Buscar en Google Scholar
Título: 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
Campo OCDE: https://purl.org/pe-repo/ocde/ford#1.01.03
Fecha de publicación: 2023
Institución: Universidad Nacional Mayor de San Marcos
Resumen: 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.
Disciplina académico-profesional: Estadística
Institución que otorga el grado o título: Universidad Nacional Mayor de San Marcos. Facultad de Ciencias Matemáticas. Escuela Profesional de Estadística
Grado o título: Licenciada en Estadística
Jurado: Huamán Gutiérrez, Zoraida Judith; Rodríguez Orellana, Hugo Marino
Fecha de registro: 30-ene-2024



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons