Segunda Especialidad Profesional de Ingeniería: Estadística Aplicada Para Investigación
Permanent URI for this collection
Browse
Recent Submissions
Item 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 AlexisEl 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.Item 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 LinkolkEl 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.Item 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 LinkolkObjetivo: 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.Item 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 LinkolkEl 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.Item 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 DennysEste 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.Item 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 LinkolkIntroducción: 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.Item Propiedades psicométricas de la Escala de Vocación (CVOC-D) en profesores peruanos(Universidad Peruana Unión, 2025-05-21) Vera Mendoza, Edwin Michel; López Gonzales, Javier LinkolkEl análisis psicométrico de la escala CVOC-D se sitúa en un contexto de búsqueda y comprensión de la vocación docente, es de suma importancia la realización del estudio para enfatizar la vocación del profesorado peruano, ya que no existen instrumentos como tal. El objetivo involucra evaluar las propiedades psicométricas de la escala CVOC-D, se aplicó un diseño instrumental y enfoque cuantitativo con la participación de 319 docentes. Los resultados mostraron adecuada confiabilidad y validez, una confiabilidad aceptable (ω = 0.869) y buenos resultados en las dimensiones identificadas: dimensión 1 (0.805), dimensión 2 (0.807) y dimensión 3 (0.642). Un análisis factorial exploratorio (AFE) con una varianza de 42.6% y un análisis factorial confirmatorio (AFC) con ajuste moderadamente adecuado (χ²:5123.53, p < 0.001; CFI: 0.824; TLI: 0.796; RMSEA: 0.097). A pesar de eliminar tres reactivos, los resultados sugieren que la CVOC-D es una herramienta válida para medir la vocación docente. Se concluye que la evaluación psicométrica confirma que los reactivos finales de CVOC-D presentan una óptima validez y confiabilidad como lo demuestran los índices obtenidos (V de Aiken, ω de McDonald, CFI y RMSEA). Esto denota una idoneidad para medir la vocación docente en el contexto peruano, los reactivos abarcan 3 dimensiones (consciencia vocacional, satisfacción con la docencia, compromiso con la educación), las cuales están alineadas a las características culturales y profesionales del docente peruano. Este instrumento constituye una contribución significativa para la evaluación psicológica en el ámbito educativo, facilitando investigaciones futuras y su aplicación práctica en el contexto docente.Item 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 LinkolkObjetivo: 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.Item Relaciones entre la adicción al teléfono inteligente, calidad del sueño y depresión: un analisis PLS-SEM en universitarios peruanos(Universidad Peruana Unión, 2025-03-31) Huaranja Montaño, Max Alejandro; Tirado Rengifo, Arminda; Soto Rodríguez, Iván DennysEste estudio tiene como objetivo determinar la relación existente entre la adicción al teléfono inteligente, la calidad del sueño y la depresión en estudiantes universitarios peruanos. La investigación es explicativa, no experimental y transversal. En el estudio, participaron 385 universitarios empleando un muestreo no probabilístico. Los datos se recolectaron usando la versión corta de la Escala de Adicción al Teléfono inteligente (SAS-SV), el Índice de Calidad del Sueño de Pittsburgh (PSQI) y el Inventario de Depresión de Beck (BDI-II). Los hallazgos del análisis PLS-SEM indican que la adicción al teléfono inteligente se relaciona con la calidad del sueño (β = 0.661, p < 0.05) y la depresión (β = 0.299, p < 0.05). Asimismo, se observó un efecto significativo de la calidad del sueño sobre la depresión (β = 0.393, p < 0.05). Estos hallazgos resaltan la importancia de desarrollar intervenciones pedagógicas para disminuir el uso excesivo de los teléfonos inteligentes y optimizar la calidad del sueño, lo cual disminuye los síntomas de la depresión y promueve el bienestar mental de los estudiantes universitarios.Item 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 LinkolkEl 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.Item Predicción de la dosificación de coagulantes mediante random forest en la PTAP Miguel de la Cuba Ibarra(Universidad Peruana Unión, 2025-01-31) Gonzales Medina, Ronny Iván; Morán Silva, Rosa María; López Gonzales, Javier LinkolkEl agua potable es un recurso esencial para la humanidad con un impacto ambiental significativo. Por lo tanto, su tratamiento debe ser una prioridad. La redicción de la dosis de coagulantes mediante modelos y técnicas de Machine Learning permite mejorar la eficiencia y reducir los costos en el tratamiento del agua. Este enfoque debe ser implementado y evaluado, especialmente en países con recursos limitados. En este estudio, se aplicó el modelo de Random Forest para optimizar la predicción de la dosificación de coagulantes en la PTAP Miguel de la Cuba Ibarra. Los resultados obtenidos muestran que el modelo RF es adecuado para predecir niveles de turbidez de agua decantada y con la plataforma digital permite generar diferentes curvas de dosificación para la toma de decisiones en el menor tiempo posible.Item 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 JesúsEste 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.Item 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 LinkolkEl 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.Item Modelo de Machine Learning para predecir la deserción universitaria a partir de factores socioeconómicos y académicos(Universidad Peruana Unión, 