ANÁLISIS, PRONÓSTICO DE LA DEMANDA Y

Tamaño: px
Comenzar la demostración a partir de la página:

Download "ANÁLISIS, PRONÓSTICO DE LA DEMANDA Y"

Transcripción

1 FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES DEPARTAMENTO DE ECONOMÍA APLICADA Tesis doctoral ANÁLISIS, PRONÓSTICO DE LA DEMANDA Y NECESIDADES DE PERSONAL EN UN CALL CENTER DE EMERGENCIAS SANITARIAS Doctorando José Díaz Hierro Directores de la tesis José Jesús Martín Martín María del Puerto López del Amo González

2 Editor: Editorial de la Universidad de Granada Autor: José Díaz Hierro D.L.: GR ISBN:

3

4 ANÁLISIS, PRONÓSTICO DE LA DEMANDA Y NECESIDADES DE PERSONAL EN UN CALL CENTER DE EMERGENCIAS SANITARIAS Tesis Doctoral que presenta el doctorando José Díaz Hierro para la obtención del grado de Doctor por la Universidad de Granada Julio 2014 EL DOCTORANDO José Díaz Hierro Licenciado en Ciencias Económicas y Empresariales Máster en Economía de la Salud y Dirección de Organizaciones Sanitarias por la Universidad de Granada. *** LOS DIRECTORES DE LA TESIS Prof. Dr. José Jesús Martín Martín Profesor Titular del Departamento de Economía Aplicada Universidad de Granada Prof. Dr. María del Puerto López del Amo González Profesora Contratada Doctora del Departamento de Economía Aplicada Universidad de Granada

5 ÍNDICE Agradecimientos... 1 Resumen... 3 Introducción Capítulo 1.- La prestación de servicio del call center de emergencias sanitarias Introducción Proceso operativo del call center en la Empresa Pública de Emergencias sanitarias Servicios del Call Center de Emergencias Sanitarias Clientes del Call Center de Emergencias Sanitarias Medios del Call Center de Emergencias Sanitarias Recursos del Call Center de Emergencias Sanitarias Análisis descriptivo de la gestión de la demanda en el Call Center de emergencias sanitarias Llamadas recibidas en el Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias, 2004 a Llamadas perdidas o abandonadas en el Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias, 2004 a Tiempos de respuesta en el Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias, 2004 a Tiempos de servicio o atención en el Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias de Málaga, 2004 a Relaciones entre llamadas recibidas, escuchas, transferencias, llamadas emitidas y demandas asistenciales en el Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias, 2004 a Conclusiones Capitulo 2.- Análisis de las llamadas perdidas o abandonadas del call center de emergencias sanitarias Introducción y Antecedentes Metodología Análisis de Supervivencia para la atención de llamadas en el call center de emergencias sanitarias Análisis no paramétrico de supervivencia para la atención de llamadas en el call center de emergencias sanitarias mediante el estimador de Kaplan-Meier Análisis Semiparamétrico de supervivencia para la atención de llamadas en el call center de emergencias sanitarias mediante la regresión de Cox Modelos Paramétricos de supervivencia para la atención de llamadas en el call center de emergencias sanitarias Splines para el ajuste del estimador Kaplan-Meier Pronóstico de llamadas perdidas Análisis de Componentes Principales Análisis Cluster Jerárquico Regresión lineal múltiple Modelos Lineales Generalizados... 80

6 Clasificación de llamadas: Red Neuronal Resultados Análisis de Supervivencia para analizar la pérdida de llamadas en el Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias durante Estimación no paramétrica de la probabilidad de pérdida de una llamada al Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias durante 2007 mediante el estimador de Kaplan-Meier Estimación Semiparamétrica de la probabilidad de pérdida de una llamada al Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias durante 2007 mediante la Regresión de Cox Estimación paramétrica de la probabilidad de pérdida de una llamada al Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias durante Splines: Regresión Cúbica Visión conjunta del análisis de las llamadas perdidas en el Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias durante Pronóstico de llamadas perdidas por franja horaria y mes para el Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias durante Análisis de Componentes Principales Análisis Cluster Jerárquico Regresión lineal múltiple para el análisis de las llamadas perdidas por franja horaria y mes Modelos Lineales Generalizados para la estimación de las llamadas perdidas por franja horaria y mes en el Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias de Málaga durante Clasificación de llamadas en atendida o perdida mediante análisis discriminante, regresión logística binaria y modelos de red neuronal Discusión y conclusiones Capitulo 3.- Pronóstico de demanda de llamadas de emergencias sanitarias del call center del Servicio Provincial de Málaga. Empresa Pública de Emergencias Sanitarias de Andalucía Introducción Antecedentes Metodología Modelos clásicos de descomposición Modelo de alisado de Winters Modelos econométricos Resultados y Comparación de modelos Modelos clásicos de descomposición Modelo de alisado de Winters Modelos econométricos Modelo de proyección enfocada de EPES Comparación de Modelos Conclusiones Capitulo 4: Planificación de las necesidades de personal del call center del Servicio Provincial de Málaga. Empresa Pública de Emergencias Sanitarias de Andalucía Introducción y Antecedentes

7 4.1 Introducción a la Teoría de Colas Identificación de estados estacionarios Test de homogeneidad de Kruskal-Wallis Análisis Discriminante Test no paramétrico de adherencia de Kolmogorov-Smirnov Modelos de colas para la planificación de las necesidades de personal Modelo M/M/S Modelo M/M/S+k Otros modelos de colas para la planificación de las necesidades de personal Red de colas Resultados Modelo M/M/S Plantilla óptima de Teleoperadores según el modelo M/M/S Plantilla óptima de Médicos Coordinadores según el modelo M/M/S Modelo M/M/S+k Plantilla óptima de Teleoperadores según el modelo M/M/S+k Plantilla óptima de Médicos Coordinadores según el modelo M/M/S+k Red de Colas para el dimensionamiento óptimo de la plantilla del Servicio Provincial de Emergencias Sanitarias de Málaga Conclusiones Capitulo 5.- Optimización de la plantilla del call center del Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias de Andalucía Introducción y Antecedentes Metodología Las restricciones para la formulación de un problema de programación lineal para la optimización de la plantilla de Teleoperadores y Operadores de radio Las restricciones para la formulación de un problema de programación lineal para la Optimización de la plantilla de Médico Coordinador Resultados Optimización de Teleoperadores y Operadores de radio en el Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias Optimización de plantilla de Médico Coordinador en el Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias Conclusiones Conclusiones Bibliografía Anexos Anexo I.- Evaluación de modelos de series temporales para la previsión de la demanda de emergencias sanitarias Anexo II. Diagrama de bloques funcional Anexo III. Proporción de llamadas recibidas por línea y franja horaria en Anexo IV. Tiempos medios de servicio por franja y mes para las líneas 061, Servicio de urgencias y Transporte Anexo V: Llamadas emitidas por franja y mes en 2007, y tiempos de ocupación de las llamadas emitidas con igual desglose Anexo VI: Pesos sinápticos o estimaciones de los coeficientes de la red neuronal perceptrón multicapa Anexo VII: Llamadas, casos de gripe, pernoctaciones y población. Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias a

8 Anexo VIII: Resultados del test de Dickey-Fuller aumentado y test de causalidad de Granger Anexo IX: Pruebas de especificación del modelo estructural de pronóstico Anexo X: Fórmulas básicas del modelo M/M/S Anexo XI: Fórmulas básicas del modelo M/M/S+K Anexo XII: Fórmulas básicas del modelo de red de Jackson abierta Anexo XIII: Diferencias mensuales entre la programación real, necesidades de plantilla y modelo de programación lineal

