Está en la página 1de 20

FACULTAD DE CIENCIAS FSICAS Y

MATEMTICAS
Departamento Acadmico de Estadstica

LIBRO DE RESUMENES
2 CONGRESO INTERNACIONAL DE ESTADSTICA
14, 15 y 16 de Octubre 2015
RR N 0587-2015-UNT

PRESENTACIN
La Comisin Organizadora del 2er CONGRESO INTERNACIONAL DE
ESTADSTICA 2015, a realizarse en la Facultad de Ciencias Fisicas y
Matemticas de la Universidad Nacional de Trujillo Per, les da una cordial
bienvenida a participar de este gran evento cientfico acadmico donde se
presentarn temas de inters nacional e internacional, teniendo en
consideracin la importancia terica y aplicativa de la Estadstica en campos
tan variados como la Estadstica Actuarial, Geoestadstica, Estadstica
Bayesiana, Modelos de Regresin, Estadstica Espacial, Riesgos de Mercado,
Data Mining, RATTLE con R, Redes Neuronales, Diseos Experimentales,
Respuesta Aleatorizada, Modelos Lineales, Ajustes de Curva de Seleccin,
Conjoint Analysis, entre otras por lo cual se ha programada una serie de
Conferencias Magistrales y Mini cursos, entre los que figuran la presentacin
de investigaciones personal y multidisciplinarias a cargo de prestigiosos
ponentes nacionales e internacionales con amplia experiencia de las diversas
reas donde se desenvuelven.
Estas Actividades estn dirigidas a estudiantes, graduados, profesionales de
la estadstica y a todas las personas interesadas en conocer la teora y el
amplio campo de aplicacin de la Estadstica.
Los invitamos a ser partcipes de las actividades que la Comisin
Organizadora del 2er CONGRESO INTERNACIONAL DE ESTADSTICA ha
preparado para usted.
0BJETIVOS

Compartir experiencias, conocimientos y fomentar la confraternidad


entre estudiantes y Profesionales de la Estadstica y de ramas afines.

Demostrar una vez ms que la Estadstica


disciplinariamente con otras disciplinas cientficas.

Difundir el potencial del profesional de la Estadstica en el mbito


empresarial pblico y privado.

Evaluar y determinar las actuales oportunidades laborales del


profesional de la Estadstica en el mbito nacional.

interacta

multi

PROGRAMACIN
DE INAUGURACIN

1.

Himno Nacional del Per coreado por el Orfen Universitario.

2.

Himno a Trujillo coreado por el Orfen Universitario.

3.

Palabras de Bienvenida a cargo de la Dr. Wilson Guillermo Daz Araujo,


Presidente del II Congreso Internacional de Estadstica.

4.

Palabras de saludo a cargo de la Dra. Estrella Guerra Caminiti,


Coordinadora de la Red Peruana de Universidades.

5.

Palabras de Presentacin a cargo de la Decana de la FFCCFFyMM Dra.


Rosa Chu Campos.

6.

Inauguracin del II Congreso Internacional de Estadstica a cargo del


Seor Rector de la Universidad Nacional de Trujillo Dr. Orlando Gonzalez
Nieves.

7.

Conferencia Magistral I: Muestreo y Estimacin de Recursos Mineros a


cargo del Dr. Marco Alfaro Sironvalle Universidad Catlica de
Valparaiso Chile.
Conferencia Inaugural II: Fundamentos de Biometra y bases
estadsticas y actuariales de los seguros de vida y rentas vitalicias a
cargo del Dr. Andres Benchimol Universidad Carlos III de Madrid
Espaa.

8.

Brindis de Honor.

PROGRAMACIN GENERAL DETALLADA


DEL 2do CONGRESO INTERNACIONAL DE
ESTADISTICA 2015
MIERCOLES 14 DE OCTUBRE:
Auditorio Csar Vallejo
08:00 - 09:40
09:40 - 10:30
10:45 - 12:00

12:00 13:15

13.15 - 13.40

Inscripciones y Entrega de Materiales.


