a new hybrid method based on artificial neural networks to forecast daily extreme events of PM2.5 pollution concentration. The hybrid method combines self-organizing maps to identify temporal patterns of excessive daily pollution found at different monitoring stations, with a set of multilayer perceptron to forecast extreme values of PM2.5 for each cluster. The proposed model was applied to analyze five-year pollution data obtained from nine weather stations in the metropolitan area of Santiago, Chile. Simulation results show that the hybrid method improves the performance metrics when forecasting daily extreme values of PM2.5.
Enfoque predictivo para la reactividad a la prueba del virus de la inmunodeficiencia humana (VIH) basado en algoritmos de Machine Learning
(Universidad Peruana Unión, 2023-11-30) Marroquin Marroquin, Urlish Kleyber; López Gonzales, Javier Linkolk
En la actualidad existen muchos métodos de predicción que se utilizan en el campo de la salud; no obstante, los estudios actuales requiere mayor estudio e indagación en la reactividad de resultados de las pruebas del virus de la inmunodeficiencia humana (VIH) utilizando modelos predictivos basados en Machine Learning, sin embargo, si se lograra predecir la reactividad positiva de la prueba de VIH de una persona con anterioridad, se podría realizar las acciones oportunas con antelación para poder brindarle una atención oportuna a la persona, además así poder asignar la preparación del tratamiento antirretroviral (TARV) y esquema de tratamiento a utilizar adecuado. Por tal motivo, este estudio propone un enfoque predictivo para la reactividad a la prueba del virus de la inmunodeficiencia humana (VIH) basado en algoritmos de Machine Learning. Los datos utilizados proceden de los registros del personal de salud que pertenecen a una brigada móvil y que realizan funciones de tamizaje de VIH a través del Aplicativo Móvil de Tamizaje ITS (App VIH) del Ministerio de Salud del Perú (Minsa). La metodología utilizada consistió en evaluar cuatro modelos de machine learning con los algoritmos “Decision Tree Classifier, Random Forest Classifier, Extra Trees Classifier y Extreme Gradient Boosting”, con la intención de comparar sus resultados y elegir al mejor modelo que presente el mejor desempeño, para luego ser utilizado a través de una interfaz gráfica, que permita determinar si una persona posee Reactividad Positiva o Negativa al resultado de la Prueba de VIH. Los resultados demostraron que el mejor modelo de machine learning para el estudio fue Extra Trees Classifier con un Accuracy Score de 98.19% en comparación con Decision Tree Classifier con el menor Accuracy Score de 98.03%; calculado a través de la precisión promedio usando el puntaje de validación cruzada con 10 interacciones de los datos de entrenamiento; esto indica que el modelo predice con una precisión del 98% la prueba de VIH. Por tal motivo, este modelo podrá ser usado en la toma de decisiones relacionadas con las personas que puedan contraer el VIH y así brindarles un tratamiento antirretroviral (TARV) adecuado, además de la misma forma, apoyar a las labores realizadas por las brigadas móviles urbanas en temas relacionados con el VIH.
Evaluación paramétrica del rendimiento de chimeneas solares mediante simulación CFD y análisis estadístico multivariante con caras de Chernoff
(Universidad Peruana Unión, 2025-06-30) Hananel Baigorria,Alberto; Loaiza Chumacero, Sandra Cecilia; Soto Rodríguez, Iván Dennys
Este artículo presenta un estudio integrado de simulación computacional (CFD) y análisis estadístico multivariante orientado a la optimización del diseño de chimeneas solares. Se tomó como referencia la planta de Manzanares, modelizada en ANSYS Fluent. Sobre la base de los resultados obtenidos, se exploraron once modelos de regresión para describir el comportamiento de la velocidad del aire en función del parámetro de escala, validando sus ecuaciones mediante métricas estadísticas y representaciones gráficas multivariantes. La metodología incluyó el uso innovador de Caras de Chernoff para sintetizar visualmente quince variables estadísticas por modelo, facilitando así la comparación estructurada y la identificación del modelo más representativo. El modelo de regresión de tipo potencia fue determinado como el más adecuado, al mostrar el mayor grado de ajuste sobre los datos simulados, coherencia teórica con el fenómeno físico modelado y una expresión visualmente favorable bajo distintos escenarios. Se formularon ecuaciones específicas para distintos niveles de irradiancia; además, se estimaron la eficiencia y la potencia generada, contrastando los resultados con investigaciones previas. El análisis fue enriquecido con la incorporación de variables geométricas como la altura y el radio de la chimenea y del colector, confirmando que la reducción de escala compromete significativamente el rendimiento. Este enfoque visual-estadístico no solo valida modelos derivados del CFD, sino que también introduce una herramienta intuitiva y eficaz para la toma de decisiones en ingeniería solar. Se concluye que las Caras de Chernoff constituyen una estrategia metodológica aplicable al estudio del rendimiento energético, abriendo nuevas líneas de investigación y diseño optimizado mediante visualización multivariante.
