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...
Autor: | |
---|---|
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).
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).