Estadística

Factores asociados con la diabetes en mujeres en edad reproductiva en la Macro Región Norte del Perú según ENDES, 2024

Tue, 07 Apr 2026 00:00:00 GMT

Factores asociados con la diabetes en mujeres en edad reproductiva en la Macro Región Norte del Perú según ENDES, 2024 Durand Valiente, Lisely Mirella Guadalupe; Jibaja Guzman, Angie Michell El objetivo de la investigación fue determinar las variables de salud reproductiva y materna, salud física, salud mental y características demográficas asociadas con la diabetes en mujeres de 15 a 49 años de la Macro Región Norte del Perú, utilizando la base de datos ENDES 2024. Se desarrolló un estudio cuantitativo, básico, explicativo, de diseño no experimental y transversal, con una muestra de 2 421 mujeres seleccionadas de la ENDES. Se aplicaron tablas de frecuencia, pruebas de chi-cuadrado y un modelo de regresión logística binaria sobre una base balanceada mediante el método híbrido ROSE. Los resultados mostraron que el embarazo y la presión alta incrementan significativamente la probabilidad de presentar diabetes, mientras que ser menor de 35 años, contar con educación superior y reportar depresión se asociaron con menor riesgo; además, la residencia urbana aumentó la probabilidad de diagnóstico. El modelo alcanzó un AUC de 0.713, con sensibilidad de 0.762 y especificidad de 0.564, evidenciando capacidad discriminativa moderada. Se concluye que la diabetes en mujeres en edad reproductiva responde a una interacción multifactorial de factores biológicos, clínicos y sociodemográficos, destacando la utilidad de la regresión logística binaria para su análisis epidemiológico.; The aim of this research was to determine reproductive and maternal health, physical health, mental health and sociodemographic variables associated with diabetes among women aged 15–49 years in the Northern Macro Region of Peru, using the 2024 Demographic and Family Health Survey (ENDES) database. A quantitative, basic, explanatory, non-experimental and cross-sectional study was conducted on a sample of 2,421 women obtained from ENDES. Frequency tables, chi-square tests and a binary logistic regression model were applied on a balanced dataset generated through the hybrid ROSE method. Results showed that pregnancy and high blood pressure significantly increased the likelihood of diabetes, whereas being younger than 35 years, having higher education and reporting depression were associated with a lower risk; urban residence was also related to a higher probability of diagnosis. The model achieved an AUC of 0.713, with a sensitivity of 0.762 and a specificity of 0.564, indicating moderate discriminative performance. It is concluded that diabetes in women of reproductive age arises from a multifactorial interaction of biological, clinical and sociodemographic factors, and that binary logistic regression is a useful tool for epidemiological analysis in this population.

Modelo de pronóstico de los indicadores y servicios que presta la dirección de trabajo y promoción del empleo en el departamento de Amazonas, enero 2020 a diciembre 2022.