9 ÍNDICE DE TABLAS Tabla 1: Objetivo de la tesis Tabla 1.1: Líneas contratadas por tipo de llamada en función de la demanda prevista. Empresa Pública de Emergencias Sanitarias de Andalucía Tabla 1.2: Número medio de teleoperadores por franja horaria y mes. Empresa Pública de Emergencias Sanitarias de Andalucía, Tabla 1.3: Número medio de profesionales por franja horaria y mes. Empresa Pública de Emergencias Sanitarias de Andalucía, Tabla 1.4: Llamadas recibidas en el Servicio Provincial de Emergencias Sanitarias de Andalucía por tipo de línea y año a Tabla 1.5: Llamadas recibidas promedio en 2007 por día, hora y mes en el Servicio Provincial de Emergencias Sanitarias de Málaga Tabla 1.6: Llamas perdidas en 2007 por tipo de línea en el Servicio Provincial de Emergencias Sanitarias de Málaga Tabla 1.7: Llamas perdidas en 2007 por tiempo de espera en el Servicio Provincial de Emergencias Sanitarias de Málaga Tabla 1.8: Tiempos de respuesta en 2007 en el Servicio Provincial de Emergencias Sanitarias de Málaga Tabla 1.9: Tiempos de atención por franja y mes (en segundos) en el Servicio Provincial de Emergencias Sanitarias de Málaga durante Tabla 1.10: Relaciones entre las operaciones del call center en el Servicio Provincial de Emergencias Sanitarias de Málaga durante Tabla 1.11: Desglose de llamadas por tipo de demanda en el Servicio Provincial de Emergencias Sanitarias de Málaga durante Tabla 1.12: Relación entre demandas y llamadas por tipo de línea en el Servicio Provincial de Emergencias Sanitarias de Málaga durante Tabla 2.1: Función de enlace, varianza y deviance de los modelos lineales generalizados más habituales Tabla 2.2: Funciones de activación usuales para una Red Neuronal Tabla 2.3: Resumen de casos procesados para el cálculo de supervivencia acumulada en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Tabla 2.4: Medias y medianas de los tiempos de supervivencia de las llamadas perdidas en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Tabla 2.5: Pruebas de igualdad de supervivencia acumulada por tipo de líneas en el call center de emergencias sanitarias de la Empresa Pública de Emergencias Sanitarias en Tabla 2.6: Estimaciones de los coeficientes de la Regresión de Cox de la función de supervivencia acumulada en el call center de emergencias sanitarias de la Empresa Pública de Emergencias Sanitarias en

10 Tabla 2.7: Bondad del ajuste de la función de supervivencia acumulada (modelos paramétricos) en el call center de emergencias sanitarias de la Empresa Pública de Emergencias Sanitarias en Tabla 2.8: Estimación de los coeficientes de la función de supervivencia acumulada (Modelo de Tiempo de Fallo Acelerado) en el call center de emergencias sanitarias de la Empresa Pública de Emergencias Sanitarias en Tabla 2.9: Estimación de los coeficientes de la función de supervivencia acumulada (Modelo de Splines) en el call center de emergencias sanitarias de la Empresa Pública de Emergencias Sanitarias en Tabla 2.10: Resultados de los estadísticos Kaiser-Meyer-Olkin y esfericidad de Bartlett en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Tabla 2.11: Varianza explicada por los componentes del análisis de componentes principales en el call center de emergencias sanitarias de la Empresa Pública de Emergencias Sanitarias en Tabla 2.12: Matriz de componentes rotados del análisis de componentes principales en el call center de emergencias sanitarias de la Empresa Pública de Emergencias Sanitarias en Tabla 2.13: Estimación de los coeficientes de la regresión lineal múltiple stepwise en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Tabla 2.14: Capacidad predictiva y bondad del ajuste de las regresiones de los modelos lineales generalizados sin considerar franja y mes en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Tabla 2.15: Capacidad predictiva y bondad del ajuste de las regresiones de los modelos lineales generalizados considerando franja y mes en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Tabla 2.16: Estimaciones de los coeficientes de las regresiones de los modelos lineales generalizados considerando franja y mes, en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 2.17: Identificación de los modelos lineales generalizados de mejor capacidad predictiva según el criterio menor error cuadrático medio por franja y mes en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 2.18: Identificación de los modelos lineales generalizados de mejor capacidad predictiva según el criterio menor error absoluto porcentual medio por franja y mes en el call center de Málaga de la Empresa Pública de Emergencias Sanitarias en Tabla 2.19: Porcentaje de acierto de los modelos de clasificación de llamadas en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Tabla 2.20: Importancia relativa de las variables en los modelos de redes neuronales de clasificación de llamadas en el call center de Málaga de la Empresa Pública de Emergencias Sanitarias en Tabla 2.21: Coeficientes de la función de clasificación del análisis discriminante en los modelos de clasificación de llamadas en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Tabla 2.22: Prueba de Hosmer y Lemeshow para la regresión logística binaria en los modelos de clasificación de llamadas en el call center de emergencias sanitarias de la Empresa Pública de Emergencias Sanitarias en

11 Tabla 2.23: Estimaciones de los coeficientes, por tipo de línea, de la regresión logística binaria en los modelos de clasificación de llamadas en el call center de emergencias sanitarias de la Empresa Pública de Emergencias Sanitarias en Tabla 2.24: Área bajo la curva COR de los modelos de clasificación de llamadas en el call center de Málaga de la Empresa Pública de Emergencias Sanitarias en Tabla 2.25: Medidas de bondad de los modelos de clasificación de llamadas en el call center de Málaga de la Empresa Pública de Emergencias Sanitarias en Tabla 3.1: Antecedentes más relevantes sobre pronóstico de llamadas en call center. 124 Tabla 3.2: Test y pruebas realizadas a los modelos de pronóstico de llamadas del call center de emergencias sanitarias Tabla 3.3: Índices de variación estacional de las llamadas de Emergencias en el Servicio Provincial de Málaga en el período mediante el modelo Método X-11 de desestacionalización Tabla 3.4: Parámetros en la estimación de las llamadas de Emergencias en el Servicio Provincial de Málaga en el período mediante el método de descomposición con alisado aditivo de triple parámetro de Winters Tabla 3.5: Parámetros en la estimación de las llamadas de Emergencias en el Servicio Provincial de Málaga en el período mediante el método econométrico ARIMA con los meses estivales como análisis de intervención Tabla 3.6: Parámetros en la estimación de las llamadas de Emergencias en el Servicio Provincial de Málaga en el período mediante el método econométrico ARIMA con la gripe como función de transferencia Tabla 3.7: Estimación de las llamadas de Emergencias en el Servicio Provincial de Málaga en el período mediante el método habitual de proyección enfocada Tabla 3.8: Estimación de las llamadas de Emergencias en el Servicio Provincial de Málaga en el período mediante modelos de series temporales Tabla 4.1: Autovalores y varianza explicada por las funciones discriminantes en las llamadas recibidas en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.2: Valor de las funciones en los centroides de los grupos (franjas) del análisis discriminante de las llamadas recibidas en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.3: Coeficientes de las funciones discriminantes canónicas del análisis discriminante de las llamadas recibidas en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.4: Matriz de estructura del análisis discriminante de las llamadas recibidas en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.5: Matriz de confusión del análisis discriminante de las llamadas recibidas en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.6: Necesidades de Teleoperador según el modelo de colas M/M/S en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.7: Diferencias de necesidades de Teleoperador por M/M/S comparado con la programación observada en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.8: Average Speed of Answer medio Teleoperador con M/M/S en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.9: Porcentaje de ocupación de Teleoperador con M/M/S en el call center de la Empresa Pública de Emergencias Sanitarias en

12 Tabla 4.10: Llamadas en tiempo objetivo de Teleoperador con M/M/S en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.11: Variación potencial de necesidades de Operadores con polivalencia total con M/M/S en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.12: Necesidades de Médico Coordinador con M/M/S en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.13: Diferencias de necesidades de Médico Coordinador por M/M/S comparado con la programación observada en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.14: Average Speed of Answer medio Médico Coordinador con M/M/S en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.15: Porcentaje de ocupación de Médico Coordinador con M/M/S en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.16: Llamadas en tiempo objetivo de Médico Coordinador con M/M/S en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.17: Prueba de Kolmogorov-Smirnov de la función de riesgo para Llamadas perdidas hasta 49 segundos en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.18: Porcentaje de ocupación de Teleoperador con M/M/S+k en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.19: Porcentaje de llamadas en tiempo objetivo de Teleoperador con M/M/S+k en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.20: Porcentaje de llamadas perdidas de Teleoperador con M/M/S+k en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.21: Porcentaje de ocupación de Médico Coordinador con M/M/S+k en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.22: Porcentaje de escuchas en tiempo objetivo de Médico Coordinador con M/M/S+k en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.23: Porcentaje de escuchas perdidas de Médico Coordinador con M/M/S+k en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 4.24: Diferencias en ocupación de los profesionales entre modelos de colas y la red de colas en el call center de la Empresa Pública de Emergencias Sanitarias en Tabla 5.1: Aspecto parcial de las restricciones para la optimización de teleoperadores y operadores de radio en una modalidad de turnos de 4 horas Tabla 5.2: Puestos de teleoperador y operador de radio por franja horaria y mes calculados mediante el modelo de programación lineal para el Call Center del Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias Tabla 5.3: Diferencias en el número de puestos de Teleoperador y Operador de Radio entre el modelo de programación lineal y el modelo de colas Tabla 5.4: Modalidades de turnos de Teleoperadores y Operadores de Radio según el modelo de programación lineal entera Tabla 5.5: Modalidades de turnos más frecuentes en Teleoperadores y Operadores de Radio Tabla 5.6: Modalidades de turnos más frecuentes en la optimización de la plantilla de Médicos coordinadores en el Servicio Provincial de Málaga. Empresa Pública de Emergencias Sanitarias

