Modelo univariante para predecir el número de casos de infecciones respiratorias agudas, neumonía y defunciones en niños menores de 5 años en la Dirección Regional de Salud Puno – 2018.

• Autor: Juculaca Chura, Jaime
• Formato: tesis de grado
• Fecha de Publicación: 2019
• Institución: Universidad Nacional Del Altiplano
• Repositorio: UNAP-Institucional
• Lenguaje: español
• OAI Identifier: oai:https://repositorio.unap.edu.pe:20.500.14082/10699
• Enlace del recurso: http://repositorio.unap.edu.pe/handle/20.500.14082/10699
• Nivel de acceso: acceso abierto
• Materia: Estadística; Series de Tiempo

La Dirección Regional de Salud Puno tiene como prioridad lograr que toda la población cuente con información confiable, auténtica, y oportuna sobre las enfermedades en la región Puno. Para reducir los casos de infecciones respiratorias, neumonía y mortalidad en niños menores de 5 años es necesario saber futuras proyecciones del comportamiento de los datos, motivo por el cual el objetivo principal de la presente investigación es determinar el tipo de modelo univariante que mejor se ajusta para predecir el número de casos de infecciones respiratorias agudas, neumonía y defunciones en niños menores de 5 años en la Dirección Regional de Salud Puno – 2018. Los datos se obtuvieron de los registros existentes sobre el número de casos de infecciones respiratorias agudas, neumonías y defunciones en niños menores de 5 años en la Dirección Regional de Salud Puno, periodo 2007 - 2017. El diseño de investigación fue descriptiva y longitudinal de tendencia. La metodología aplicada en el trabajo fue Box-Jenkins, para identificar el modelo que mejor se adecue a los datos observados, la cual se desarrolló en las siguientes etapas: exploración de la serie, identificación del modelo de mejor ajuste, estimación de los parámetros del modelo, verificación y validación del modelo encontrado mediante el análisis de los residuos y por último la predicción de las series, se realizaron predicciones para los años 2018, 2019 y 2020. Los modelos de pronóstico identificados son: 〖SARIMA (2,0,0)(0,1,1)〗_12, 〖SARIMA (1,0,1)(2,0,0)〗_12 y 〖SARIMA (2,0,1)(2,0,1))〗_12, que explican las series estacionarias estacionales.