Random Forest como método alternativo para determinar factores asociados a la anemia en niños y niñas entre 6 a 59 meses en el Perú, según la Encuesta Demográfica y Salud Familiar – ENDES 2022

• Autor: Ariza Ramirez, Quinia Karina
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: UNMSM-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.unmsm.edu.pe:20.500.12672/21177
• Enlace del recurso: https://hdl.handle.net/20.500.12672/21177
• Nivel de acceso: acceso abierto
• Materia: Anemia; Encuestas sociales - Perú; https://purl.org/pe-repo/ocde/ford#1.01.03

Muestra un método alternativo para establecer los factores más importantes asociados a la anemia en niños y niñas de 6 a 59 meses, usando la Encuesta Demográfica y de Salud Familiar en el Perú del año 2022. En el desarrollo del presente trabajo de investigación, se encontraron resultados sobre los factores de la anemia usando el método machine learning “Random Forest”, y se identificó que los factores sociodemográficos como el índice de riqueza, el parentesco con el jefe del hogar, el nivel de estudios del apoderado y el lugar de residencia están asociados con la anemia en niños y niñas entre 6 a 59 meses en el Perú. El método machine learning “Random Forest” es una alternativa eficiente para encontrar resultados sobre factores que presentan relación con la anemia en niños y niñas de 6 a 59 meses, usando la Encuesta Demográfica y de Salud Familiar, ENDES 2022. En medida que los datos de la ENDES serán evaluados con un método no convencional, se considera que se trata de un aporte que proporciona nuevas alternativas de análisis.