2024-04-02) Izquierdo Marin, Sandra Sofia; Torres Navarrete, William Robert; Soria Quijaite, Juan JesúsEl estudio se centró en generar un modelo de Machine Learning que pueda predecir la deserción de los estudiantes de la Universidad Católica de Trujillo en el periodo 2021-2022, a partir de factores socioeconómicos y académicos, cuya efectividad sea superior al 75%. El diseño metodológico de este estudio fue mixto, ya que no solo utilizó un método estadístico, sino también el análisis documental de casos, los cuales están recolectado de forma numérica y categórica para determinar la relación entre factores socioeconómicos y académicos y la deserción universitaria de los estudiantes, así como explicar y predecir a través de ellos escenarios futuros de la variable dependiente. La población estudiada consistió en dos cohortes (2021 y 2022) de 11 carreras de nivel pregrado dictadas en la Universidad Católica de Trujillo; totalizando 3156 alumnos, de los cuales 789 han abandonado los estudios (índice de deserción del orden del 25%). En conclusión, el modelo propuesto es significativo (p- value: 0) en base a cuatro factores predictores (lugar de procedencia, hermanos, institución educativa de egreso y cantidad de cursos desaprobados). Además, los factores socioeconómicos abordados si se relacionan de forma significativa con la deserción universitaria, a excepción del género (masculino y femenino), cuya relación no es significativa (chi2=,338). Además, los resultados obtenidos mediante el análisis de chi- cuadrado indica que todos los factores académicos están relacionados de forma significativa. Finalmente, el modelo es capaz de clasificar correctamente 98.7% de las observaciones de entrenamiento.Item 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 LinkolkIn 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.Item Modelo de regresión funcional para la predicción de PM2.5 en función de PM10 en Lima - Perú(Universidad Peruana Unión, 2024-04-02) Choquetico Apaza, Harold Abraham; Silva Rubio, Edith; Ospina Galindez, Johann AlexisEste estudio pionero aprovecha el análisis de datos funcionales dentro de la metrología ambiental para examinar las intrincadas relaciones entre variables ambientales críticas, como las concentraciones de partículas PM2.5 en el Área Metropolitana de Lima-Callao. Abordar el vínculo entre la calidad del aire y estas partículas desde un punto de vista funcional ha arrojado conocimientos valiosos que superan los análisis convencionales. Al examinar las variaciones y tendencias temporales, esta investigación ha discernido no sólo la magnitud de la contaminación sino también sus patrones estacionales y diarios. El modelo de datos funcional destaca por su capacidad de utilizar plenamente los datos históricos, integrando la información a lo largo del tiempo para proporcionar una perspectiva más integral. Este enfoque avanzado también ha allanado el camino para incorporar múltiples conjuntos de datos ambientales, como temperatura, humedad y otros contaminantes, para ofrecer una visión más amplia y multifacética de la calidad del aire. El objetivo de esta investigación es desarrollar un modelo predictivo avanzado que estime los niveles de PM2,5 en función de las concentraciones de PM10, utilizando registros diarios de calidad del aire desde 2023. A través de un marco integrado, el estudio pretende capturar las interacciones complejas y la dinámica temporal de estos componentes atmosféricos, destacando el impacto significativo de PM2.5 en la salud pública y la calidad ambiental.Item 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 RubenThe 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.Item 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 LinkolkEn 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.Item Un análisis integral del brote de viruela simica utilizando un modelo conjunto de series temporales: un estudio de caso de países con zonas críticas(Universidad Peruana Unión, 2024-04-08) Huaman Alfaro, Juan Carlos; Meza Cuba, Wilfredo; Iftikhar, HasnainLa pandemia de coronavirus ha suscitado preocupaciones sobre la aparición de otras infecciones virales, como la viruela del mono, que se ha convertido en un peligro significativo para la salud pública. Por lo tanto, este trabajo propone una nueva técnica de conjunto de series temporales para analizar y predecir la propagación de la viruela del mono en los cuatro países con mayores tasas de infección por el virus de la viruela del mono. Este enfoque involucró el procesamiento de la primera serie temporal acumulativa de casos confirmados para abordar la estabilización de la varianza, la normalización, la estacionariedad y un componente de tendencia secular no lineal. Después de eso, se utilizaron cinco modelos de series temporales individuales y tres modelos de conjunto propuestos para estimar la serie temporal filtrada de casos confirmados. La precisión de los modelos se evalúa utilizando errores medios típicos de precisión, evaluación gráfica y una prueba estadística de igual precisión de pronóstico. Basado en los resultados, se encontró que el enfoque de pronóstico de conjunto de series temporales propuesto es una manera eficiente y precisa de pronosticar los casos confirmados acumulativos para los cuatro principales países del mundo y el mundo entero. Utilizando el mejor modelo de conjunto, se hace un pronóstico para los próximos 28 días (cuatro semanas), lo que ayudará a comprender la propagación de la enfermedad y los riesgos asociados. Esta información puede prevenir una mayor propagación y permitir un tratamiento oportuno y efectivo. Además, el enfoque novedoso de conjunto de series temporales desarrollado puede ser utilizado para pronosticar otras enfermedades en el futuro.Item 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, HasnainEn 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.