Ceremonia de Inauguracin.
Conferencia Inaugural:
Dr. Marco Alfaro Sironvalle Chile
Muestreo y Estimacin de Recursos Mineros
Conferencia Inaugural:
Dr. Andrs Benchimol Espaa
Fundamentos de Biometra y bases estadsticas y actuariales de los seguros de vida y
rentas vitalicias
Brindis de Bienvenida

MINICURSOS
15 - 16 Octubre - Maana
08:00 -10:30
Dr. Marco Alfaro Sironvalle Chile
Geoestadstica Aplicada (Teatrn Coprnico)
Dr. Jorge Luis Bazn - Brasil
Modelos de regresin para respuesta dicotmica (MEC)
10.30-10:45 BREAK
10:45 12.25
Mg. Jess Salinas Flores Per
Diseos de nuevos productos usando el Conjoint Analysis (MEC)
14 - 15 - 16 Octubre Tarde
15:00 17.30
Dr. Andrs Benchimol Espaa
Fundamentos de Biometra y bases estadsticas y actuariales de los seguros de vida y
rentas vitalicias (MEC)
Mg. Luis ngel Cajachahua Espinoza Per
Modelos Predictivos en Data Mining
(Centro de Cmputo Postgrado)
17:30 17.40 BREAK
17:40 20.20
Mg. Antonio Soriano Flores Mxico
Regresin Bayesiana (Centro Computo de Postgrado)
17:40 20.20
Mg. Mara E. Ponce Aruneri - Per
Introduccin a RATTLE, para el Anlisis de Datos Multivariados (MEC)
16 octubre
17:40 19:30
Mg. Jess Salinas Flores Per
Diseos de nuevos productos usando el Conjoint Analysis (MEC)

CONFERENCIAS: TEATRN COPRNICO


15:00 15:50 Mg. Jorge Chue Gallardo UNALM- Lima
Reconocimiento de Patrones con Estadstica Espacial
15:50 16:40 Mg. Marhta Tesn Arroyo UNPRG
Modelo de optimizacin de la transferencia de masa en la deshidratacin osmtica
del mango (Mangifera indica L.) mediante metodologa superficie respuesta
16:40 17:30 MsC. Mariana Moreno Cuadra - UNT
Teorema de Bayes en Aplicaciones Mdicas
17:30 17:40 BREAK
17:40 18:30
18:30 19:30
19:30 20:20

Dr. Jorge Melndez Rosales - UNT


Toma de Decisiones bajo Incertidumbres de Entornos Simples
Dr. Carlos Alberto Minchn Medina- UNT
Modelos Lineales Generalizados: Datos de conteo
Ms. Manuel Antonio Sisniegas Gonzlez UNT
Statistical Methods for Evaluation of Pest Control at Crops Sugarcane

JUEVES 15 de Octubre
MINICURSOS
08:00 -13:15
CONFERENCIAS: AUDITORIO POSTGRADO
08:00 - 08:30
Dr. HUMBERTO VERDE OLIVARES - UNT
Investigacin de Mercados en el Anlisis Comercial
08:30 - 09.10
Dr. ENRIQUE IPANAQU CENTENO- UNT
Construccin de un Diseo Cruzado
09:10 - 09.40
Dra. TERESA ORTIZ TVARA UNT
Desarrollo de Capacidades de Estadstica aplicando el Software SPSS
09:10 - 10.30
Dr. CARLOS RISCO DVILA UNT
Modelos Lineales Mixtos
17:30 17.40 BREAK
CONFERENCIAS: TEATRN COPRNICO
10:45 -11:35
Mg. Luis ngel Cajachahua- UNI
Modelos de Prediccin de Fuga de Clientes: Una aplicacin de Data Mining en Telefona
Mvil
11:35 12:25
Lic. Germn Chacn Nieto IMARPE
Mtodos de ajuste de curvas de seleccin. Caso: Estimacin del tamao mnimo de
malla para la captura del suco Paralonchurus peruanus e implicancias para su manejo
pesquero en la Regin La Libertad
12:25 13:15