13 Tabla 5.7: Solución de marzo a la programación de turnos para la optimización de la plantilla de Médicos coordinadores en el Servicio Provincial de Málaga. Empresa Pública de Emergencias Sanitarias

14 ÍNDICE DE GRÁFICOS Gráfico 1: Flujo de operaciones de un call center de emergencias sanitarias Gráfico 2: Modelo de planificación de un call center Gráfico 1.1: Fases del proceso clave: Asistencia Sanitaria Gráfico 1.2: El call center de emergencias sanitarias desde las perspectivas de servicios, clientes, medios y recursos Gráfico 1.3: Operativa del Servicio Provincial de la Empresa Pública de Emergencias Sanitarias en Andalucía Gráfico 1.4: Tendencia de la serie temporal de llamadas recibidas en el Servicio Provincial de Emergencias Sanitarias de Málaga a Gráfico 1.5: Distribución en franjas horarias de las llamadas recibidas en el Servicio Provincial de Málaga durante Gráfico 1.6: Perfil semanal de llamadas recibidas por hora en el Servicio Provincial de Emergencias Sanitarias de Málaga durante Gráfico 1.7: Llamadas perdidas por hora y mes en el Servicio Provincial de Emergencias Sanitarias de Málaga durante Gráfico 1.8: Tiempos de respuesta por hora y mes (en segundos) en el Servicio Provincial de Emergencias Sanitarias de Málaga durante Gráfico 1.9: Tiempos de respuesta por tipo de línea (en segundos) en el Servicio Provincial de Emergencias Sanitarias de Málaga durante Gráfico 1.10: Tiempos de atención por mes y franja (en segundos) en el Servicio Provincial de Emergencias Sanitarias de Málaga durante Gráfico 1.11: Tiempos de atención por tipo de línea (en segundos) en el Servicio Provincial de Emergencias Sanitarias de Málaga durante Gráfico 1.12: Media de llamadas emitidas (salientes) por franja en el Servicio Provincial de Emergencias Sanitarias de Málaga durante Gráfico 1.13: Tiempo medio en segundos de llamadas emitidas (salientes) por franja en el Servicio Provincial de Emergencias Sanitarias de Málaga durante Gráfico 2.1: Representación de una neurona Gráfico 2.2: Neurona tipo McCulloch-Pitts Gráfico 2.3: Arquitectura de un Perceptrón Multicapa Gráfico 2.4: Función de transferencia tipo sigmoideo en una red neuronal Gráfico 2.5: Arquitectura de una Red de Base Radial Gráfico 2.6: Función de transferencia tipo Gaussiana en una red neuronal Gráfico 2.7: Funciones de supervivencia acumulada (Kaplan-Meier) por tipos de línea en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Gráfico 2.8: Funciones de Impacto acumulada (Kaplan-Meier) por tipos de línea en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Gráfico 2.9: Funciones de Supervivencia e Impacto acumulada (Kaplan-Meier) para el global de líneas en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en

15 Gráfico 2.10: Funciones de log menos log (Kaplan-Meier) por tipos de líneas en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Gráfico 2.11: Funciones de Supervivencia e Impacto en media de covariables (Regresión de Cox) para el global de líneas en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Gráfico 2.12: Funciones de Supervivencia e Impacto en media de covariables (Regresión de Cox) por tipos de líneas en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Gráfico 2.13: Funciones de Supervivencia e Impacto (Modelos Paramétricos) por tipos de líneas en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Gráfico 2.14: Funciones de Supervivencia e Impacto (Modelos Paramétricos) para el global de líneas en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Gráfico 2.15: Funciones de Supervivencia de los modelos considerados para el global de líneas en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Gráfico 2.16: Dendograma de medida de disimilitud del análisis cluster jerárquico en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Gráfico 2.17: Dendograma de medida de similitud del análisis cluster jerárquico en el call center de emergencias sanitarias de Málaga de la Empresa Pública de Emergencias Sanitarias en Gráfico 2.18: Red neuronal perceptrón multicapas para la clasificación de llamadas en el call center de Málaga de la Empresa Pública de Emergencias Sanitarias en Gráfico 2.19: Curva COR de los modelos de clasificación de llamadas en el call center de emergencias sanitarias de la Empresa Pública de Emergencias Sanitarias en Gráfico 3.1: Modelos de series temporales aplicados en un call center Gráfico 3.2: Llamadas recibidas en el call center de emergencias del Servicio Provincial de Málaga de la Empresa Pública de Emergencias Sanitarias en el período Gráfico 3.3: Correlogramas de las llamadas de Emergencias en el Servicio Provincial de Málaga en el período Gráfico 3.4: Periodogramas de las llamadas de Emergencias en el Servicio Provincial de Málaga en el período Gráfico 3.5: Ajuste de las llamadas de Emergencias en el Servicio Provincial de Málaga en el período mediante minimización de la suma de los cuadrados de los residuos y análisis espectral basado en la Transformada Rápida de Fourier Gráfico 3.6: Ajuste de las llamadas de Emergencias en el Servicio Provincial de Málaga en el periodo mediante el modelo Método X-11 de desestacionalización. 137 Gráfico 3.7: Estimación de las llamadas de Emergencias en el Servicio Provincial de Málaga en el período mediante el método de descomposición con alisado aditivo de triple parámetro de Winters Gráfico 3.8: Estimación de las llamadas de Emergencias en el Servicio Provincial de Málaga en el período mediante el método econométrico ARIMA con análisis de intervención Gráfico 3.9: Correlación cruzada para retardo 0 entre las llamadas de Emergencias en el Servicio Provincial de Málaga y los casos de gripe en el período

16 Gráfico 3.10: Estimación de las llamadas de Emergencias en el Servicio Provincial de Málaga en el período mediante el método econométrico ARIMA con la gripe como función de transferencia Gráfico 3.11: Estimación de las llamadas de Emergencias en el Servicio Provincial de Málaga en el período mediante el método econométrico estructural teniendo en cuenta población, pernoctaciones y gripe Gráfico 4.1: Fracción de una cadena de transición del modelo M/M/S Gráfico 4.2: Esquema del mecanismo de cola del modelo M/M/S Gráfico 4.3: Fracción de una cadena de transición del modelo M/M/S+k Gráfico 4.4: Esquema del mecanismo de cola del modelo M/M/S+k Gráfico 4.5: Esquema de la Red de Jackson para alta actividad del call center de la Empresa Pública de Emergencias Sanitarias en Gráfico 4.6: Esquema de la Red de Jackson para baja actividad del call center de la Empresa Pública de Emergencias Sanitarias en Gráfico 4.7: Funciones discriminantes canónicas del call center de la Empresa Pública de Emergencias Sanitarias en Gráfico 4.8: Diferencias de necesidades de Teleoperador por M/M/S comparado con la programación observada, en media de meses, en el call center de la Empresa Pública de Emergencias Sanitarias en Gráfico 4.9: Diferencias de necesidades de Teleoperador por M/M/S comparado con la programación observada, en media de franja horaria, en el call center de la Empresa Pública de Emergencias Sanitarias en Gráfico 4.10: Resultados de la Red de Jackson, en alta actividad, en el call center de la Empresa Pública de Emergencias Sanitarias en Gráfico 4.11: Resultados de la Red de Jackson, en baja actividad, en el call center de la Empresa Pública de Emergencias Sanitarias en Gráfico 5.1: Productividad de los turnos de teleoperadores y operadores de radio Gráfico 5.2: Desajustes por franjas horarias en términos porcentuales para Teleoperador y operador de radio Gráfico 5.3: Desajustes relativos de Teleoperadores por meses Gráfico 5.4: Diferencias entre programación real, planificación de necesidades y programación lineal de Teleoperadores y operadores de radio en perfil horario Gráfico 5.5: Perfil mensual de las diferencias entre programación real, planificación de necesidades y programación lineal de Teleoperadores y operadores de radio Gráfico 5.6: Perfil mensual de las diferencias entre programación real, planificación de necesidades y programación lineal de horarios homogéneos de Teleoperadores y operadores de radio en perfil mensual

