Modelos de datos de panel aplicado a los predictores ambientales del dengue, periodo 2005-2022

• Autor: Ramon Hinostroza, Juan Alberto
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: UNMSM-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.unmsm.edu.pe:20.500.12672/24562
• Enlace del recurso: https://hdl.handle.net/20.500.12672/24562
• Nivel de acceso: acceso abierto
• Materia: Dengue; Perú; Ambiente; https://purl.org/pe-repo/ocde/ford#1.01.03

Este estudio examina cómo las condiciones ambientales impactan la incidencia del dengue en los departamentos del Perú con mayor número de casos, empleando la técnica de Modelos de Datos de Panel. Las variables ambientales evaluadas incluyen la temperatura media, la humedad relativa y la precipitación, con el fin de detectar efectos que no han sido considerados en los enfoques tradicionales. Se implementan modelos estáticos de datos de panel, entre ellos, modelos de efectos fijos unidireccionales y bidireccionales, así como modelos de efectos aleatorios también unidireccionales y bidireccionales. En el presente trabajo se inicia con un análisis descriptivo de las variables para determinar su comportamiento y variabilidad resultando positivo para continuar con el análisis, el siguiente paso evaluamos los modelos obtenidos, los cuales son el de efectos constantes, efectos fijos y efectos aleatorios, obteniendo como resultado el mejor modelo que se adapta a nuestros datos el de efectos fijos de una sola vía con respecto al tiempo. Prosiguiendo con el objetivo de confirmar si es el modelo es el adecuado, se aplica el test de Hausman obteniendo como resultado que el modelo más apropiado es el de efectos fijos, de tal manera que recurrimos a las investigaciones anteriores, donde recomiendan usar la menor suma de errores cuadráticos, obteniendo como resultado el modelo apropiado para nuestros datos, el de efectos fijos de una sola vía con respecto al tiempo, así mismo el modelo seleccionado explica lo siguiente: la temperatura promedio muestra una asociación significativa y positiva con la incidencia del dengue. Este modelo revela que un aumento en la temperatura está relacionado con un incremento en los casos de dengue, Por otro lado, la humedad relativa muestra una relación significativa pero negativa, sugiriendo que un aumento en la humedad está asociado con una reducción en los casos de dengue. Finalmente, la precipitación también presenta una asociación positiva y significativa con la incidencia de la enfermedad. Demostrando finalmente que las mejores estimaciones se obtienen con los modelos de efectos fijos de una sola vía con respecto al tiempo, lo cual permitirá predecir los casos de dengue en los diferentes departamentos de mayor riesgo para el año 2023.