Lic. ROBERTO ARGOMEDO ARISTA INEI


Sistema de Informacin Regional para la Toma de Decisiones -SIRTOD

15:00 20:20

MINICURSOS

CONFERENCIAS: TEATRN COPRNICO


15:00 15:50

15:50 16:40

Dr. RICHARD FERNNDEZ VSQUEZ - BCP


Aplicacin de los Modelos Analticos para la Identificacin de clientes Morosos que
usan Tarjeta de Crdito en una Entidad Bancaria
Dr. Wilson Daz Araujo UNT
Estimacin del Consumo de Drogas en una Institucin Educativa de la Esperanza con
Respuesta Aleatorizada

16:40 17:30 Ms. Carmela Salvador Rosado UNSM


El mtodo de Proyectos de Investigacin como estrategia para mejorar el Aprendizaje
de la Estadstica Descriptiva en los estudiantes de la Facultad de Educacin y
Humanidades de la UNSM T, 2013
17:30 17:40

BREAK

17:40 18:30 Mg. Jorge Acosta Piscoya-UPRG


Anlisis Psicomtrico de las actitudes hacia la Estadstica
18:30 19:30 Dra. Laura Rivera Len - UNT
Estilos de Aprendizaje y Desercin Estudiantil
19:30 20:20 MsC. Manuel Antn Perez UNPRG
Metaestadstica

VIERNES 16 DE OCTUBRE:
8:00 10:30 MINICURSOS
10:30 10:45 BREAK
CONFERENCIAS: TEATRN COPRNICO
10:45 11:35 Mg. Antonio Soriano Flores - MXICO
Mtodos utilizados en la estimacin de votaciones en Mxico
11:35 12:25 Ms. Denis Vsquez Garca CREDISCOTIA
Riesgo de Mercado
12:25 13:15 Dr. Jorge L. Guzmn Bazn - BRASIL
Skewed links in Binomial and Binary regression with applications in Insurance
and Biostatistics
15:00 17:30 MINICURSOS
17:30 17:40 BREAK
17:40 20:20 MINICURSOS
CONFERENCIAS: TEATRN COPRNICO
15:00 15:50 MsC. Elena Lau Lookung UNPRG
Modelacin de los atributos que inciden en la eleccin del consumidor de
alimentos funcionales
15:50 16:40 Dra. Jeanette B. Gonzlez Castro COESPE-NACIONAL
Certificacin de Competencias del Profesional Estadstico
16:40 17:30 Mg. Alfonso Tesn Arroyo UNPRG
Modelos de aprendizaje de mquina para evaluar el riesgo crediticio de
personas naturales en una institucin financiera de Chiclayo
17:30 17:40 BREAK
17:40 18:45 Mg. BLANCA ROBLES PASTOR - UPAO
"Metodologa para abordar la complejidad de los datos en Redes Neuronales
Artificiales"
18:45-19:30
Dr. Ral Siche Jara UNT
El Diseo de Taguchi como Tcnica para hacer STREENING: Una Opcin
Viable
19:30 20:20 CLAUSURA
CENA
6

COMISIN EJECUTIVA
DEL 2er CONGRESO INTERNACIONAL DE
ESTADSTICA 2015

COMISION CENTRAL
Dr. Wilson Daz Araujo
Dr. Julio Castaeda Carranza
Dr. Carlos Risco Dvila
Dra. Laura Rivera Len
Dra. Maria Teresita Rojas Garca
Dr. Luis Alberto Rubio Jcobo
MsC. Elmis Garca Zare

Dra. Rosa Adriana Chu Campos


Decana de la Facultad de Ciencias Fsicas y Matemticas

CONFERENCIAS Y
PONENCIAS

Dr. ANDRES BENCHIMOL


Universidad Carlos III de Madrid ESPAA

Hierarchical Lee-Carter model estimation through data cloning applied to demographically


linked countries
Some groups of countries are connected not only economically, but
also socially and even demographically. This last fact can be
exploited when trying to forecast the death rates of their populations.
In this paper we propose a hierarchical specification of the Lee-Carter
model and we assume that there is a common latent mortality factor
for all of them. We introduce an estimation procedure for this kind of
structures by means of a data cloning methodology. To our
knowledge, this is the first time that this methodology is used in the
actuarial eld. It allows approximating the maximum likelihood
estimates,
which
are
not
a
ected by the prior distributions assumed for the calculus. Finally, we
apply the methodology to France, Italy, Portugal and Spain data. The forecasts obtained using this
methodology can be considered as very satisfactory.
Keywords: Bayesian inference, data cloning, hierarchical model, Lee-Carter model, longevity risk,
projected life tables.