Fri, 24 Apr 2026 00:00:00 GMT

Modelo de pronóstico de los indicadores y servicios que presta la dirección de trabajo y promoción del empleo en el departamento de Amazonas, enero 2020 a diciembre 2022. Montero Gómez, Eduardo; Ramírez Tello, Heine Harold El presente estudio tuvo como objetivo principal construir un modelo de pronóstico que describe el comportamiento de los indicadores y servicios que presta la dirección de trabajo y promoción del empleo en el departamento de Amazonas, enero 2020 a diciembre 2022. La investigación es predictiva de tipo longitudinal retrospectiva. Los datos de los indicadores y servicios que presta la dirección de trabajo y promoción del empleo en el departamento de Amazonas, se obtuvieron de la página web del Ministerio de Trabajo y Promoción del Empleo (MTPE). Para analizar los datos de la serie, se utilizó la metodología de Box – Jenkins, con la cual se pudo identificar el modelo que se adecue mejor a los datos observados. Se logró determinar el modelo que mejor explica el comportamiento de los indicadores y servicios que presta la dirección de trabajo y promoción del empleo en el departamento de Amazonas en el periodo indicado es el modelo SARIMA (3,1,1) (0,1,1), con coeficientes estimados AR (1) = -1.5400 AR (2) = -0.8020 AR (3) = -0.2500 MA (1) = -0.9590 SMA (12) = 0.6218, el cual utilizando los operadores de retardo resultó el siguiente modelo estimado: Yt = -0.54 Yt-1 + 0.738 Yt- 2 + 0.552 Yt-3 + 0.25 Yt-4 + Yt-12 + 0.54 Yt-13 - 0.738 Yt-14 - 0.552 Yt-15 - 0.25 Yt- 16 – 0.073 + et – 0.6218 et-12 + 0.959 et-1 – 0.596 et-13.; The main objective of this study was to build a forecasting model that describes the behavior of the indicators and services provided by the Regional Directorate of Labor and Employment Promotion in the department of Amazonas from January 2020 to December 2022. The research was predictive, retrospective, and longitudinal in nature. The data on the indicators and services provided by the Regional Directorate of Labor and Employment Promotion in the department of Amazonas were obtained from the website of the Ministry of Labor and Employment Promotion (MTPE). To analyze the time series data, the Box-Jenkins methodology was used, which made it possible to identify the model that best fits the observed data. It was determined that the model that best explains the behavior of the indicators and services provided by the Regional Directorate of Labor and Employment Promotion in the department of Amazonas during the indicated period was the model: Yt = -0.54 Yt-1 + 0.738 Yt-2 + 0.552 Yt-3 + 0.25 Yt-4 + Yt-12 + 0.54 Yt-13 - 0.738 Yt-14 - 0.552 Yt-15 - 0.25 Yt-16 - 0.073 + et - 0.6218 et-12 + 0.959 et-1 - 0.596 et-13.

Análisis multivariable VAR y RNAs en el pronóstico de la variable precipi- tación pluvial. Ayabaca – Piura, enero 1990 a junio 2024

Thu, 23 Apr 2026 00:00:00 GMT

Análisis multivariable VAR y RNAs en el pronóstico de la variable precipi- tación pluvial. Ayabaca – Piura, enero 1990 a junio 2024 Barturen Coronado, Edwin Alberto Esta investigación tuvo como objetivo general desarrollar, evaluar y comparar modelos multi- variantes VAR y de Redes Neuronales Artificiales (RNA) para el pronóstico de la precipitación pluvial en la provincia de Ayabaca – Piura, durante el periodo comprendido entre enero de 1990 y junio de 2024. La población estuvo conformada por el histórico de datos climatológicos men- suales obtenidos del portal NASA POWER, mediante el satélite MERRA-2, y la muestra fue por conveniencia, entre enero del 1990 y junio del 2024. La investigación se enmarcó en un enfoque cuantitativo, de tipo descriptivo, retrospectivo, predictivo y comparativo, de diseño no experimental. Para el análisis se emplearon técnicas estadísticas de series de tiempo multiva- riadas y aprendizaje automático, utilizando los VAR para capturar las relaciones dinámicas li- neales entre las variables climatológicas y un modelo de red neuronal artificial tipo perceptrón multicapa para modelar relaciones no lineales. Los datos se dividieron en entrenamiento (80 %) y evaluación (20 %), y el desempeño predictivo de ambos modelos se evaluó mediante las mé- tricas de error MSE, RMSE y MAE. Los principales resultados evidenciaron que el modelo VAR alcanzó valores de MSE = 614.54, RMSE = 24.79 mm y MAE = 16.34 mm, mientras que el modelo de RNA presentó errores significativamente menores, con MSE = 291.98, RMSE = 17.09 mm y MAE = 13.38 mm, lo que indicó un mejor ajuste y mayor precisión predictiva de la red neuronal en el pronóstico de la precipitación acumulada en la zona de estudio.; This study aimed to develop, evaluate and compare multivariate Vector Autoregressive (VAR) models and Artificial Neural Networks (ANNs) for forecasting rainfall in the province of Aya- baca, Piura, during the period from January 1990 to June 2024. The population consisted of the historical monthly climatological data obtained from the NASA POWER portal, generated from the MERRA-2 satellite system, and the sample corresponded to the entire set of records availa- ble for the study period. The research followed a quantitative approach, with a descriptive scope and a non-experimental, retrospective and longitudinal design. For the analysis, multivariate time series statistical techniques and machine learning methods were employed. VAR models were used to capture the linear dynamic relationships among the climatological variables, while a multilayer perceptron artificial neural network was implemen- ted to model potential non-linear patterns. The dataset was divided into training (80%) and testing (20%) subsets, and the predictive performance of both models was assessed using the error metrics MSE, RMSE and MAE. The main results showed that the VAR model achieved values of MSE = 614.54, RMSE = 24.79 mm and MAE = 16.34 mm, whereas the ANN model produced considerably lower errors, with MSE = 291.98, RMSE = 17.09 mm and MAE = 13.38 mm. These findings indicated a better fit and greater predictive accuracy of the neural network model in forecasting accumulated rainfall in the study area.

