Modelo de regresión cuantílica para respuestas positivas con censura intervalar
Descripción del Articulo
La presente tesis propone un modelo de regresi on cuant lica en d onde la variable es no negativa y posee censura intervalar, es decir que esta no es directamente observable, y la unica informaci on que se conoce sobre ella es que se encuentra en cierto intervalo. Para evaluar si la metodolog a de e...
Autor: | |
---|---|
Formato: | tesis de maestría |
Fecha de Publicación: | 2021 |
Institución: | Pontificia Universidad Católica del Perú |
Repositorio: | PUCP-Institucional |
Lenguaje: | español |
OAI Identifier: | oai:repositorio.pucp.edu.pe:20.500.14657/184053 |
Enlace del recurso: | http://hdl.handle.net/20.500.12404/21845 |
Nivel de acceso: | acceso abierto |
Materia: | Análisis de regresión Inferencia estadística https://purl.org/pe-repo/ocde/ford#1.01.03 |
id |
RPUC_5a2e330ff60711f09612c6164f30a836 |
---|---|
oai_identifier_str |
oai:repositorio.pucp.edu.pe:20.500.14657/184053 |
network_acronym_str |
RPUC |
network_name_str |
PUCP-Institucional |
repository_id_str |
2905 |
spelling |
Bayes Rodriguez, Cristian LuisManrique Urbina, Justo Andrés2022-03-21T22:23:29Z2022-03-21T22:23:29Z20212022-03-21http://hdl.handle.net/20.500.12404/21845La presente tesis propone un modelo de regresi on cuant lica en d onde la variable es no negativa y posee censura intervalar, es decir que esta no es directamente observable, y la unica informaci on que se conoce sobre ella es que se encuentra en cierto intervalo. Para evaluar si la metodolog a de estimaci on captura adecuadamente los par ametros poblacionales desde el punto de vista de la inferencia cl asica, se desarrolla un estudio de simulaci on. Finalmente, se aplica el modelo a los datos de la Encuesta Nacional de Satisfacci on de Salud ejecutada el a~no 2015. La estructura del modelo permite evaluar los factores relacionados al sueldo de los profesionales en salud (el cual hab a sido censurado desde el proceso de recolecci on de datos). El presente modelo es una extensi on al modelo de regresi on de censura intervalar expuesto en Sal y Rosas et al. (2019), pues eval ua los factores subyacentes a una variable respuesta a lo largo de sus cuantiles.spaPontificia Universidad Católica del PerúPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc/2.5/pe/Análisis de regresiónInferencia estadísticahttps://purl.org/pe-repo/ocde/ford#1.01.03Modelo de regresión cuantílica para respuestas positivas con censura intervalarinfo:eu-repo/semantics/masterThesisTesis de maestríareponame:PUCP-Institucionalinstname:Pontificia Universidad Católica del Perúinstacron:PUCPMaestro en EstadísticaMaestríaPontificia Universidad Católica del Perú. Escuela de Posgrado.Estadística40372640https://orcid.org/0000-0003-0474-792172400260542037Benites Sanchez, Luis EnriqueBayes Rodriguez, Cristian LuisValdivieso Serrano, Luis Hilmarhttps://purl.org/pe-repo/renati/level#maestrohttps://purl.org/pe-repo/renati/type#tesis20.500.14657/184053oai:repositorio.pucp.edu.pe:20.500.14657/1840532024-06-10 10:54:56.879http://creativecommons.org/licenses/by-nc/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 |
Modelo de regresión cuantílica para respuestas positivas con censura intervalar |
title |
Modelo de regresión cuantílica para respuestas positivas con censura intervalar |
spellingShingle |
Modelo de regresión cuantílica para respuestas positivas con censura intervalar Manrique Urbina, Justo Andrés Análisis de regresión Inferencia estadística https://purl.org/pe-repo/ocde/ford#1.01.03 |
title_short |
Modelo de regresión cuantílica para respuestas positivas con censura intervalar |
title_full |
Modelo de regresión cuantílica para respuestas positivas con censura intervalar |
title_fullStr |
Modelo de regresión cuantílica para respuestas positivas con censura intervalar |
title_full_unstemmed |
Modelo de regresión cuantílica para respuestas positivas con censura intervalar |
title_sort |
Modelo de regresión cuantílica para respuestas positivas con censura intervalar |
author |
Manrique Urbina, Justo Andrés |
author_facet |
Manrique Urbina, Justo Andrés |
author_role |
author |
dc.contributor.advisor.fl_str_mv |
Bayes Rodriguez, Cristian Luis |
dc.contributor.author.fl_str_mv |
Manrique Urbina, Justo Andrés |
dc.subject.es_ES.fl_str_mv |
Análisis de regresión Inferencia estadística |
topic |
Análisis de regresión Inferencia estadística 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 |
La presente tesis propone un modelo de regresi on cuant lica en d onde la variable es no negativa y posee censura intervalar, es decir que esta no es directamente observable, y la unica informaci on que se conoce sobre ella es que se encuentra en cierto intervalo. Para evaluar si la metodolog a de estimaci on captura adecuadamente los par ametros poblacionales desde el punto de vista de la inferencia cl asica, se desarrolla un estudio de simulaci on. Finalmente, se aplica el modelo a los datos de la Encuesta Nacional de Satisfacci on de Salud ejecutada el a~no 2015. La estructura del modelo permite evaluar los factores relacionados al sueldo de los profesionales en salud (el cual hab a sido censurado desde el proceso de recolecci on de datos). El presente modelo es una extensi on al modelo de regresi on de censura intervalar expuesto en Sal y Rosas et al. (2019), pues eval ua los factores subyacentes a una variable respuesta a lo largo de sus cuantiles. |
publishDate |
2021 |
dc.date.created.none.fl_str_mv |
2021 |
dc.date.accessioned.none.fl_str_mv |
2022-03-21T22:23:29Z |
dc.date.available.none.fl_str_mv |
2022-03-21T22:23:29Z |
dc.date.issued.fl_str_mv |
2022-03-21 |
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/20.500.12404/21845 |
url |
http://hdl.handle.net/20.500.12404/21845 |
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-nc/2.5/pe/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc/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_ |
1835638312165965824 |
score |
13.882472 |
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).