Mg. LUIS ANGEL CAJACHAHUA


Universidad Nacional de Ingenieria-UNI-PERU
lcajachahua@gmail.com
Modelos de Prediccin de Fuga de Clientes: Una aplicacin de
Tcnicas de Data Mining en Telefona Mvil
El presente trabajo tiene como finalidad identificar a los clientes con
mayor probabilidad de abandonar el uso del servicio mvil postpago en
una empresa de Telecomunicaciones, en base al anlisis de la informacin
histrica de consumo. Para propsitos del presente estudio, se
consideraron como variables independientes a cada una de las variables
de perfil, consumo, contacto y satisfaccin que almacena la empresa en el
Data Warehouse, recogidas en un perodo de seis meses. Y como variable dependiente al indicador de baja
del cliente. El estudio es no experimental, transeccional y explicativo. Consiste en el anlisis de las variables
histricas del cliente sobre una muestra de 30 mil lneas, estando la poblacin conformada por 539 mil
lneas postpago que la empresa reporta en el mes de anlisis. Los principales aportes de la investigacin
son: El uso de mtodos de validacin cruzada y la repeticin de ensayos usando diferentes semillas, lo que
permite mayor solidez en los resultados. Se mostr que el modelo Gradient Boosting es el mejor, porque
adems de identificar con mayor facilidad a los clientes con una probabilidad mayor de fuga, mantiene una
gran estabilidad.

Palabras clave: Churn, Regresin Logstica, rboles de Decisin, Redes Neuronales, Gradient Boosting,
Random Forests, Support Vector Machines, Mvil Postpago.

Mg. JORGE CHUE GALLARDO


Universidad Nacional Agraria La Molina-UNALM-PER
jorgechueg@gmail.com
Reconocimiento de patrones con estadstica espacial.
Las organizaciones de los diferentes sectores socioeconmicos de la sociedad
estn registrando datos multivariados en grandes volmenes, a gran velocidad y
de diversos temas. La empresa consultora internacional Gartner (2013) define a
estos datos multivariados como Big Data porque su tamao es muy grande,
adems de diverso y complejo. Un problema importante de los datos
multivariados de un Big Data es el reconocimiento de patrones y/o estructuras
que ayuden a su mejor comprensin. La palabra patrn es definida como un
concepto general que puede representar un conjunto de reglas, una estructura de
datos, una forma, una plantilla o un modelo (Polanski & Kimmel, 2007). En este
trabajo se propone realizar el reconocimiento de patrones conjuntamente con las
tcnicas de la Estadstica Espacial. Para ilustrar su aplicacin se utilizan datos del PIRDAIS 2013- SatipoJunn. Universidad Catlica del Per.

