Abordaje estadístico para la evaluación de la generación de residuos sólidos domiciliarios en hogares peruanos: 2014 – 2021

Descripción del Articulo

Este estudio aborda la evaluación de la generación de residuos sólidos domiciliarios en los hogares peruanos utilizando técnicas estadísticas y la metodología de minería de datos SEMMA y PCA. El objetivo es explorar cómo la gestión de residuos, la población y el índice GPC per cápita influyen en la...

Descripción completa

Detalles Bibliográficos
Autor: Padilla Vento, Jorge Luis
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Peruana Unión
Repositorio:UPEU-Tesis
Lenguaje:español
OAI Identifier:oai:repositorio.upeu.edu.pe:20.500.12840/8141
Enlace del recurso:http://repositorio.upeu.edu.pe/handle/20.500.12840/8141
Nivel de acceso:acceso embargado
Materia:Residuos sólidos
Perú
http://purl.org/pe-repo/ocde/ford#1.01.03
id UEPU_aa5c03cb390d21a89ed9eddb5f9741c6
oai_identifier_str oai:repositorio.upeu.edu.pe:20.500.12840/8141
network_acronym_str UEPU
network_name_str UPEU-Tesis
repository_id_str 4840
dc.title.none.fl_str_mv Abordaje estadístico para la evaluación de la generación de residuos sólidos domiciliarios en hogares peruanos: 2014 – 2021
title Abordaje estadístico para la evaluación de la generación de residuos sólidos domiciliarios en hogares peruanos: 2014 – 2021
spellingShingle Abordaje estadístico para la evaluación de la generación de residuos sólidos domiciliarios en hogares peruanos: 2014 – 2021
Padilla Vento, Jorge Luis
Residuos sólidos
Perú
http://purl.org/pe-repo/ocde/ford#1.01.03
title_short Abordaje estadístico para la evaluación de la generación de residuos sólidos domiciliarios en hogares peruanos: 2014 – 2021
title_full Abordaje estadístico para la evaluación de la generación de residuos sólidos domiciliarios en hogares peruanos: 2014 – 2021
title_fullStr Abordaje estadístico para la evaluación de la generación de residuos sólidos domiciliarios en hogares peruanos: 2014 – 2021
title_full_unstemmed Abordaje estadístico para la evaluación de la generación de residuos sólidos domiciliarios en hogares peruanos: 2014 – 2021
title_sort Abordaje estadístico para la evaluación de la generación de residuos sólidos domiciliarios en hogares peruanos: 2014 – 2021
author Padilla Vento, Jorge Luis
author_facet Padilla Vento, Jorge Luis
author_role author
dc.contributor.advisor.fl_str_mv Soria Quijaite, Juan Jesús
dc.contributor.author.fl_str_mv Padilla Vento, Jorge Luis
dc.subject.none.fl_str_mv Residuos sólidos
Perú
topic Residuos sólidos
Perú
http://purl.org/pe-repo/ocde/ford#1.01.03
dc.subject.ocde.none.fl_str_mv http://purl.org/pe-repo/ocde/ford#1.01.03
description Este estudio aborda la evaluación de la generación de residuos sólidos domiciliarios en los hogares peruanos utilizando técnicas estadísticas y la metodología de minería de datos SEMMA y PCA. El objetivo es explorar cómo la gestión de residuos, la población y el índice GPC per cápita influyen en la producción de estos residuos en los departamentos peruanos. La muestra se obtuvo de la base de datos de informes anuales presentados por los municipios distritales y provinciales al MINAM a través del Sistema de Información para la Gestión de Residuos Sólidos (SIGERSOL), incluyendo datos de los 24 departamentos del Perú, con un total de 14,852 registros organizados en 196 fichas de registro. Se aplicaron técnicas estadísticas y la adaptación de la metodología SEMMA junto con el Análisis de Componentes Principales (PCA), El ANOVA de Welch mostró diferencias significativas