Análisis univariente para describir y proyectar la demanda de pacientes del Hospital Regional Manuel Núñez Butron - Puno, periodo 2008 - 2017
Descripción del Articulo
El presente trabajo de investigación se realizó en el Hospital Regional Manuel Núñez Butrón-Puno con el objetivo encontrar un buen modelo univariante. La metodología empleada para la serie de demanda de pacientes del Hospital es Box – Jenkins, la población en estudio es el número total de pacientes...
Autor: | |
---|---|
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:20.500.14082/11746 |
Enlace del recurso: | http://repositorio.unap.edu.pe/handle/20.500.14082/11746 |
Nivel de acceso: | acceso abierto |
Materia: | Estadística Series de tiempo |
Sumario: | El presente trabajo de investigación se realizó en el Hospital Regional Manuel Núñez Butrón-Puno con el objetivo encontrar un buen modelo univariante. La metodología empleada para la serie de demanda de pacientes del Hospital es Box – Jenkins, la población en estudio es el número total de pacientes registrados mensualmente en los diferentes consultorios externos, la muestra está conformada por el número de pacientes registrados mensualmente en los consultorios externos del Hospital, los datos mensuales fueron obtenidos del libro de informes de los diferentes consultorios externos correspondientes a los periodos 2008 – 2017. El resultado obtenido de esta investigación, siguiendo los objetivos específicos. Un buen modelo univariante que se ajusta para describir y proyectar la demanda de pacientes del Hospital regional Manuel Núñez Butrón Puno es el modelo ARIMA. Los parámetros del modelo son (1.1.1)(0.1.1)12, con ecuación: Ŷ_t=-0.07*Y_(t-1)-0.99*Y_(t-2)-0.78*Y_(t-3)+Y_(t-12)-Y_(t-13)+ε_t-ε_(t-1)-ε_(t-12)+ε_(t-13). Al validar dicho modelo, los residuos del modelo tienen un comportamiento de Ruido Blanco. Así mismo, se realizó las predicciones para el siguiente año 2018 con un nivel de confianza del 95% y el pronóstico revela una réplica con un ajuste bueno de la serie. |
---|
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).