Ingeniería en Sistemas, Electrónica e Industrial

Permanent URI for this communityhttp://repositorio.uta.edu.ec/handle/123456789/1

Browse

Filters

2021 - 20232

Settings

Has files: YesSubject: search.filters.subject.SARIMA

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Modelo Prospectivo para Determinar la Ocupación de Camas en el Hospital IESS Puyo
    (Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Maestría en Matemática Aplicada, 2023-03) Gavilanes Valencia, Christian Gabriel; Benalcázar Palacios, Freddy Geovanny
    La emergencia sanitaria iniciada en el año 2020 por el COVID -19 afectó en todos los ámbitos a la humanidad; encontrando un sistema sanitario fragmentado, ante esta situación se han tomado diferentes acciones, y como una manera de aportar a la reactivación se plantea un estudio investigativo bajo el tema: “Modelo Prospectivo para determinar la ocupación de camas en el Hospital IESS Puyo”, este estudio estadístico se basó en series de tiempo por ser el óptimo para predecir el comportamiento a futuro de la ocupación de camas en el hospital. Una vez construido y aplicado el programa, se seleccionó el mejor modelo SARIMA para la ocupación de camas en las áreas de hospitalización y emergencia; para ello se utilizó la metodología Box-Jenkins para analizar la serie de tiempo correspondiente a la ocupación de camas en las dos áreas del Hospital en el periodo comprendido entre enero 2018 – septiembre 2022. Las variables usadas para la construcción de los modelos matemáticos fueron como variable dependiente la ocupación de camas y como variable independiente el tiempo. Para verificar la estacionariedad de las series de tiempo se procedió a descomponer cada una de las series en sus cuatro componentes (datos observados, tendencia, estacionalidad y aleatoriedad). Se realizó el test de Dickey Fuller y se graficaron las funciones de correlación simple y parcial para comprobar la presencia de raíces unitarias utilizándose un nivel de significancia de 0.05. Los resultados alcanzados en la presente investigación son dos modelos prospectivos, el modelo SARIMA (1,1,1) (1,0,3) se ajusta adecuadamente a la serie de tiempo de ocupación de camas en el área de hospitalización del Hospital Básico IESS Puyo, cuya estimación arrojó como ecuación de pronóstico: ∆𝑌.. Para el área de emergencias se desarrolló un modelo SARIMA (1,1,1) (1,0,2), cuya ecuación de pronóstico es: ∆𝑌𝑡= = 0.759401 𝑌t-1+0.963401 𝑌 t-12+ 0.999998 𝜖𝑡−1 + 𝜖t´, dichos modelos prospectivos encontrados permiten tener un pronóstico efectivo a mediano plazo. Al comparar los datos de testeo con los obtenidos del entrenamiento se encontró que la eficacia de los modelos del área de hospitalización y emergencia fue de 87.16% y 88.61%, respectivamente. Estos parámetros van a permitir al personal del Hospital optimizar recursos y brindar una atención de calidad a los usuarios del hospital.
  • No Thumbnail Available
    Item
    Modelo matemático de la producción de la empresa Salinerito en la Provincia Bolívar
    (Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Maestría en Matemática Aplicada, 2021) Sánchez Verdezoto, Carlos Alfredo; Benalcázar Palacios, Freddy Geovanny
    EXECUTIVE SUMMARY The present research work is descriptive, predictive and longitudinal with a trend. The objective was to develop a mathematical model for the production of the company Confites El Salinerito in the Bolívar province, from the production values in the period from January 2017 to July 2020, the data were obtained directly from the company. To achieve the research objectives, the methodology proposed by Box-Jenkins was applied, which describes the characteristics of the time series in terms of trend, seasonality and stationarity; The free software RStudio version 4.0.1 was applied for the estimation of the parameters, the processing and the analysis of the data. It was concluded that the mathematical model that most accurately adjusts to the production values of the company was SARIMA (1, 1, 1) (1, 1, 1) 12, the same one that allowed making the monthly production forecasts for the period from August 2020 to January 2021. The results obtained by the developed model and the methodology used by the company to establish its monthly production were also compared.