Clima organizacional y motivación laboral en la empresa de confección Grupo Wilqui RS E.I.R.L., Chiclayo, 2025

Fri, 02 Jan 2026 00:00:00 GMT

Clima organizacional y motivación laboral en la empresa de confección Grupo Wilqui RS E.I.R.L., Chiclayo, 2025 Mestanza Vasquez, Dennis Teodoro La presente investigación se desarrolla en la necesidad de fortalecer la gestión del talento humano en las micro y pequeñas empresas del sector confecciones, donde factores como el clima organizacional y la motivación laboral influyen directamente en la productividad y el compromiso del personal. El objetivo principal del estudio fue determinar la relación entre el clima organizacional y la motivación laboral en la empresa de confección Grupo Wilqui RS E.I.R.L., ubicada en Chiclayo durante el año 2025. Se utilizó un enfoque cuantitativo, de tipo básico, con un alcance correlacional y diseño no experimental. Para la recolección de datos se aplicaron cuestionarios validados por Pacheco (2018): uno para medir el clima organizacional y otro para la motivación laboral. La población estuvo conformada por 70 trabajadores, de los cuales se extrajo una muestra de 48. Los resultados descriptivos muestran que el nivel medio de motivación laboral predominó en un 54,2 %, seguido por un nivel alto con 37,5 % y un nivel bajo con 8,3 %, lo cual permitió identificar tanto fortalezas como áreas de mejora en la gestión de recursos humanos de la empresa. Se concluye que el análisis estadístico mediante la prueba de Rho de Spearman confirmó una asociación positiva y significativa entre el clima organizacional y la motivación laboral (rho = 0,835; p < 0,001), evidenciando que, a mejores percepciones del entorno laboral, mayores niveles de motivación experimentan los colaboradores.; This research was conducted in response to the need to strengthen human talent management in micro and small businesses in the clothing sector, where factors such as organizational climate and work motivation directly influence productivity and staff commitment. The main objective of the study was to determine the relationship between organizational climate and work motivation at the clothing company Grupo Wilqui RS E.I.R.L., located in Chiclayo, during the year 2025. A basic quantitative approach was used, with a correlational scope and non-experimental design. For data collection, questionnaires validated by Pacheco (2018) were applied: one to measure the organizational climate and another for work motivation. The population consisted of 70 workers, from which a sample of 48 was extracted. The descriptive results show that the average level of work motivation predominated at 54.2%, followed by a high level at 37.5% and a low level at 8.3%, which allowed for the identification of both strengths and areas for improvement in the company's human resources management. It was concluded that statistical analysis using Spearman's Rho test confirmed a positive and significant association between organizational climate and work motivation (rho = 0.835; p < 0.001), showing that the better the perceptions of the work environment, the higher the levels of motivation experienced by employees.