MsC. MARTHA ELINA TESN ARROYO


Universidad de Catolica Santo Toribio De Mogrovejo-USAT-PER
Modelo de Optimizacin de la Transferencia de Masa en la Deshidratacin Osmtica del Mango
(Mangifera Indica L.) Mediante Metodologa Superficie Respuesta.
La presente investigacin tuvo como objetivo determinar un modelo que optimice la Transferencia de
Masa en la Deshidratacin Osmtica del Mango (Variedad Kent) Mediante metodologa Superficie
Respuesta. Para poder caracterizar la superficie de respuesta cercana al ptimo, se utiliz el diseo
factorial compuesto central con 8 puntos centrales de 4 factores (K=4 ) con 2 niveles, el objeto de estudio
es el mango Variedad Kent sometido a la deshidratacin osmtica (unidad de anlisis) la transferencia de
masa toma lugar a travs del tiempo del proceso para conseguir la prdida de agua y la ganancia de slidos
que ocurre. El experimento se realiz en el laboratorio de qumica de la Universidad Catlica Santo Toribio
de Mogrovejo de Chiclayo, llegndose a concluir que tres de cuatro variables en estudio tienen efecto
sobre la perdida de agua y ganancia de slidos, siendo estas la concentracin de la solucin
osmtica, temperatura y tiempo; al aplicar el diseo compuesto central ms sus puntos centrales en el
proceso de deshidratacin osmtica del mango variedad Kent se obtuvieron los modelos de transferencia
de masa de prdida de agua y ganancia de slidos con R2 igual a 0.878 y R2 igual 0,853 respectivamente
siendo el modelo de Perdida de agua igual -114,466 + 8,831*A + 1,507*B + 2,028*C + 18,551*D
0,458*A2 + 0,008*A*B 0,030*A*C 0,061*A*D 0,008*B2 0,003*B*C-0,026*B*D 0,011*C2
0,031*C*D 1,714*D2; y el modelo de Ganancia de slidos igual -84,493 + 3,627*A + 2,271*B + 0,947*C
+ 6,018*D 0,107*A^2 - 0.010*A*B - 0.024*A*C + 0,061*A*D 0,023*B^2 + 0,001*B*C 0,032*B*D
0,007*C^2 0,016*C*D 0,447*D^2 ; siendo A: Altura ; B:Concentracin ; C: Temperatura ; D: Tiempo.

10

MsC. MARIANA CUADRA MORENO


Universidad Nacional de Trujillo-UNT-PER
malu_cuadra@hotmail.com

La toma de decisiones en medicina es, con frecuencia, un proceso


que depende de ciertas inexactitudes. El anlisis formal de las
decisiones emplea un lenguaje de probabilidad para reflejar la
inexactitud de los datos clnicos y su relacin con la enfermedad. El
anlisis de las decisiones no es un mtodo para descubrir verdades
cientficas, sino un procedimiento dirigido a la seleccin que
maximice las consecuencias favorables o minimice resultados
adversos en situaciones de incertidumbre diagnstica.
Se har uso de ejemplos prcticos como una estrategia de enseanza
en la construccin y/o reconstruccin de algunos de los conceptos
bsicos de la teora de la probabilidad. El Teorema de Bayes nos
permite realizar un proceso mediante el cual encontramos la
hiptesis ms probable. Esta capacidad para realizar deducciones para la toma de decisiones a partir de
situaciones especficas ha llamado la atencin en muchas disciplinas.
En el presente trabajo se presentan unas de las aplicaciones ms intuitivas del Teorema de Bayes: el
diagnstico mdico y las pruebas diagnsticas.

Mg. MARIA ESTELA PONCE ARUNERI


Universidad Nacional Mayor de San Marcos-UNMSM-PER
mponcea@unmsm.edu.pe
Rattle (the R Analytical Tool To Learn Easily) desarrollado por
Togaware, es una interfaz grfica de usuario para minera de datos
desarrollada con R Proyect for Statistical Computing. R es un entorno
de software gratuito para clculos y grficos estadsticos. Ambos
proporcionan entornos sofisticados para minera de datos, anlisis
estadsticos multivariados y visualizacin de datos. Su cdigo fuente
est escrito en el lenguaje .
Rattle es utilizado por numerosas empresas gubernamentales y
comerciales en el mundo, tambin puede aplicarse a otras reas
donde se manejen grandes volmenes de datos.
El objetivo del minicurso es mostrar las bondades y la utilidad de
Rattle en el uso de las tcnicas en aprendizaje estadstico.
El minicurso comprende anlisis exploratorio de datos multivariados
y dos modelos de clasificacin supervisada: Modelo de Red Neuronal y Mquina de Soporte Vectorial,
como alternativas no paramtricas de clasificacin multivariada (discriminante lineal de Fisher).
Las Redes Neuronales Artificiales (RNA) actualmente son una herramienta de anlisis, modelizacin,
prediccin y clasificacin que permiten obtener modelos coherentes con la realidad observada, de
tal modo que son los datos los que determinan el comportamiento de la red, bien a travs de la
determinacin de su estructura o a travs de sus parmetros internos.
Las Mquinas de Soporte Vectorial son clasificadores derivados de la teora de aprendizaje estadstico;
caracterizadas por un proceso interno de construccin de reglas de clasificacin muy diferente al concepto
bsico de los mtodos estadsticos. Suelen ser muy eficaces en problemas con datos multidimensionales
y con estructura no lineal.
Se ilustrarn las bondades de los modelos mediante casos en investigacin de mercados y ciencias
sociales.