en la generación de residuos sólidos domiciliarios entre los departamentos peruanos [F (6, 94.310) = 790.444; p = 0.0, p < 0.05]. Además, un Eta cuadrado de 99.09% Se encontró una relación positiva entre la producción de residuos sólidos domiciliarios RSD y el número de habitantes. Lima destacó con el mayor promedio de RSD 13,220.47 toneladas y un índice per cápita GPC del 50%. En el Grupo a Lambayeque 5,616.48 toneladas, Loreto 2,946.44 toneladas y San Martín 1,596.07 toneladas registraron los promedios de RSD más altos, mientras que Amazonas 441.1 toneladas obtuvo el más bajo. Ucayali 60%, Loreto 58% y San Martín 57% mostraron los índices GPC más altos. En el Grupo b Ayacucho 701.81 toneladas tuvo el promedio de RSD más alto y Apurímac 497 toneladas el más bajo. Tacna y Apurímac con 44% y Moquegua 43% registraron los índices GPC más altos, mientras que Huancavelica 42% y Pasco 41% tuvieron los más bajos. En el Grupo C Piura 4,476.53 toneladas y La Libertad 3,478.46 toneladas mostraron los promedios de RSD más altos, mientras que Huánuco 859.41 toneladas y Cajamarca 812.74 toneladas registraron los más bajos. Ica y Piura lideraron con un GPC promedio del 48%, mientras que Puno y Junín con 43% tuvieron los valores más bajos.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-11-26T22:30:47Z
dc.date.available.none.fl_str_mv 2024-11-26T22:30:47Z
dc.date.embargoEnd.none.fl_str_mv 2024-10-03
dc.date.issued.fl_str_mv 2024-10-03
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv http://repositorio.upeu.edu.pe/handle/20.500.12840/8141
url http://repositorio.upeu.edu.pe/handle/20.500.12840/8141
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.none.fl_str_mv info:eu-repo/semantics/embargoedAccess
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv embargoedAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Peruana Unión
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad Peruana Unión
dc.source.none.fl_str_mv reponame:UPEU-Tesis
instname:Universidad Peruana Unión
instacron:UPEU
instname_str Universidad Peruana Unión
instacron_str UPEU
institution UPEU
reponame_str UPEU-Tesis
collection UPEU-Tesis
bitstream.url.fl_str_mv https://repositorio.upeu.edu.pe/bitstreams/4d574d8f-53ad-4a46-ba04-43c1a9b9f9b1/download
https://repositorio.upeu.edu.pe/bitstreams/a7600b4f-4ed3-4174-b89b-5616979f4970/download
https://repositorio.upeu.edu.pe/bitstreams/151938da-ccd1-4fbc-a349-c992c4153536/download
https://repositorio.upeu.edu.pe/bitstreams/aa7a47fd-c263-468e-b927-ea95cd91b8ad/download
bitstream.checksum.fl_str_mv f1692b7ed1c28b9c3b38733e61c62653
f0a504d97d96c7ab0c5d81ee17ad848c
a38a0d87da4ebbf7172f1e188756c0df
bb9bdc0b3349e4284e09149f943790b4
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv DSpace 7
repository.mail.fl_str_mv repositorio-help@upeu.edu.pe
_version_ 1835737594448576512
spelling Soria Quijaite, Juan JesúsPadilla Vento, Jorge Luis2024-11-26T22:30:47Z2024-11-26T22:30:47Z2024-10-032024-10-03http://repositorio.upeu.edu.pe/handle/20.500.12840/8141Este estudio aborda la evaluación de la generación de residuos sólidos domiciliarios en los hogares peruanos utilizando técnicas estadísticas y la metodología de minería de datos SEMMA y PCA. El objetivo es explorar cómo la gestión de residuos, la población y el índice GPC per cápita influyen en la producción de estos residuos en los departamentos peruanos. La muestra se obtuvo de la base de datos de informes anuales presentados por los municipios distritales y provinciales al MINAM a través del Sistema de Información para la