Look-up in Google Scholar
Title: Modelo de serie de tiempo para pronosticar el número de pacientes con cáncer, Hospital Nacional Almanzor Aguinaga Asenjo, periodo 2006 - 2017
Advisor(s): Tesén Arroyo, Alfonso
OCDE field: http://purl.org/pe-repo/ocde/ford#1.01.03
Issue Date: 31-Aug-2021
Institution: Universidad Nacional Pedro Ruiz Gallo
Abstract: El presente trabajo de investigación tuvo como objetivo determinar un modelo de series de tiempo que pronostique el número de pacientes con cáncer en el Hospital Nacional Almanzor Aguinaga Asenjo, Periodo 2006 – 2017. El diseño de investigación empleado para este estudio fue un diseño no experimental de tipo longitudinal descriptivo, la población estuvo constituida por todos los registros de las historias clínicas de los pacientes diagnosticados con cáncer en el Hospital Nacional Almanzor Aguinaga Asenjo, así mismo la muestra está conformada por los registros de las historias clínicas de los pacientes diagnosticados con cáncer en el Hospital Nacional Almanzor Aguinaga Asenjo desde enero 2006 hasta diciembre 2017. Para lograr el objetivo planteado se aplicaron 2 metodologías, la primera fue la metodología de Box y Jenkins para series de tiempo, y la segunda, fue redes neuronales artificiales; con los cuales se determinaron qué modelo se ajusta mejor a los datos, por lo tanto se podrán realizar mejores pronósticos a futuro. Luego de aplicar la metodología de Box y Jenkins y redes neuronales, se obtuvo un modelo SARIMA(2,1,0)(1,1,0)12, y un modelo NNAR(4,1,3)12 respectivamente. Finalmente se llegó a la conclusión que el modelo que mejor pronostica el número de pacientes con cáncer en el Hospital Nacional Almanzor Aguinaga Asenjo. Periodo 2006-2017, es el modelo de redes neuronales NNAR(4,1,3)12.
Discipline: Estadística
Grade or title grantor: Universidad Nacional Pedro Ruiz Gallo. Facultad de Ciencias Físicas y Matemáticas
Grade or title: Licenciado en Estadística
Juror: Benavides Campos, Grimaldo Dermalí; Mejía Pacheco, Débora Esther; Rodríguez López, Wilber Omero
Register date: 31-Aug-2021; 31-Aug-2021



This item is licensed under a Creative Commons License Creative Commons