11

Mg. ANTONIO SORIANO FLORES


Universidad Nacional Autnoma de Mexico-UNAM-MEXICO
asoriano@sigma.iimas.unam.mx

ESTIMACIN DE TENDENCIAS ELECTORALES EN MEXICO


En Mxico un conteo rpido es un procedimiento estadstico diseado con
la finalidad de estimar, la misma noche de la eleccin, las tendencias de los
resultados finales de una eleccin a partir de una muestra probabilstica de
casillas cuyo tamao y composicin se determina previamente de acuerdo
a un esquema de seleccin de muestreo. En este trabajo presentamos las
distintas metodologas clsicas que pueden aplicarse para llevar a cabo las
estimaciones de las cantidades de inters. Se aplicar una variante de la
tcnica Bootstrap propuesta por Sitter (1992), dicha metodologa es
comparada con la tcnica usual de remuestreo publicada por Efron (1979)
mostrando que bajo ciertas condiciones se obtienen mejores estimaciones
hacia la varianza, finalmente los resultados son comparados con el enfoque
Bayesiano mostrando resultados consistentes.
Palabras claves: Muestreo, Bootstrap, Elecciones

Dr. ENRIQUE IPANAQU CENTENO


Universidad Nacional de Trujillo-UNT-PER
en_ipan@hotmail.com
Construccin de un diseo cruzado.
El trabajo tiene como propsito la construccin de un diseo cruzado,
definida ste como un esquema longitudinal en el que los sujetos
reciben dos o ms tratamientos en un determinado orden de
secuenciacin. Estos diseos permiten sustraer de las comparaciones
entre los tratamientos y entre los periodos, cualquier componente
relacionado con las diferencias interindividuales. La investigacin es
bibliogrfica, en la que se identifican:
CO (t, n, p): Diseo cruzado d con t tratamientos, n sujetos, y p perodos.
(t, n, p): La totalidad para todo CO (t, n, p). Un diseo d (t, n, p),
es uniforme en los perodos si cada tratamiento se asigna a l sujetos en cada perodo; es uniforme sobre
los sujetos si cada tratamiento es asignado 2 veces sobre cada sujeto. Ello implica que n = 1 t , p= 2
t, n t y p t. Adems, un diseo d (t, n, p), se dice que es balanceado para efectos residuales si
cada tratamiento es precedida inmediatamente por el otro tratamiento (pero no por s mismo) veces.
Un mtodo de construccin de diseos balanceados para el caso p = t, distingue:
Para t par: CO (t, n, p) = CO (t, n, t) = CO (t, t, t) que es un diseo mnimo. Para t impar, produce un CO (t,
2 t, t), la cual no es un diseo mnimo. Las condiciones necesarias y suficientes para la existencia de un
CO (t, n, p) mnima balanceada con p < t son n = 1t y 1 (p - 1)=t-1.

12

Dra. TERESA ORTIZ TVARA


Universidad Nacional de Trujillo-UNT-PER
tortizt@hotmail.com

DESARROLLO DE CAPACIDADES ESTADISTICAS


APLICANDO EL SOFTWARE SPSS
La presente ponencia describe una estrategia didctica para
implementar en el curso de estadstica, dando nfasis al desarrollo
de capacidades estadsticas como es la interpretacin y solucin de
problemas, para lo cual se requiere el uso del software SPSS. La estrategia diseada parte de la
posibilidad que el estudiante recoja datos reales y de su entorno, a partir de los cuales el
docente utiliza para desarrollar la temtica a travs de un blog, la aplicacin algortmica es a
travs del software SPSS para que el docente d mayor nfasis a que los estudiantes puedan
definir, interpretar, aplicar, analizar, plantear, resolver problemas entre otras, garantizando
aprendizajes significativos de la estadstica educacional.