17

18 Introducción AGRADECIMIENTOS En primer lugar quisiera expresar mi agradecimiento a los directores de esta tesis, José Jesús Martín Martín y María del Puerto López del Amo González, del Departamento de Economía Aplicada de la Universidad de Granada. Ambos me han orientado, apoyado y ayudado de forma incondicional en cada una de las fases de desarrollo de la tesis, que tuvo su germen en el Máster de Economía de la Salud y Dirección de Organizaciones Sanitarias del que ellos eran directores y me animaron en esta aventura. Sin duda, sin ellos, esta tesis no habría sido posible. Mención especial merecen, en el ámbito personal y laboral, todas las aportaciones que suponen para mí la amistad de dos personas. José María Patón Arévalo y Ángel Vilches Arenas, que son dos padres profesionales. Deseo agradecer a la Gerencia de la Empresa Pública de Emergencias Sanitarias su autorización y apoyo para la realización de este documento. A Guillermo García Escudero, María Auxiliadora Naranjo, Susana de Castro y a Angélica Tejedor por su magnífica disposición a colaborar. A Pilar Manzanares, Pedro Onieva, Miguel Priu, y Almudena Santiago, responsables de distintas áreas en empresas de teleoperación, gracias por vuestras valiosas aportaciones. Por último, doy las gracias a mi familia, madre, hermano, sobrinos, suegros, y cuñados pero especialmente a mi mujer Clara y mis hijas María y Clarita. Son ellos los auténticos perjudicados por mis ausencias y dedicación a esta tesis. Sin su apoyo, no hubiese sido posible ni tan siquiera iniciar este trabajo. Clara se ha encargado de leer mil veces las distintas versiones, sus comentarios y consideraciones hacen posible que el texto sea más asequible. Muchas gracias por tu amor, cariño y por encargarte, además, de toda la logística de casa para que pudiera dedicar tiempo a este trabajo. Sin duda, el gran ausente merece el mayor de los agradecimientos, deseo dedicar esta tesis a la memoria de mi Padre que me enseñó perseverancia, el deseo de aprender más y la disposición a poner en practica lo aprendido. Gracias Papá. 1

19

20 RESUMEN

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3 Capítulo 3 1. Introducción El análisis de regresión lineal, en general, nos permite obtener una función lineal de una o más variables independientes o predictoras (X1, X2,... XK) a partir de la cual explicar

Más detalles

Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida. Por: Prof. Elena del C. Coba

Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida. Por: Prof. Elena del C. Coba Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida Por: Prof. Elena del C. Coba Encuestas y estudios aplicados al VIH/sida Definir la fuente de los datos: Datos

Más detalles

INVESTIGACION COMERCIAL

INVESTIGACION COMERCIAL ASIGNATURA: INVESTIGACION COMERCIAL Curso 2014/2015 (Código:01425020) 1.OBJETIVOS En la medida en que el Marketing es un cuerpo científico de conocimientos aplica el método científico al proceso de investigación

Más detalles

La demanda de plazas en la licenciatura de Medicina en España

La demanda de plazas en la licenciatura de Medicina en España La demanda de plazas en la licenciatura de Medicina en España Estudio econométrico por Comunidades Autónomas de la demanda de plazas en las facultades de Medicina españolas para el curso 2006/2007 Asignatura:

Más detalles

Contenido. Horizontes temporales de la previsión La influencia del ciclo de vida del producto

Contenido. Horizontes temporales de la previsión La influencia del ciclo de vida del producto Previsión Contenido Qué es la previsión? Horizontes temporales de la previsión La influencia del ciclo de vida del producto Tipos de previsiones La importancia estratégica de la previsión Recursos humanos

Más detalles

Análisis de los Municipios Turísticos de Andalucía

Análisis de los Municipios Turísticos de Andalucía Análisis de los Municipios Turísticos de Andalucía UNIVERSIDAD DE MÁLAGA DPTO. ECONOMÍA APLICADA-POLÍTICA ECONÓMICA Febrero, 2004 EQUIPO DE TRABAJO: Pedro Raya Mellado. Profesor Titular de Economía Aplicada.

Más detalles

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales.

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales. Series Temporales Introducción Una serie temporal se define como una colección de observaciones de una variable recogidas secuencialmente en el tiempo. Estas observaciones se suelen recoger en instantes

Más detalles

Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica

Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica Nombre del curso Modalidad Duración Intensidad Certificado Dirigido a Estadística Aplicada en la Investigación Biomédica Virtual 16 sesiones

Más detalles

Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones

Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones Introducción Las Compañías aseguradoras determinan sus precios basadas en modelos y en información histórica

Más detalles

ANÁLISIS DE SERIE DE TIEMPO DE CAUDALES DEL RÍO EL TALA PERIODO 1937-1960

ANÁLISIS DE SERIE DE TIEMPO DE CAUDALES DEL RÍO EL TALA PERIODO 1937-1960 ANÁLISIS DE SERIE DE TIEMPO DE CAUDALES DEL RÍO EL TALA PERIODO 1937-1960 Verón, Juan Antonio* ; Herrera, Carlos Gabriel*; Rodríguez, Norma Leonor** * Facultad de Tecnología y Ciencias Aplicada de la UNCa.

Más detalles

CURSO MINERÍA DE DATOS AVANZADO

CURSO MINERÍA DE DATOS AVANZADO CURSO MINERÍA DE DATOS AVANZADO La minería de datos (en inglés, Data Mining) se define como la extracción de información implícita, previamente desconocida y potencialmente útil, a partir de datos. En

Más detalles

Encuesta y Diseño de Formularios

Encuesta y Diseño de Formularios Dr. Oscar Caponi Encuesta y Diseño de Formularios Topics Dr. Edgardo Vitale Slide 1 Introducción Una de las mejores opciones de que se dispone en el mundo de la epidemiología para obtener información acerca

Más detalles

Las bebidas Alcohólicas

Las bebidas Alcohólicas Las bebidas Alcohólicas Hecho por: - Elisa Gutiérrez - Guillermo Rivas-plata - Rodrigo Pumares - Beatriz Sánchez 1 Índice 1- Introducción... 3 2- Objetivos... 3 3- Preguntas de la encuesta... 4 4- Encuesta...

Más detalles

Análisis multivariable

Análisis multivariable Análisis multivariable Las diferentes técnicas de análisis multivariante cabe agruparlas en tres categorías: «Análisis de dependencia» tratan de explicar la variable considerada independiente a través

Más detalles

INDICE Prefacio 1 Introducción 2 Organizaciones de los datos para que transmitan un significado: tablas y graficas

INDICE Prefacio 1 Introducción 2 Organizaciones de los datos para que transmitan un significado: tablas y graficas INDICE Prefacio 1 Introducción 1-1 Preámbulo 1-2 Reseña histórica 1-3 Subdivisiones de la estadística 1-4 Estrategia, suposiciones y enfoque 2 Organizaciones de los datos para que transmitan un significado:

Más detalles

SERIES DE TIEMPO EMPLEANDO EXCEL Y GRAPH

SERIES DE TIEMPO EMPLEANDO EXCEL Y GRAPH SERIES DE TIEMPO EMPLEANDO EXCEL Y GRAPH 1) DEFINICIÓN Las series de tiempo llamadas también series cronológicas o series históricas son un conjunto de datos numéricos que se obtienen en períodos regulares

Más detalles

Capítulo 15. Análisis de varianza factorial El procedimiento Modelo lineal general: Univariante

Capítulo 15. Análisis de varianza factorial El procedimiento Modelo lineal general: Univariante Capítulo 15 Análisis de varianza factorial El procedimiento Modelo lineal general: Univariante Los modelos factoriales de análisis de varianza (factorial = más de un factor) sirven para evaluar el efecto

Más detalles

ANÁLISIS DISCRIMINANTE

ANÁLISIS DISCRIMINANTE ANÁLISIS DISCRIMINANTE ANÁLISIS DISCRIMINANTE 1. Introducción 2. Etapas 3. Caso práctico Análisis de dependencias introducción varias relaciones una relación 1 variable dependiente > 1 variable dependiente

Más detalles

UNIVERSIDAD DE CANTABRIA TESIS DOCTORAL

UNIVERSIDAD DE CANTABRIA TESIS DOCTORAL UNIVERSIDAD DE CANTABRIA DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS TESIS DOCTORAL CONTRIBUCIÓN DE LAS TECNOLOGÍAS DE LA INFORMACIÓN A LA GENERACIÓN DE VALOR EN LAS ORGANIZACIONES: UN MODELO DE ANÁLISIS

Más detalles

Estacionalidad. Series de tiempo. Modelos econométricos. Modelos econométricos. Q= T Kα Lβ

Estacionalidad. Series de tiempo. Modelos econométricos. Modelos econométricos. Q= T Kα Lβ Estacionalidad Qué es la estacionalidad? La estacionalidad es una componente que se presenta en series de frecuencia inferior a la anual (mensual, trimestral,...), y supone oscilaciones a corto plazo de

Más detalles

Facultad de Ciencias Sociales. Diplomatura en Ciencias Empresariales. Estadística y Turismo CAMPUS ANDALUZ VIRTUAL

Facultad de Ciencias Sociales. Diplomatura en Ciencias Empresariales. Estadística y Turismo CAMPUS ANDALUZ VIRTUAL Facultad de Ciencias Sociales Diplomatura en Ciencias Empresariales Estadística y Turismo Libre Configuración Especifica Virtual Curso Académico: 2013/2014 Duración: 2º Cuatrimestre Carácter: L.C.E. Tipo:

Más detalles

Los modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma:

Los modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma: Ignacio Martín Tamayo 25 Tema: ANÁLISIS DE VARIANZA CON SPSS 8.0 ÍNDICE --------------------------------------------------------- 1. Modelos de ANOVA 2. ANOVA unifactorial entregrupos 3. ANOVA multifactorial

Más detalles

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama. Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El

Más detalles

Comparación de modelos de curvas ROC para la evaluación de procedimientos estadísticos de predicción en investigación de mercados.

