Especialización en Estadística

Permanent URI for this collection

https://noesis.uis.edu.co/handle/20.500.14071/9272

Browse

Browsing Especialización en Estadística by browse.metadata.advisor "Ríos Gutiérrez, Andrés Sebastián"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Diseños de experimentos para la abundancia de microplásticos con respecto a las temporadas y el hábitat en el Caribe Colombiano
    (Universidad Industrial de Santander, 2024-07-31) Ruiz Jiménez, Jenny Alejandra; Ríos Gutiérrez, Andrés Sebastián; Rivera Flórez, Tulia Esther
    El estudio analiza la abundancia de microplásticos (MPs) en dos Áreas Marinas Protegidas (AMPs) del Caribe Colombiano. Se determinó si existían diferencias en la presencia de MPs con respecto al hábitat y con respecto a la temporada en algunas estaciones de las AMPs, considerando elementos adicionales como la posición de recolección (superficie y columna de agua). Se implementó un diseño experimental cruzado-anidado, que permitió realizar la comparación considerando la estructura jerárquica e interacciones entre los factores, debido a que algunas estaciones se encuentran anidadas al hábitat o ubicación del AMPs. El diseño cruzado-anidado reveló diferencias significativas en la abundancia de microplásticos entre temporadas, así como una mayor abundancia en la columna de agua frente a la superficie. No obstante, uno de los desafíos al aplicar este modelo fue el cumplimiento de los supuestos de normalidad y homogeneidad de los residuales. Debido a esto, se buscó un diseño alternativo para el análisis de datos no paramétricos. Se utilizó el test de aleatorización que consiste en la aleatorización y remuestreo de los datos, permitiendo evaluar la significancia sin depender de distribuciones específicas. Este método reforzó los resultados del diseño cruzado-anidado, confirmando la diferencia entre las medias de los factores evaluados. De esta forma, se confirma que, si existen diferencias en la abundancia de microplásticos entre las temporadas, con un incremento notable durante la temporada de lluvias, debido al aporte fluvial que genera el Canal del Dique en los hábitats costeros. Durante la temporada seca, el hábitat oceánico mostró un incremento en la abundancia de MPs, posiblemente por las corrientes marinas que transportan residuos desde el sur del Caribe colombiano y Panamá hacia esta AMP. La posición de los MPs en el agua afecta su abundancia, siendo mayor en la columna de agua que en la superficie, presentando mayor riesgo de ingesta de microplásticos por parte de organismos marinos.
  • No Thumbnail Available
    Item
    Imputación de datos faltantes de una serie de tiempo basados en los valores conocidos de la predicción, y su aplicación a datos de infección respiratoria aguda en Bogotá
    (Universidad Industrial de Santander, 2024-01-31) Reyes Rojas, Diego Johann; Ríos Gutiérrez, Andrés Sebastián; Rangel Quiñónez, Henry Sebastián
    Objetivos: Imputar datos faltantes de los años 2020 y 2021 del histórico de los casos de morbilidad por infección respiratoria aguda en Bogotá utilizando series de tiempo estacionales. Metodología: Usar la prueba de Dickey-Fuller aumentada para estudiar la estacionariedad de la serie temporal, luego diferenciar la serie a fin de volverla estacionaria, escoger 5 modelos ARIMA multiplicativos usando el criterio de Akaike y usar el estimador MSE para escoger cual de estos se ajusta mejor a los datos disponibles del año 2022. Conclusiones: Los datos faltantes de la variable infectados de los años 2020 y 2021 pudieron ser imputados a través del modelo ARIMA(p,d,q)×(2,3,1)_50 el cual tuvo el mejor ajuste a los datos disponibles del 2022 según el estimador MSE. No siempre los métodos para crear modelos ARIMA(p,d,q)×(P,D,Q)_s van a converger: Esto puede ocurrir debido a que la función usada para estimar los parámetros del modelo ARIMA está basada en la función optim que hace uso de métodos numéricos, como lo es el método de Brent para el cual no siempre se tiene garantizada la existencia de los valores que optimicen la función. Tener un buen ajuste de los datos históricos no necesariamente implica que se realicé una mejor predicción: aunque los modelos ARIMA(5,1,5)×(4,2,4)_50 y ARIMA(5,1,5)×(2,3,4)_50 presentaron un mejor valor AIC que el modelo ARIMA(5,1,5)×(2,3,1)_50, este tiene mejor ajuste para el año 2022 según el MSE. El modelo predice que aproximadamente cada año (casi 52 semanas) se tendrá un pico de contagios por infección respiratoria aguda. Por otro lado, ya que la predicción no tiene comportamiento monótono, se concluye que el modelo no dio alerta de un aumento precipitado del número de casos por infección respiratoria aguda para el año 2022 y por lo tanto no dio alerta de una posible pandemia para ese año como realmente ocurrió.