Buscar en Google Scholar
Título: Modelos de pronóstico de estadísticas vitales en la provincia de Huaraz a nivel de centros poblados, 2011
Asesor(es): Norabuena Figueroa, Roger Pedro
Fecha de publicación: 2011; 2011
Institución: Universidad Nacional Santiago Antúnez de Mayolo
Resumen: El objetivo de la presente investigación fue encontrar los modelos de pronósticos que mejor se ajustan a los datos de estadísticas vitales de los Centros Poblados en la Provincia de Huaraz. El estudio de investigación fue descriptivo-correlacional, no experimental, retrospectivo, prospectivo, longitudinal y de carácter cuantitativo. La población estuvo conformada por la serie temporal de los datos de las estadísticas vitales desde enero de 1993 hasta mayo del 2011, recogidos de 23 Centros Poblados que cuentan con Oficinas de Registros Civilesen la Provincia de Huaraz. Se aplicó Metodologías de Box-Jenkins, Modelos de Regresión Múltiple, Modelos de Ajuste Estacional con CensusXll y Ajuste de datos a la Función Logística para encontrar el mejor modelo para cada variable con el fin de elaborar sus respectivos pronósticos. El modelo de pronóstico que mejor se ajusta a los datos de nacimientos, que posee una serie histórica estable a través del tiempo, es con el Ajuste a una Función Logística; el modelo de pronóstico que mejor se ajusta a los datos de las defunciones, que presenta un patrón ciclo en su serie histórica, es mediante los modelos de Ajuste Estacional con Census XII y el modelo de pronóstico que mejor se ajusta a los datos de matrimonios, que presenta un patrón estacional e irregular en su serie histórica, es a través de los Modelos de Ajuste Estacional con Census XII.
Disciplina académico-profesional: Estadística e Informática
Institución que otorga el grado o título: Universidad Nacional Santiago Antúnez de Mayolo. Facultad de Ciencias
Grado o título: Licenciado en Estadística e Informática
Fecha de registro: 24-jul-2017; 24-jul-2017



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