Estudio comparativo entre técnicas estadísticas multivariadas y redes neuronales artificiales para el análisis de la calidad de agua para consumo humano en la red de salud Abancay, 2022

Show simple item record

dc.contributor.advisor Aquino Cruz, Mario
dc.contributor.author Zuloaga Estacio, Frank Michael
dc.date.accessioned 2025-03-19T21:15:54Z
dc.date.available 2025-03-19T21:15:54Z
dc.date.issued 2025-03-19
dc.identifier.citation ISO690 es_PE
dc.identifier.uri http://repositorio.unamba.edu.pe/handle/UNAMBA/1587
dc.description.abstract Actualmente, en la mayoría de instituciones, incluyendo la red de salud Abancay, se utiliza estadística tradicional con el fin de determinar tendencias sobre un conjunto de datos que se centra en una sola variable. Es complicado aplicar este tipo de análisis a conjunto de datos multivariados, que son los que usualmente se obtienen en los programas de control de calidad de agua y, que excluye diferencias entre las variables analizadas y sus relaciones. El objetivo del estudio fue realizar una comparación entre las diferentes técnicas estadísticas multivariables y redes neuronales artificiales, con la finalidad de relacionar y clasificar las variables. Para realizar esto, se eligió dos técnicas de estadística multivariada, análisis de componentes principales (ACP) y análisis discriminante (AD) y dos tipos de redes neuronales artificiales, de aprendizaje no supervisado, hebbiano (RNAH), y de aprendizaje supervisado, perceptrón multicapa (RNAPM). El tipo de investigación que se utiliza en el estudio es investigación aplicada de enfoque cuantitativo, con un nivel de investigación explicativo y con un diseño transversal. Dada la comparación entre el análisis de componentes principales y la red neuronal artificial de tipo Hebbiano, se obtuvo que la red neuronal pudo asociar mejor las variables que el análisis de componentes principales. En la segunda comparación entre el análisis discriminante y la red neuronal artificial perceptrón multicapa, los resultados fueron buenos para el análisis discriminante, debido a que obtuvo un 93.3% de clasificación correcta de la calidad de agua, mientras que la red neuronal artificial obtuvo un 99.4% de clasificación correcta de calidad de agua, ya que una de las variables estudiadas, la variable cloro, fue muy determinante para conseguir un porcentaje tan alto. Por lo que se infiere, el mejor método de clasificación es la red neuronal artificial perceptrón multicapa. es_PE
dc.description.uri Tesis es_PE
dc.format application/pdf es_PE
dc.language.iso spa es_PE
dc.publisher Universidad Nacional Micaela Bastidas de Apurímac es_PE
dc.rights info:eu-repo/semantics/openAccess es_PE
dc.rights Attribution-NonCommercial-ShareAlike 3.0 United States *
dc.rights.uri http://creativecommons.org/licenses/by-nc-sa/3.0/us/ *
dc.source Universidad Nacional Micaela Bastidas de Apurímac es_PE
dc.source REPOSITORIO UNAMBA es_PE
dc.source UNAMBA es_PE
dc.subject análisis de componentes principales es_PE
dc.subject análisis discriminante es_PE
dc.subject red neuronal artificial de tipo hebbiano es_PE
dc.subject red neuronal artificial perceptrón multicapa es_PE
dc.title Estudio comparativo entre técnicas estadísticas multivariadas y redes neuronales artificiales para el análisis de la calidad de agua para consumo humano en la red de salud Abancay, 2022 es_PE
dc.type info:eu-repo/semantics/bachelorThesis es_PE
thesis.degree.name Ingeniero de Informática y Sistemas es_PE
thesis.degree.discipline Ingeniería informática, industria y sociedad. es_PE
thesis.degree.program Presencial es_PE
thesis.degree.grantor Universidad Nacional Micaela Bastidas de Apurímac. Facultad de Ingeniería es_PE
thesis.degree.level Título Profesional es_PE
dc.subject.ocde https://purl.org/pe-repo/ocde/ford#2.02.04 es_PE
dc.description.peer-review sustentacion es_PE
renati.advisor.orcid https://orcid.org/0000-0002-2552-5669 es_PE
renati.advisor.dni 41202588 es_PE
renati.type http://purl.org/pe-repo/renati/type#tesis es_PE
renati.level Ingeniería informática, industria y sociedad. es_PE
renati.discipline 511056 es_PE
renati.author 72575792 es_PE
renati.degree.name Ingeniería informática, industria y sociedad. es_PE


Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess

Search DSpace


Browse

My Account

Statistics