Comparación de modelos de curvas ROC para la evaluación de procedimientos estadísticos de predicción en investigación de mercados. Comparación de modelos de curvas ROC para la evaluación de procedimientos estadísticos de predicción en investigación de mercados. Pedro Concejero Cerezo Tesis Doctoral dirigida por Rosario Martínez Arias

Más detalles

www.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de planificación y control.

www.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de planificación y control. ESTUDIOS DE CAPACIDAD POTENCIAL DE CALIDAD 1.- INTRODUCCIÓN Este documento proporciona las pautas para la realización e interpretación de una de las herramientas fundamentales para el control y la planificación

Más detalles

Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos Álvarez

Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos Álvarez Curso de Análisis de investigaciones con programas Informáticos 1 UNIVERSIDAD DE JAÉN Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos

Más detalles

CURSO 2005-2006 DIPLOMATURA EN CIENCIAS EMPRESARIALES Primer curso. Primer semestre. ANALISIS DESCRIPTIVO DE DATOS ECONOMICOS PROGRAMA:

CURSO 2005-2006 DIPLOMATURA EN CIENCIAS EMPRESARIALES Primer curso. Primer semestre. ANALISIS DESCRIPTIVO DE DATOS ECONOMICOS PROGRAMA: CURSO 2005-2006 DIPLOMATURA EN CIENCIAS EMPRESARIALES Primer curso. Primer semestre. ANALISIS DESCRIPTIVO DE DATOS ECONOMICOS Profesores: Grupos A y B (Grupos de Prácticas A1 y B1): Rafael A. Cano Guervós

Más detalles

Evaluación intermedia del POI de la Comunidad Valenciana ANEXO VIII: CUESTIONARIOS UTILIZADOS PARA EL ANÁLISIS DE CASOS DEL FSE

Evaluación intermedia del POI de la Comunidad Valenciana ANEXO VIII: CUESTIONARIOS UTILIZADOS PARA EL ANÁLISIS DE CASOS DEL FSE ANEXO VIII: CUESTIONARIOS UTILIZADOS PARA EL ANÁLISIS DE CASOS DEL FSE 941 CUESTIONARIO MEDIDA 1.8: AYUDAS AL AUTOEMPLEO. Estamos realizando una encuesta encargada por la Generalitat Valenciana para conocer

Más detalles

PRESENTACIÓN, DISCUSIÓN Y ANALISIS DE LOS RESULTADOS

PRESENTACIÓN, DISCUSIÓN Y ANALISIS DE LOS RESULTADOS UNIVERSIDAD DE LOS ANDES FACULTAD DE ODONTOLOGIA MERIDA EDO. MERIDA PRESENTACIÓN, DISCUSIÓN Y ANALISIS DE LOS RESULTADOS Mérida, Febrero 2010. Integrantes: Maria A. Lanzellotti L. Daniela Paz U. Mariana

Más detalles

1 Introducción al SPSS

1 Introducción al SPSS Breve guión para las prácticas con SPSS 1 Introducción al SPSS El programa SPSS está organizado en dos bloques: el editor de datos y el visor de resultados. En la barra de menú (arriba de la pantalla)

Más detalles

Adolescentes y jóvenes que abandonan sus estudios antes de finalizar la enseñanza media: Principales tendencias. División Social MIDEPLAN

Adolescentes y jóvenes que abandonan sus estudios antes de finalizar la enseñanza media: Principales tendencias. División Social MIDEPLAN Adolescentes y jóvenes que abandonan sus estudios antes de finalizar la enseñanza media: Principales tendencias División Social MIDEPLAN ÍNDICE Introducción... 3 I. Magnitud e incidencia de la no asistencia

Más detalles

TÉCNICO SUPERIOR UNIVERSITARIO EN ADMINISTRACIÓN ÁREA ADMINISTRACIÓN Y EVALUACIÓN DE PROYECTOS EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ESTADÍSTICA

TÉCNICO SUPERIOR UNIVERSITARIO EN ADMINISTRACIÓN ÁREA ADMINISTRACIÓN Y EVALUACIÓN DE PROYECTOS EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ESTADÍSTICA TÉCNICO SUPERIOR UNIVERSITARIO EN ADMINISTRACIÓN ÁREA ADMINISTRACIÓN Y EVALUACIÓN DE PROYECTOS EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ESTADÍSTICA UNIDADES DE APRENDIZAJE 1. Competencias Evaluar la

Más detalles

IV. Factores de Consolidación

IV. Factores de Consolidación Factores PARA Consolidar UNA Empresa IV. Factores de Consolidación L os Factores de la Consolidación Empresarial En esta sección se presentan los resultados obtenidos con técnicas estadísticas sobre los

Más detalles

TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS ALIMENTARIOS

TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS ALIMENTARIOS TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS ALIMENTARIOS HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Estadística para el control de procesos 2. Competencias a la que

Más detalles

Una validación de la interpretación no causal del análisis factorial

Una validación de la interpretación no causal del análisis factorial Una validación de la interpretación no causal del análisis factorial José Antonio Pérez-Gil y Rafael Moreno Rodríguez Es muy frecuente asumir que los factores comunes obtenidos en el Análisis Factorial

Más detalles

Muy en desacuerdo 1 2 3 4 5 Muy de acuerdo

Muy en desacuerdo 1 2 3 4 5 Muy de acuerdo Aplicación del análisis factorial a la valoración por parte de los estudiantes de las asignaturas de la ETSICCP de Barcelona en sus distintas titulaciones. Camino Balbuena Martínez, Dpt. de Matemática

Más detalles

Regresión de Poisson

Regresión de Poisson Regresión de Poisson -- Si la estructura de los errores es realmente de Poisson, entonces: devianza residual / grados de libertad residuales = 1 si el cociente es mayor que 1 estamos ante el fenómeno (incómodo)

Más detalles

Las Matemáticas En Ingeniería

Las Matemáticas En Ingeniería Las Matemáticas En Ingeniería 1.1. Referentes Nacionales A nivel nacional se considera que el conocimiento matemático y de ciencias naturales, sus conceptos y estructuras, constituyen una herramienta para

Más detalles

UN MODELO PARA LA PREDICCIÓN DE RECIDIVA DE PACIENTES OPERADOS DE CÁNCER DE MAMA (CMO) BASADO EN REDES NEURONALES

UN MODELO PARA LA PREDICCIÓN DE RECIDIVA DE PACIENTES OPERADOS DE CÁNCER DE MAMA (CMO) BASADO EN REDES NEURONALES UN MODELO PARA LA PREDICCIÓN DE RECIDIVA DE PACIENTES OPERADOS DE CÁNCER DE MAMA (CMO) BASADO EN REDES NEURONALES José Alejandro Chiri Aguirre RESUMEN La predicción de recidiva en pacientes que han sido

Más detalles

DISEÑO DE UN MODELO DE APROXIMACIÓN TRIMESTRAL PARA LA ECONOMÍA DE MADRID

DISEÑO DE UN MODELO DE APROXIMACIÓN TRIMESTRAL PARA LA ECONOMÍA DE MADRID DISEÑO DE UN MODELO DE APROXIMACIÓN TRIMESTRAL PARA LA ECONOMÍA DE MADRID Ana López Yigal Montejo Instituto L. R. Klein, UAM Junio 2000 RESUMEN El presente trabajo estudia la economía madrileña basándose

