Título: Redes neuronales y regresión logística técnicas predictivas de la mortalidad en medicina interna del HRDT
Asesor(es): Minchón Medina, Carlos Alberto
Fecha de publicación: 2017
Institución: Universidad Nacional de Trujillo
Resumen: La estadística hoy en día se ha convertido en una de las ciencias más necesarias y_x000D_
utilizadas en distintos campos laborales debido a su manera de aplicar sus diversas_x000D_
técnicas para la obtención de resultados y toma de decisiones apropiadas. Dentro de_x000D_
estas técnicas tenemos a las de regresión logística binaria, técnica que permiten_x000D_
comprobar las relaciones causales de una variable cuando esta es nominal, estas_x000D_
técnicas son aplicados a las ciencias de la salud nos permiten el análisis de los_x000D_
resultados en términos explicativos y predictivos para evaluar la mortalidad en_x000D_
hospitales, esta técnica y otras más al parecer están resultando no tan eficientes_x000D_
como la técnica de redes neuronales, ya que esta técnica no es necesaria evaluar los_x000D_
supuestos de normalidad, puesto que son consideradas como en estadística, pruebas_x000D_
no paramétricas.es por eso que en trabajos realizados anteriormente se afirma que_x000D_
son mucho mejor que las técnicas de regresión, es por tal motivo que el presente_x000D_
estudio tiene como finalidad determinar cuál de las dos técnicas es mejor para_x000D_
predecir la mortalidad hospitalaria en medicina interna del HRDT. Tomando en_x000D_
cuenta las variables que pueden influir en dicha mortalidad, las cuales son el sexo,_x000D_
la edad y la región de procedencia. Para cumplir con nuestro objetivo se obtuvo la_x000D_
base de datos de los pacientes del área de medicina interna del HRDT; para el_x000D_
análisis estadístico se utilizó la técnica de regresión logística y redes neuronales,_x000D_
encontrándose para estas, que la técnica que mejor pronostica es la técnica de_x000D_
regresión logística, ya que, al momento de observar los resultados en cuanto a los_x000D_
porcentajes de clasificación, es notoria la diferencia
Nota: Statistics today have become one of the most needed sciences and used in different_x000D_
fields of work because of its way of applying its various techniques for obtaining results_x000D_
and appropriate decision making. Within these techniques we have the binary logistic_x000D_
regression, a technique that allows to verify the causal relations of a variable when it is_x000D_
nominal, these techniques are applied to the health sciences allow us to analyze the_x000D_
results in explanatory and predictive terms for To evaluate mortality in hospitals, this_x000D_
technique and others are apparently not as efficient as the technique of neural networks,_x000D_
since this technique is not necessary to evaluate the assumptions of normality, since_x000D_
they are considered as statistics, nonparametric tests. That is why in previous studies it_x000D_
is stated that they are much better than the regression techniques, it is for this reason_x000D_
that the present study aims to determine which of the two techniques is better to predict_x000D_
hospital mortality in internal medicine of HRDT. Taking into account the variables that_x000D_
can influence this mortality, which are the sex, age and region of origin. In order to_x000D_
fulfill our objective, we obtained the database of the patients of the area of internal_x000D_
medicine of the HRDT; For the statistical analysis, the logistic regression technique and_x000D_
neural networks were used, And for these, the technique that best predicts is the_x000D_
technique of logistic regression, since, at the moment of observing the results in terms_x000D_
of the classification percentages, the difference is notorious
Disciplina académico-profesional: Estadística
Institución que otorga el grado o título: Universidad Nacional de Trujillo.Facultad de Ciencias Físicas y Matemáticas
Grado o título: Ingeniero Estadístico
Fecha de registro: 8