Look-up in Google Scholar
Title: Modelo predictivo del consumo de alcohol en los conductores que sufrieron accidentes de tránsito de La Provincia de Trujillo en el mes de agosto del 2017
Advisor(s): Risco Dávila, Carlos Alfonso
Issue Date: 2017
Institution: Universidad Nacional de Trujillo
Abstract: La investigación tuvo como problema: ¿Es adecuado el modelo predictivo de regresión logística del consumo de alcohol en los conductores que sufrieron accidentes de tránsito en la provincia de Trujillo, en el mes de agosto del 2017?, con el objetivo de determinar, el modelo predictivo de regresión logística del consumo de alcohol en los conductores que sufrieron accidentes de tránsito en la provincia de Trujillo. De una población de 968 conductores en la ciudad de Trujillo, solo se trabajó con una muestra de 928 tomando en cuenta criterios de exclusión. Después de haber realizado el análisis estadístico correspondiente, se obtuvo que la especificidad del modelo es de 64.8%; el modelo explica entre 0.265 y el 0.358 de la variable dependiente y clasifica correctamente el 86% de los casos, por tanto, se acepta el modelo. Las variables significativas para el modelo son: sexo, turno de infracción, motivo de extracción y turno de extracción, las cuales explican, que el resultado cualitativo. De lo cual se concluye los factores de riesgo fueron: sexo (masculino), turno de infracción (noche), motivo de extracción (accidente de tránsito por choque y accidente de tránsito por atropello) y como factor protector es el turno de extracción (noche)
Note: The research had as problem: Is the predictive model of logistic regression of alcohol consumption in drivers who suffered traffic accidents in the province of Trujillo, in the month of August of 2017 ?, with the objective of determining, the model predictive of logistic regression of alcohol consumption in drivers who suffered traffic accidents in the province of Trujillo. Out of a population of 968 drivers in the city of Trujillo, we only worked with a sample of 928 taking into account exclusion criteria. After having performed the corresponding statistical analysis, it was found that the specificity of the model is 64.8%; the model explains between 0.265 and 0.358 of the dependent variable and correctly classifies 86% of the cases, therefore, the model is accepted. The significant variables for the model are: sex, turn of infringement, reason for extraction and shift of extraction, which explain, that the qualitative result. Of which it concludes the risk factors were: sex (masculine), turn of infraction (night), reason for extraction (accident of traffic by shock and traffic accident by outrage) and as protective factor is the shift of extraction (night)
Discipline: Estadística
Grade or title grantor: Universidad Nacional de Trujillo.Facultad de Ciencias Físicas y Matemáticas
Grade or title: Ingeniero Estadístico
Register date:  8



This item is licensed under a Creative Commons License Creative Commons