Más detalles

Capítulo 8. Tipos de interés reales. 8.1. Introducción

Capítulo 8. Tipos de interés reales. 8.1. Introducción Capítulo 8 Tipos de interés reales 8.1. Introducción A lo largo de los capítulos 5 y 7 se ha analizado el tipo de interés en términos nominales para distintos vencimientos, aunque se ha desarrollado más

Más detalles

Índice general. Pág. N. 1. Metodología de la investigación científica. Conocimiento y Ciencia. Investigación. Métodos y técnicas de investigación

Índice general. Pág. N. 1. Metodología de la investigación científica. Conocimiento y Ciencia. Investigación. Métodos y técnicas de investigación Pág. N. 1 Índice general Metodología de la investigación científica Conocimiento y Ciencia 1. Origen del Conocimiento 1.1 Sujeto cognoscente 1.2 Objeto del conocimiento 1.3 El conocimiento 2. Principales

Más detalles

Pronósticos. Pronósticos y gráficos Diapositiva 1

Pronósticos. Pronósticos y gráficos Diapositiva 1 Pronósticos Pronósticos Información de base Media móvil Pronóstico lineal - Tendencia Pronóstico no lineal - Crecimiento Suavización exponencial Regresiones mediante líneas de tendencia en gráficos Gráficos:

Más detalles

Pronósticos Por Lic. Gabriel Leandro, MBA http://www.auladeeconomia.com

Pronósticos Por Lic. Gabriel Leandro, MBA http://www.auladeeconomia.com Pronósticos Por Lic. Gabriel Leandro, MBA http:// 1.1. Necesidad de pronosticar Entorno altamente incierto La intuición no necesariamente da los mejores resultados Mejorar la planeación Competitividad

Más detalles

Métodos y Diseños utilizados en Psicología

Métodos y Diseños utilizados en Psicología Métodos y Diseños utilizados en Psicología El presente documento pretende realizar una introducción al método científico utilizado en Psicología para recoger información acerca de situaciones o aspectos

Más detalles

Se podría entender como una matriz de filas y columnas. Cada combinación de fila y columna se denomina celda. Por ejemplo la celda A1, B33, Z68.

Se podría entender como una matriz de filas y columnas. Cada combinación de fila y columna se denomina celda. Por ejemplo la celda A1, B33, Z68. Departamento de Economía Aplicada: UDI de Estadística. Universidad Autónoma de Madrid Notas sobre el manejo de Excel para el análisis descriptivo y exploratorio de datos. (Descriptiva) 1 1 Introducción

Más detalles

HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS

HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGÍAS RENOVABLES Página 1 de 22 HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la Asignatura Calidad y estadística 2. Competencias Formular proyectos

Más detalles

1. TEMPORALIZACIÓN POR EVALUACIONES DE LOS CONTENIDOS

1. TEMPORALIZACIÓN POR EVALUACIONES DE LOS CONTENIDOS 1. TEMPORALIZACIÓN POR EVALUACIONES DE LOS CONTENIDOS Primera Evaluación TEMA 1. NÚMEROS REALES Distintos tipos de números. Recta real. Radicales. Logaritmos. Notación científica. Calculadora. TEMA 2.

Más detalles

Teoría de Colas. TC: Parte de la Investigación Operativa que estudia el comportamiento de sistemas cuyos elementos incluyen líneas de espera (colas).

Teoría de Colas. TC: Parte de la Investigación Operativa que estudia el comportamiento de sistemas cuyos elementos incluyen líneas de espera (colas). Teoría de Colas TC: Parte de la Investigación Operativa que estudia el comportamiento de sistemas cuyos elementos incluyen líneas de espera (colas). IO 07/08 - Teoría de Colas 1 Teoría de Colas: ejemplos

Más detalles

Dr. D. Juan Antonio. García Ramos Dª. Carmen D. Ramos González. Objetivos:

Dr. D. Juan Antonio. García Ramos Dª. Carmen D. Ramos González. Objetivos: Curso 2002-2003 Asignatura: ESTADÍSTICA APLICADA 1 Curso: Segundo Carácter: Troncal Créditos: 4.5 Área: Estadística e Investigación Operativa Profesores: García Ramos Dª. Carmen D. Ramos González. Dr.

Más detalles

Estimación de parámetros, validación de modelos y análisis de sensibilidad

Estimación de parámetros, validación de modelos y análisis de sensibilidad Tema 6 Estimación de parámetros, validación de modelos y análisis de sensibilidad 6.1 Calibración Una vez que se ha identificado el modelo y se ha programado, necesitamos aplicarlo al problema concreto

Más detalles

UNIVERSIDAD DE CANTABRIA. Departamento de Administración de Empresas

UNIVERSIDAD DE CANTABRIA. Departamento de Administración de Empresas UNIVERSIDAD DE CANTABRIA Departamento de Administración de Empresas FUSIONES Y ADQUISICIONES BANCARIAS: CARACTERÍSTICAS E IMPLICACIONES DE LAS OPERACIONES REALIZADAS POR LAS ENTIDADES DE CRÉDITO EUROPEAS

Más detalles

ESTUDIO SOBRE USO DE TEXTOS ESCOLARES EN ENSEÑANZA MEDIA RESUMEN EJECUTIVO

ESTUDIO SOBRE USO DE TEXTOS ESCOLARES EN ENSEÑANZA MEDIA RESUMEN EJECUTIVO Ministerio de Educación Equipo de Seguimiento a la Implementación Curricular Unidad de Currículum y Evaluación ESTUDIO SOBRE USO DE TEXTOS ESCOLARES EN ENSEÑANZA MEDIA RESUMEN EJECUTIVO En septiembre de

Más detalles

PROGRAMA EDUCATIVO DE TÉCNICO SUPERIOR UNIVERSITARIO EN MANTENIMIENTO INDUSTRIAL

PROGRAMA EDUCATIVO DE TÉCNICO SUPERIOR UNIVERSITARIO EN MANTENIMIENTO INDUSTRIAL PROGRAMA EDUCATIVO DE TÉCNICO SUPERIOR UNIVERSITARIO EN MANTENIMIENTO INDUSTRIAL HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Calidad en el Mantenimiento 2. Competencias

Más detalles

Enseñanza e Investigación en Ciencias Sociales

Enseñanza e Investigación en Ciencias Sociales Cursos Metodológicos para la Enseñanza e Investigación en Ciencias Sociales Organizado por: Fundación General UGr-Empresa Facultad de Ciencias Económicas y Empresariales Universidad de Granada Econometría

Más detalles

TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGIAS RENOVABLES EN COMPETENCIAS PROFESIONALES ASIGNATURA DE CALIDAD Y ESTADISTICA

TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGIAS RENOVABLES EN COMPETENCIAS PROFESIONALES ASIGNATURA DE CALIDAD Y ESTADISTICA TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGIAS RENOVABLES EN COMPETENCIAS PROFESIONALES ASIGNATURA DE CALIDAD Y ESTADISTICA 1. Competencias Formular proyectos de energías renovables mediante diagnósticos energéticos

Más detalles

TABLAS DINAMICAS DE MORTALIDAD Y SUPERVIVENCIA

TABLAS DINAMICAS DE MORTALIDAD Y SUPERVIVENCIA TABLAS DINAMICAS DE MORTALIDAD Y SUPERVIVENCIA Ana Debón 1 Ramón Sala 2 Universitat de Valencia Resumen: Es una realidad que la esperanza de vida está aumentando en todos los países desarrollados. Así

Más detalles

UNIVERSIDAD DEL SALVADOR PROGRAMA. UNIDAD ACADÉMICA: Campus San Roque González de Santa Cruz. CARRERA: Veterinaria. DIVISIÓN / COMISIÓN: Primer Año

UNIVERSIDAD DEL SALVADOR PROGRAMA. UNIDAD ACADÉMICA: Campus San Roque González de Santa Cruz. CARRERA: Veterinaria. DIVISIÓN / COMISIÓN: Primer Año UNIVERSIDAD DEL SALVADOR PROGRAMA UNIDAD ACADÉMICA: Campus San Roque González de Santa Cruz. CARRERA: Veterinaria DIVISIÓN / COMISIÓN: Primer Año TURNO: Único OBLIGACIÓN ACADÉMICA: ESTADÍSTICA Y DISEÑO

Más detalles

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de inventarios para lograr un control de los productos.