Factores que influyen en el rendimiento académico en estudiantes del tercer ciclo de una universidad privada en Lima
(Universidad Peruana Unión, 2025-05-13) Ipince Antunez, Daniel Alberto; Miñope Gomez, Miguel Angel; López Gonzales, Javier Linkolk
Objetivo: Determinar los factores que influyen en el rendimiento académico de los estudiantes del tercer ciclo de una universidad privada en Lima. Metodología: Enfoque cuantitativo, con diseño no experimental, de corte transversal y nivel explicativo. La muestra fue de 234 estudiantes, seleccionados mediante muestreo aleatorio simple. Se utilizaron técnicas de recolección documental y encuesta. Resultados: El modelo completo explicó el 13.6% de la variabilidad del rendimiento académico, solo un número reducido de variables predictoras presentó efectos estadísticamente significativos. El modelo stepwise mostró mejor ajuste (AIC = 308.797) en comparación con el modelo completo, manteniendo una capacidad predictiva adecuada (Pseudo R² = 0.101). Conclusión: Existe influencia significativa de los factores en el rendimiento académico en estudiantes del tercer ciclo de una universidad privada en Lima.
Identificación de patrones temporales de PM10 basados en análisis espectral singular
(Universidad Peruana Unión, 2024-04-08) Ureta Tolentino, Jeremias Macias; Calsin Quinto, Diana Silvia; López Gonzales, Javier Linkolk
Este estudio propone mejorar la precisión en la predicción de la calidad del aire. Para ello se considera una adaptación híbrida. Se basa en una integración del análisis del espectro singular y redes neuronales recurrente a la memoria de corto y largo plazo; El SSA se aplica a la serie temporal original para dividir la señal y el ruido, que luego se predicen por separado y se suman para obtener los pronósticos finales. Este método híbrido proporcionó un mejor rendimiento en comparación con otros métodos.
Impacto de las emisiones de PM2,5 y PM10 en los cambios de sus niveles de concentración en el Área Metropolitana de Lima: un estudio de caso
(Universidad Peruana Unión, 2024-04-02) Muñoz Vilela, Algemiro Julio; Campos Diaz, Angel Hugo; Huaman De La Cruz, Alex Ruben
The aim of this work was to analyze the temporal behavior of the concentration profiles of PM2.5 (period 2014-2023) and PM10 (period 2010-2023) collected in five district of the Metropolitan area of Lima (MAL). The year 2016 and 2021 showed the highest annual averages for PM2.5 while PM10 reported higher concentrations in 2013, 2016, and 2021 for most stations. For PM2.5 higher peaks were recorded between May and September and lower peaks between January and March. For PM10, higher peaks were found of March-May and August-October, and lower peaks observed between January and June. Daily minimum and maximum values of PM2.5 ranged between 3.74 and 148 μg/m3, while PM10 ranged from 7.16 to 579 μg/m3, respectively. For hourly variations was observed peaks that occurs between 6:00 and 10:00 a.m. and between 6:00 p.m. and 11:00 p.m for both PMs. This information obtained will serve to make important social decisions.
Modelado y pronóstico de precios de electricidad utilizando la técnica de conjuntos de series de tiempo: aplicación al mercado eléctrico peruano
(Universidad Peruana Unión, 2024-04-02) Mancha Gonzales,Salvatore; Iftikhar, Hasnain
En los mercados eléctricos actuales, el pronóstico preciso del precio de la electricidad proporciona información valiosa para la toma de decisiones entre los participantes, lo que garantiza un funcionamiento fiable del sistema eléctrico. Sin embargo, las complejas características de las series temporales de precios de la electricidad dificultan la obtención de previsiones precisas. Este estudio aborda este desafío introduciendo un enfoque para predecir precios en el mercado eléctrico peruano. Este enfoque implica el preprocesamiento de la serie temporal mensual de precios de la electricidad, abordando los valores faltantes, estabilizando la varianza, normalizando los datos, logrando la estacionariedad y considerando cuestiones de estacionalidad. Después de esto, se emplean seis modelos base estándar para modelar la serie temporal, seguidos de la aplicación de tres modelos de aprendizaje conjunto para pronosticar la serie temporal del precio de la electricidad. También se efectuaron comparaciones entre los precios de la electricidad pronosticados y observados utilizando medidas de precisión del error medio, evaluación gráfica y una prueba estadística de igualdad precisión de pronóstico. Los resultados mostraron que el enfoque de aprendizaje conjunto propuesto, es una herramienta eficiente y precisa para pronosticar los precios mensuales de la electricidad en el mercado eléctrico peruano. Además, los modelos de aprendizaje conjunto superaron los resultados de estudios anteriores. Finalmente, si bien se han realizado numerosos estudios globales desde diversas perspectivas, no se ha llevado a cabo ningún análisis utilizando un enfoque de aprendizaje conjunto para pronosticar los precios de la electricidad en el mercado eléctrico peruano.

Browse

Browsing Segunda Especialidad Profesional de Ingeniería: Estadística Aplicada Para Investigación by Title

Results Per Page

Sort Options