Gestión de Residuos Sólidos (SIGERSOL), incluyendo datos de los 24 departamentos del Perú, con un total de 14,852 registros organizados en 196 fichas de registro. Se aplicaron técnicas estadísticas y la adaptación de la metodología SEMMA junto con el Análisis de Componentes Principales (PCA), El ANOVA de Welch mostró diferencias significativas en la generación de residuos sólidos domiciliarios entre los departamentos peruanos [F (6, 94.310) = 790.444; p = 0.0, p < 0.05]. Además, un Eta cuadrado de 99.09% Se encontró una relación positiva entre la producción de residuos sólidos domiciliarios RSD y el número de habitantes. Lima destacó con el mayor promedio de RSD 13,220.47 toneladas y un índice per cápita GPC del 50%. En el Grupo a Lambayeque 5,616.48 toneladas, Loreto 2,946.44 toneladas y San Martín 1,596.07 toneladas registraron los promedios de RSD más altos, mientras que Amazonas 441.1 toneladas obtuvo el más bajo. Ucayali 60%, Loreto 58% y San Martín 57% mostraron los índices GPC más altos. En el Grupo b Ayacucho 701.81 toneladas tuvo el promedio de RSD más alto y Apurímac 497 toneladas el más bajo. Tacna y Apurímac con 44% y Moquegua 43% registraron los índices GPC más altos, mientras que Huancavelica 42% y Pasco 41% tuvieron los más bajos. En el Grupo C Piura 4,476.53 toneladas y La Libertad 3,478.46 toneladas mostraron los promedios de RSD más altos, mientras que Huánuco 859.41 toneladas y Cajamarca 812.74 toneladas registraron los más bajos. Ica y Piura lideraron con un GPC promedio del 48%, mientras que Puno y Junín con 43% tuvieron los valores más bajos.LimaEscuela de PosgradoProcesos estocásticosapplication/pdfspaUniversidad Peruana UniónPEinfo:eu-repo/semantics/embargoedAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Residuos sólidosPerúhttp://purl.org/pe-repo/ocde/ford#1.01.03Abordaje estadístico para la evaluación de la generación de residuos sólidos domiciliarios en hogares peruanos: 2014 – 2021info:eu-repo/semantics/bachelorThesisreponame:UPEU-Tesisinstname:Universidad Peruana Unióninstacron:UPEUSUNEDUSegunda Especialidad en Estadística Aplicada para InvestigaciónUniversidad Peruana Unión. Unidad de Posgrado de Ingeniería y ArquitecturaSegunda Especialidad Profesional de Ingeniería: Estadística para Investigación21504919https://orcid.org/0000-0002-4415-862210215788542039http://purl.org/pe-repo/renati/nivel#tituloSegundaEspecialidadhttp://purl.org/pe-repo/renati/type#tesisORIGINALJorge_Trabajo_Especialidad_2024.pdfJorge_Trabajo_Especialidad_2024.pdfapplication/pdf603335https://repositorio.upeu.edu.pe/bitstreams/4d574d8f-53ad-4a46-ba04-43c1a9b9f9b1/downloadf1692b7ed1c28b9c3b38733e61c62653MD51Autorización.pdfAutorización.pdfapplication/pdf132112https://repositorio.upeu.edu.pe/bitstreams/a7600b4f-4ed3-4174-b89b-5616979f4970/downloadf0a504d97d96c7ab0c5d81ee17ad848cMD52Reporte de similitud.pdfReporte de similitud.pdfapplication/pdf1919214https://repositorio.upeu.edu.pe/bitstreams/151938da-ccd1-4fbc-a349-c992c4153536/downloada38a0d87da4ebbf7172f1e188756c0dfMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.upeu.edu.pe/bitstreams/aa7a47fd-c263-468e-b927-ea95cd91b8ad/downloadbb9bdc0b3349e4284e09149f943790b4MD5420.500.12840/8141oai:repositorio.upeu.edu.pe:20.500.12840/81412024-11-26 17:31:50.515http://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/embargoedAccessopen.accesshttps://repositorio.upeu.edu.peDSpace 7repositorio-help@upeu.edu.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
score 13.977288
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).