Más detalles

Estadística (Gr. Biología-09) (2010-2011)

Estadística (Gr. Biología-09) (2010-2011) Estadística (Gr. Biología-09) (2010-2011) PRESENTACIÓN OBJETIVOS PROGRAMA METODOLOGÍA EVALUACIÓN BIBLIOGRAFÍA HORARIO ATENCIÓN http://www.unav.es/asignatura/estadisticabio/ 1 de 10 PRESENTACIÓN Descripción

Más detalles

UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS

UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS I. INTRODUCCIÓN Y MANEJO DE DATOS MANUAL DE SPSS 1 MASTER CALIDAD TOTAL 1/ INTRODUCCIÓN Las aplicaciones de la Estadística en la

Más detalles

Facultad de Ciencias Económicas Universidad Nacional de Córdoba Carrera de Doctorado

Facultad de Ciencias Económicas Universidad Nacional de Córdoba Carrera de Doctorado Facultad de Ciencias Económicas Universidad Nacional de Córdoba Carrera de Doctorado Materia: Estadística Aplicada a la Investigación Profesora: Dra. Hebe Goldenhersh Octubre del 2002 1 Determinación de

Más detalles

Lean SEIS SIGMA Área Temática: Logística

Lean SEIS SIGMA Área Temática: Logística Proyecto fin de Master Hito 3 Ejercicio Nº 1 Lean SEIS SIGMA Área Temática: Logística www.formatoedu.com 1 Enunciado Lean Seis Sigma es una metodología eficaz para reducir sistemáticamente todas las deficiencias

Más detalles

El impulso. y el PBI. en el Perú: 1992 2009. crediticio

El impulso. y el PBI. en el Perú: 1992 2009. crediticio análisis El impulso crediticio y el PBI en el Perú: 1992 2009 Erick Lahura* y Hugo Vega* *Especialistas en Investigación Económica del BCRP. erick.lahura@bcrp.gob.pe hugo.vega@bcrp.gob.pe La literatura

Más detalles

ASIGNATURA: MATEMÁTICAS APL.CIENC.SOCIALES 1º BACHILLERATO. Unidad 1 Números Reales

ASIGNATURA: MATEMÁTICAS APL.CIENC.SOCIALES 1º BACHILLERATO. Unidad 1 Números Reales ASIGNATURA: MATEMÁTICAS APL.CIENC.SOCIALES 1º BACHILLERATO Unidad 1 Números Reales Utilizar los números enteros, racionales e irracionales para cuantificar situaciones de la vida cotidiana. Aplicar adecuadamente

Más detalles

NOTA EDITORIAL EXPERIENCIA DEL BANCO DE LA REPÚBLICA CON BILLETES BARNIZADOS

NOTA EDITORIAL EXPERIENCIA DEL BANCO DE LA REPÚBLICA CON BILLETES BARNIZADOS NOTA EDITORIAL EXPERIENCIA DEL BANCO DE LA REPÚBLICA CON BILLETES BARNIZADOS Una de las funciones del Banco de la República es la producción y distribución de efectivo para facilitar las transacciones

Más detalles

UNIDAD EDUCATIVA INTERNACIONAL SEK-ECUADOR PROGRAMA DE MATEMÁTICAS NM

UNIDAD EDUCATIVA INTERNACIONAL SEK-ECUADOR PROGRAMA DE MATEMÁTICAS NM UNIDAD EDUCATIVA INTERNACIONAL SEK-ECUADOR PROGRAMA DE MATEMÁTICAS NM I. DATOS INFORMATIVOS: NIVEL DE EDUCACIÓN: Bachillerato. ÁREA: Matemáticas CURSO: Segundo de bachillerato (1º año de Diploma) PARALELO:

Más detalles

320514 - APTM - Análisis de Procesos Textiles y de Mercados

320514 - APTM - Análisis de Procesos Textiles y de Mercados Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2015 320 - EET - Escuela de Ingeniería de Terrassa 714 - ETP - Departamento de Ingeniería Textil y Papelera MÁSTER UNIVERSITARIO

Más detalles

I1.1 Estudios observacionales IISESIÓN DISEÑO O DE ESTUDIOS EN INVESTIGACIÓN N MÉDICA DESCRIPTIVA CURSO DE. 1.2 Estudios experimentales

I1.1 Estudios observacionales IISESIÓN DISEÑO O DE ESTUDIOS EN INVESTIGACIÓN N MÉDICA DESCRIPTIVA CURSO DE. 1.2 Estudios experimentales 1 2 3 4 5 6 ESQUEMA DEL CURSO ESTADÍSTICA BÁSICA DISEÑO DE EXPERIMENTOS CURSO DE ESTADÍSTICA STICA BÁSICAB ESTADÍSTICA DESCRIPTIVA TIPOS DE VARIABLES MEDIDAS DE POSICIÓN CENTRAL Y DE DISPERSIÓN TABLAS

Más detalles

UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL

UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL Objetivo terminal: Calcular e interpretar medidas de tendencia central para un conjunto de datos estadísticos. Objetivos específicos: 1. Mencionar las características

Más detalles

FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES Departamento de Política Económica y Estructura Económica Mundial

FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES Departamento de Política Económica y Estructura Económica Mundial FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES Departamento de Política Económica y Estructura Económica Mundial PROGRAMA DE DOCTORADO EN ECONOMÍA Especialidad Economía Internacional y Desarrollo Económico

Más detalles

Dr. Carlos L. Jave Gutiérrez

Dr. Carlos L. Jave Gutiérrez PLANIFICACION DE LA PRODUCCION: PRONOSTICOS Dr. Carlos L. Jave Gutiérrez Universidad San Martín de Porras 2010-2 PLANIFICACION DE LA PRODUCCION Son variados y similares los enfoques que con respecto al

Más detalles

INFORME RESULTADO DEL ANÁLISIS DE LAS AUDITORÍAS CORRESPONDIENTES AL PROGRAMA PREMIE

INFORME RESULTADO DEL ANÁLISIS DE LAS AUDITORÍAS CORRESPONDIENTES AL PROGRAMA PREMIE INFORME RESULTADO DEL ANÁLISIS DE LAS AUDITORÍAS CORRESPONDIENTES AL PROGRAMA PREMIE AÑO 2004 CONTENIDO DEL INFORME 1. INTRODUCCIÓN... 1 2. VALORACIÓN GLOBAL DE LAS AUDITORÍAS REALIZADAS... 2 3. ANÁLISIS

Más detalles

Lección n 5. Modelos de distribución n potencial de especies

Lección n 5. Modelos de distribución n potencial de especies Lección n 5. Modelos de distribución n potencial de especies 1. Elaboración de modelos de distribución de especies. a. Planteamiento. El modelado del nicho ambiental se basa en el principio de que la distribución

Más detalles

En el desarrollo tecnológico se distinguen cuatro fases: planificación, innovación y adaptación, asimilación y optimización.

En el desarrollo tecnológico se distinguen cuatro fases: planificación, innovación y adaptación, asimilación y optimización. TEMA 5: ASIMILACIÓN DE LA TECNOLOGÍA 5.1 Definición de la asimilación de la tecnología La asimilación tecnológica es un proceso de aprovechamiento racional y sistemático del conocimiento por medio del

Más detalles

Inmigración y mercado de trabajo Miguel Pajares GRECS (Universidad de Barcelona) Noviembre 2007. Ponencia

Inmigración y mercado de trabajo Miguel Pajares GRECS (Universidad de Barcelona) Noviembre 2007. Ponencia Inmigración y mercado de trabajo Miguel Pajares GRECS (Universidad de Barcelona) Noviembre 2007 Ponencia El texto de esta ponencia son las conclusiones del estudio Inmigración y Mercado de Trabajo, Informe

Más detalles

Statgraphics Centurión

Statgraphics Centurión Facultad de Ciencias Económicas y Empresariales. Universidad de Valladolid 1 Statgraphics Centurión I.- Nociones básicas El paquete Statgraphics Centurión es un programa para el análisis estadístico que

Más detalles

UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA

UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA ASIGNATURA Bioestadística Bioestadística (EST-135) NUMERO DE CREDITOS 03 HORAS DE DOCENCIA

Más detalles

15 PARÁMETROS ESTADÍSTICOS

15 PARÁMETROS ESTADÍSTICOS EJERCICIOS PROPUESTOS 1.1 El número de libros leídos por los miembros de un círculo de lectores en un mes se resume en esta tabla. N. o de libros leídos x i N. o de personas f i 1 1 3 18 11 7 7 1 Halla

Más detalles

DIPLOMADO ACTUALIZACIO N EN MATEMA TICAS PARA PROFESIONALES DE BANCA Y SEGUROS

DIPLOMADO ACTUALIZACIO N EN MATEMA TICAS PARA PROFESIONALES DE BANCA Y SEGUROS DIPLOMADO ACTUALIZACIO N EN MATEMA TICAS PARA PROFESIONALES DE BANCA Y SEGUROS Objetivo y alcance del diplomado General Brindar al participante una actualización en diferentes temas de probabilidad y estadística,

Más detalles

Estadística Administrativa I

Estadística Administrativa I 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística Administrativa I Licenciatura en Administración ADT-0426 2-3-7 2.-

Más detalles

IES CANARIAS CABRERA PINTO DEPARTAMENTO DE MATEMÁTICAS CONTENIDOS MÍNIMOS 1º ESO SEPTIEMBRE 2015

IES CANARIAS CABRERA PINTO DEPARTAMENTO DE MATEMÁTICAS CONTENIDOS MÍNIMOS 1º ESO SEPTIEMBRE 2015 CONTENIDOS MÍNIMOS 1º ESO SEPTIEMBRE 2015 UNIDAD 1: LOS NÚMEROS NATURALES. OPERACIONES Y RELACIONES El sistema de numeración decimal Estimación y redondeo de un número natural Las operaciones con números

Más detalles

Este documento describe el proceso completo a seguir para analizar la existencia de una relación lógica entre dos variables. www.fundibeq.

