El modelo de larga duración Weibull-Geométrica

Descripción del Articulo

Los modelos de larga duración son una extensión de los modelos de supervivencia tradicional y nos permiten modelar una proporción de la población que no llegan a experimentar un evento de interés, incluso después de un largo periodo de seguimiento. En este trabajo se presenta y deduce la distribució...

Descripción completa

Detalles Bibliográficos
Autor: Torres Salinas, Karina Hesi
Formato: tesis de maestría
Fecha de Publicación:2018
Institución:Pontificia Universidad Católica del Perú
Repositorio:PUCP-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.pucp.edu.pe:20.500.14657/144815
Enlace del recurso:http://hdl.handle.net/20.500.12404/13781
Nivel de acceso:acceso abierto
Materia:Probabilidad
Estadística aplicada
Comportamiento del consumidor
Análisis de datos de tiempo de falla
Distribución (Teoría de la probabilidad)
Supervivencia (Biometría)
https://purl.org/pe-repo/ocde/ford#1.01.03
id RPUC_076697f33c0911314628b32d1f3daa9f
oai_identifier_str oai:repositorio.pucp.edu.pe:20.500.14657/144815
network_acronym_str RPUC
network_name_str PUCP-Institucional
repository_id_str 2905
spelling Sal y Rosas Celi, Víctor GiancarloTorres Salinas, Karina Hesi2019-03-20T23:41:24Z2019-03-20T23:41:24Z20182019-03-20http://hdl.handle.net/20.500.12404/13781Los modelos de larga duración son una extensión de los modelos de supervivencia tradicional y nos permiten modelar una proporción de la población que no llegan a experimentar un evento de interés, incluso después de un largo periodo de seguimiento. En este trabajo se presenta y deduce la distribución de larga duración Weibull-Geométrica y su proceso de estimación e inferencia. Se desarrolló un estudio de simulación con el un de evaluar el desempeño de las estimaciones y determinar si se recuperan los parámetros. Asimismo el modelo fue aplicado a una muestra de clientes que adquirieron y activaron una tarjeta de crédito entre enero a diciembre del año 2015 y donde el principal objetivo del análisis era entender el comportamiento del tiempo hasta la cancelación de la tarjeta de crédito del cliente. Comparamos al modelo de larga duración Weibull-Geométrica con otros modelos de larga duración, Exponencial-Geométrica y Weibull. Los resultados indican que nuestro modelo muestra un mejor ajuste en los datos.spaPontificia Universidad Católica del PerúPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/2.5/pe/ProbabilidadEstadística aplicadaComportamiento del consumidorAnálisis de datos de tiempo de fallaDistribución (Teoría de la probabilidad)Supervivencia (Biometría)https://purl.org/pe-repo/ocde/ford#1.01.03El modelo de larga duración Weibull-Geométricainfo:eu-repo/semantics/masterThesisTesis de maestríareponame:PUCP-Institucionalinstname:Pontificia Universidad Católica del Perúinstacron:PUCPMaestro en EstadísticaMaestríaPontificia Universidad Católica del Perú. Escuela de PosgradoEstadística40361284542037https://purl.org/pe-repo/renati/level#maestrohttp://purl.org/pe-repo/renati/type#tesis20.500.14657/144815oai:repositorio.pucp.edu.pe:20.500.14657/1448152024-06-10 10:55:14.707http://creativecommons.org/licenses/by/2.5/pe/info:eu-repo/semantics/openAccessmetadata.onlyhttps://repositorio.pucp.edu.peRepositorio Institucional de la PUCPrepositorio@pucp.pe
dc.title.es_ES.fl_str_mv El modelo de larga duración Weibull-Geométrica
title El modelo de larga duración Weibull-Geométrica
spellingShingle El modelo de larga duración Weibull-Geométrica
Torres Salinas, Karina Hesi
Probabilidad
Estadística aplicada
Comportamiento del consumidor
Análisis de datos de tiempo de falla
Distribución (Teoría de la probabilidad)
Supervivencia (Biometría)
https://purl.org/pe-repo/ocde/ford#1.01.03
title_short El modelo de larga duración Weibull-Geométrica
title_full El modelo de larga duración Weibull-Geométrica
title_fullStr El modelo de larga duración Weibull-Geométrica
title_full_unstemmed El modelo de larga duración Weibull-Geométrica
title_sort El modelo de larga duración Weibull-Geométrica
author Torres Salinas, Karina Hesi
author_facet Torres Salinas, Karina Hesi
author_role author
dc.contributor.advisor.fl_str_mv Sal y Rosas Celi, Víctor Giancarlo
dc.contributor.author.fl_str_mv Torres Salinas, Karina Hesi
dc.subject.es_ES.fl_str_mv Probabilidad
Estadística aplicada
Comportamiento del consumidor
Análisis de datos de tiempo de falla
Distribución (Teoría de la probabilidad)
Supervivencia (Biometría)
topic Probabilidad
Estadística aplicada
Comportamiento del consumidor
Análisis de datos de tiempo de falla
Distribución (Teoría de la probabilidad)
Supervivencia (Biometría)
https://purl.org/pe-repo/ocde/ford#1.01.03
dc.subject.ocde.es_ES.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.01.03
description Los modelos de larga duración son una extensión de los modelos de supervivencia tradicional y nos permiten modelar una proporción de la población que no llegan a experimentar un evento de interés, incluso después de un largo periodo de seguimiento. En este trabajo se presenta y deduce la distribución de larga duración Weibull-Geométrica y su proceso de estimación e inferencia. Se desarrolló un estudio de simulación con el un de evaluar el desempeño de las estimaciones y determinar si se recuperan los parámetros. Asimismo el modelo fue aplicado a una muestra de clientes que adquirieron y activaron una tarjeta de crédito entre enero a diciembre del año 2015 y donde el principal objetivo del análisis era entender el comportamiento del tiempo hasta la cancelación de la tarjeta de crédito del cliente. Comparamos al modelo de larga duración Weibull-Geométrica con otros modelos de larga duración, Exponencial-Geométrica y Weibull. Los resultados indican que nuestro modelo muestra un mejor ajuste en los datos.
publishDate 2018
dc.date.created.es_ES.fl_str_mv 2018
dc.date.accessioned.es_ES.fl_str_mv 2019-03-20T23:41:24Z
dc.date.available.es_ES.fl_str_mv 2019-03-20T23:41:24Z
dc.date.issued.fl_str_mv 2019-03-20
dc.type.es_ES.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.other.none.fl_str_mv Tesis de maestría
format masterThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12404/13781
url http://hdl.handle.net/20.500.12404/13781
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.rights.es_ES.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by/2.5/pe/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/2.5/pe/
dc.publisher.es_ES.fl_str_mv Pontificia Universidad Católica del Perú
dc.publisher.country.es_ES.fl_str_mv PE
dc.source.none.fl_str_mv reponame:PUCP-Institucional
instname:Pontificia Universidad Católica del Perú
instacron:PUCP
instname_str Pontificia Universidad Católica del Perú
instacron_str PUCP
institution PUCP
reponame_str PUCP-Institucional
collection PUCP-Institucional
repository.name.fl_str_mv Repositorio Institucional de la PUCP
repository.mail.fl_str_mv repositorio@pucp.pe
_version_ 1835639652665524224
score 13.814859
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).