Look-up in Google Scholar
Full metadata record
Sal y Rosas Celi, Víctor Giancarlo
Ormeño Meza, Rubén Aaron
2021-04-27T02:11:30Z
2021-04-27T02:11:30Z
2021
2021-04-26
http://hdl.handle.net/20.500.12404/18901
La brecha salarial entre hombres y mujeres es un tema abordado con mucho énfasis en los últimos años y los profesionales del sector salud no son ajenos a esta problemática. En el desarrollo del presente trabajo de investigación se tuvo por objetivo implementar un modelo de regresiones gamma que permita modelar el ingreso del profesional de salud diferenciándolo según sexo, profesión y otras variables confusoras. La estimación de los parámetros se llevó a cabo desde una perspectiva bayesiana. Estos métodos de estimación se exploran mediante implementaciones computaciones con el software R y Stan. La ventaja principal de usar el enfoque bayesiano en el modelo de regresiones gamma es la posibilidad de añadir variables confusoras como componentes espaciales. Para ello, se define teóricamente el modelo y se explican los conceptos de geoestadística y modelos espaciales necesarios para el trabajo. Finalmente, el modelo se ilustra mediante una aplicación que usa una encuesta con representatividad nacional sobre el sistema de salud en el Perú. (es_ES)
spa (es_ES)
Pontificia Universidad Católica del Perú (es_ES)
info:eu-repo/semantics/closedAccess (es_ES)
Análisis de regresión (es_ES)
Variables (Estadística) (es_ES)
Estadística bayesiana (es_ES)
Brecha en ingresos por género en el sector salud implementación bayesiana (es_ES)
info:eu-repo/semantics/bachelorThesis (es_ES)
Pontificia Universidad Católica del Perú. Facultad de Ciencias e Ingeniería (es_ES)
Ciencias con mención en Estadística (es_ES)
Bachillerato (es_ES)
Bachiller en Ciencias con mención en Estadística (es_ES)
PE (es_ES)
http://purl.org/pe-repo/ocde/ford#1.01.03 (es_ES)
https://purl.org/pe-repo/renati/level#bachiller (es_ES)
40361284
https://orcid.org/0000-0001-8636-7142 (es_ES)
74754500
542016 (es_ES)
https://purl.org/pe-repo/renati/type#trabajoDeInvestigacion (es_ES)
Privada asociativa



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.