Este documento describe el proceso completo a seguir para analizar la existencia de una relación lógica entre dos variables. www.fundibeq. DIAGRAMA DE DISPERSIÓN 1.- INTRODUCCIÓN Este documento describe el proceso completo a seguir para analizar la existencia de una relación lógica entre dos variables. Describe la construcción de los Diagramas

Más detalles

Relación de competencias. Resultado de aprendizaje REQUISITOS PREVIOS: MATERIA 2: Estadística 12 créditos (300 horas) 6 Básicos y 6 Obligatorios

Relación de competencias. Resultado de aprendizaje REQUISITOS PREVIOS: MATERIA 2: Estadística 12 créditos (300 horas) 6 Básicos y 6 Obligatorios Planificación del Módulo 4 Denominación: MÉTODOS CUANTITATIVOS PARA LA ECONOMÍA 39 créditos ECTS -21básicos y 18 obligatorios- Este módulo está integrado por tres materias que se imparten en tres cursos

Más detalles

En relación con las observaciones incluidas en el informe de la CNMC, cabe realizar las siguientes consideraciones:

En relación con las observaciones incluidas en el informe de la CNMC, cabe realizar las siguientes consideraciones: NOTA RELATIVA AL INFORME SOBRE LOS PLIEGOS DEL CONTRATO DE AGENCIAS DE VIAJES PARA LA ADMINISTRACIÓN GENERAL DEL ESTADO (INF/DP/0019/14) EMITIDO POR LA COMISIÓN NACIONAL DE LOS MERCADOS Y LA COMPETENCIA

Más detalles

CLASE 0- MÉTODOS DE ALISADO EXPONENCIAL

CLASE 0- MÉTODOS DE ALISADO EXPONENCIAL CLASE 0- MÉTODOS DE ALISADO EXPONENCIAL Contextualización En la primera parte del curso hemos estudiado el análisis clásico de series temporales en el que se asume que una serie temporal resulta de la

Más detalles

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión. DIAGRAMA DE RELACIONES 1.- INTRODUCCIÓN Este documento describe los pasos del proceso de construcción e interpretación de una de las herramientas más potentes para el análisis de problemas y situaciones

Más detalles

CURSO HERRAMIENTAS ESTADISTICAS PARA IMPLEMENTACION DE SIX SIGMA EN EMPRESAS DE PRODUCCION, LOGISTICA Y SERVICIOS

CURSO HERRAMIENTAS ESTADISTICAS PARA IMPLEMENTACION DE SIX SIGMA EN EMPRESAS DE PRODUCCION, LOGISTICA Y SERVICIOS CURSO HERRAMIENTAS ESTADISTICAS PARA IMPLEMENTACION DE SIX SIGMA EN EMPRESAS DE PRODUCCION, LOGISTICA Y SERVICIOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-15-4492-6252 Fax:

Más detalles

Guía EMPRESA INTELIGENTE 2.0 para la PYME

Guía EMPRESA INTELIGENTE 2.0 para la PYME Guía EMPRESA INTELIGENTE 2.0 para la PYME Consejos para desarrollar la gestión del cambio, tomar decisiones de manera ágil y eficaz y planificar estrategias atendiendo a los procesos como célula básica

Más detalles

INTRODUCCION A LA CONTABILIDAD DE COSTES

INTRODUCCION A LA CONTABILIDAD DE COSTES INTRODUCCION A LA CONTABILIDAD DE COSTES PROYECTO REALIZADO POR: ENTIDAD GESTORA: COFINANCIADO POR: PROYECTO 1. Introducción REALIZADO POR: ENTIDAD GESTORA: COFINANCIADO POR: 1. INTRODUCCIÓN La contabilidad

Más detalles

GESTIÓN DE LA PRODUCCIÓN EN FABRICACIÓN MECÁNICA PROFESIONAL

GESTIÓN DE LA PRODUCCIÓN EN FABRICACIÓN MECÁNICA PROFESIONAL Página 1 de 12 CUALIFICACIÓN GESTIÓN DE LA PRODUCCIÓN EN FABRICACIÓN MECÁNICA PROFESIONAL Familia Profesional Fabricación Mecánica Nivel 3 Código FME356_3 Versión 6 Situación Contraste externo Actualización

Más detalles

MODELO ESTACIONAL DE LLUVIAS EN BASE A PROCESOS DE POISSON NO HOMOGÉNEOS.

MODELO ESTACIONAL DE LLUVIAS EN BASE A PROCESOS DE POISSON NO HOMOGÉNEOS. MODELO ESTACIONAL DE LLUVIAS EN BASE A PROCESOS DE POISSON NO HOMOGÉNEOS. I.1 OBJETIVO Y UTILIDAD: El objetivo principal de este trabajo, realizado como Trabajo Final de Máster en Ingeniería Hidráulica

Más detalles

DYANE Versión 4 Diseño y Análisis de Encuestas

DYANE Versión 4 Diseño y Análisis de Encuestas DYANE Versión 4 Diseño y Análisis de Encuestas Miguel Santesmases Mestre 1. DESCRIPCIÓN GENERAL DEL PROGRAMA DYANE 1. FINALIDAD Y MÉTODO DEL PROGRAMA DYANE (Diseño y Análisis de Encuestas) es un programa

Más detalles

Encuesta de satisfacción con los servicios y productos de AEVAL

Encuesta de satisfacción con los servicios y productos de AEVAL 2012 GOBI ERNO DEESPAÑA MI NI STERI O DEHACI ENDA YADMI NI STRACI ONESPÚBLI CAS Encuesta de satisfacción con los servicios y productos de AEVAL 2012 Ministerio de Hacienda y Administraciones Públicas

Más detalles

Algoritmos de minería de datos incluidos en SQL Server 2008 1. Algoritmo de árboles de decisión de Microsoft [MIC2009a] Cómo funciona el algoritmo

Algoritmos de minería de datos incluidos en SQL Server 2008 1. Algoritmo de árboles de decisión de Microsoft [MIC2009a] Cómo funciona el algoritmo 1 Algoritmos de minería de datos incluidos en SQL Server 2008 Los algoritmos que aquí se presentan son: Árboles de decisión de Microsoft, Bayes naive de Microsoft, Clústeres de Microsoft, Serie temporal

Más detalles

Una serie temporal o cronológica es en una sucesión de valores que adopta una variable (Y):

Una serie temporal o cronológica es en una sucesión de valores que adopta una variable (Y): INTRODUCCIÓN Nos vamos a ocupar ahora de estudiar un fenómeno desde la perspectiva temporal, observando su evolución a través del tiempo, lo que se denomina investigación diacrónica o longitudinal, en

Más detalles

Metodología de implantación de un nuevo modelo horario laboral

Metodología de implantación de un nuevo modelo horario laboral Área 3 Metodología de implantación de un nuevo modelo laboral Área 3: Definición de los proyectos a abordar para la puesta en marcha del nuevo modelo 3.1. Fichas de proyectos para la implantación del nuevo

Más detalles

Identificación de los Riesgos

Identificación de los Riesgos Identificación de los Riesgos 1. Identificación n de los riesgos 2. Fuentes para identificar riesgos 3. Otros procedimientos para identificar riesgos 4. Clasificación n de los riesgos 1.Identificación

Más detalles

Cómo obtener un Modelo de Regresión Logística Binaria con SPSS

Cómo obtener un Modelo de Regresión Logística Binaria con SPSS Universitat de de Barcelona. Institut de de Ciències de de l Educació Cómo obtener un Modelo de Regresión Logística Binaria con SPSS Vanesa Berlanga-Silvente y Ruth Vilà-Baños Fecha de presentación:

Más detalles