Dr. CARLOS RISCO DVILA


Universidad Nacional de Trujillo-UNT-PER
crisco@unitru.edu.pe
Modelos Lineales Mixtos
Para emplear modelos lineales mixtos se supone que la variable
dependiente est relacionada linealmente con los factores fijos, los
factores aleatorios y las covariables. Los efectos fijos modelan la media
de la variable dependiente. Los efectos aleatorios modelan la estructura
de las covarianzas de la variable dependiente. Los efectos aleatorios
mltiples se consideran independientes entre s y se calculan por
separado las matrices de covarianzas de cada uno de ellos; sin embargo,
se puede establecer una correlacin entre los trminos del modelo
especificados para el mismo efecto aleatorio. Las medidas repetidas
modelan la estructura de las covarianzas de los residuos. Se asume
adems que la variable dependiente procede de una distribucin
normal. El procedimiento Modelos lineales mixtos ampla el modelo
lineal general de manera que los datos puedan presentar variabilidad corelacionada y no constante. El
modelo lineal mixto proporciona, por tanto, la flexibilidad necesaria para modelar no slo las medias sino
tambin las varianzas y covarianzas de los datos. El procedimiento Modelos lineales mixtos es asimismo
una herramienta flexible para ajustar otros modelos que puedan ser formulados como modelos lineales
mixtos. Dichos modelos incluyen los modelos multinivel, los modelos lineales jerrquicos y los modelos
con coeficientes aleatorios. Para estimar los parmetros de los modelos lineales mixtos se usan la
estimacin de mxima verosimilitud (MV) y mxima verosimilitud restringida (MVR).

13

Dr. JORGE LUIS BAZN GUZMN


Universidad de Sao Paulo-USP-BRASIL
jlbazan@icmc.usp.br

Skewed links in Binomial and Binary regression with applications in


Insurance and Biostatistics.
In Binomial or Binary regression symmetric links as logit and probit are usually
considered by default. However several authors shown that in presence of
unbalancing of ones or zeros, this links are inappropriate and are inflexible in
fitting the skewness in the response curve and prone to link misspecifcation. It
is the case of coverage of some type of insurance or not, where is noted that
the probability of a given binary response variable approaches 0 at different
rates than it approaches 1. Additionally when considered usual links there is
not a skewness parameter associated with the distribution chosen and
independent of the linear predictor, easily interpreted.
In this work, a proposal to the construction of set of new skew link is development. Some Power links
previously considered in the literature but also Reciprocal versions of them are presented and some
properties are discussed. A Bayesian inference approach using MCMC is developed to the models
presented. Also applications in insurance and finance are considered to illustrate the methodology
developed.
Results is suggesting that the link functions proposed here are more appropriate than other alternative
link functions used commonly in the literature. In addition, simulation studies show that the use of
symmetric link will lead to biased estimate of the regression coefficient.

Mg. JESS SALINAS FLORES


Universidad Nacional Agraria La Molina-UNALM-PER
Curso-Taller: Diseo de nuevos productos usando el Conjoint Analysis
El Conjoint Analysis (Anlisis Conjunto) es una herramienta estadstica que permite medir cul es la opcin
que ms le agrada al cliente, teniendo en cuenta todos los atributos y niveles que puede tener el producto
o servicio ofertado. Al finalizar el curso los participantes estarn en capacidad de conocer el Anlisis
Conjunto Clsico (mtodo de perfil completo) y sus aplicaciones en la segmentacin de mercados.

Dr. RICHARD FERNNDEZ VSQUEZ


Banco de Credito del Per-BCP-PER

BUSINESS INTELLIGENCE & BUSINESS ANALYTICS


At present, companies generate a lot of data, but sometimes do not have
the ability to analyze and make decisions based on that analysis. Therefore,
the use of Business Intelligence tools is vital for companies today, these let
you use data, which are transformed into information then generate
knowledge to make intelligent and optimal decisions users business. On the
other side, Business Analytics tools to detect unknown and important
information for business benefit by using data mining techniques.

14

Dr. WILSON DIAZ ARAUJO


Universidad Nacional de Trujillo-UNT-PER
wdiaz169@hotmail.com

ESTIMACIN DEL CONSUMO DE DROGAS EN UNA INSTITUCIN


EDUCATIVA DE LA ESPERANZA CON RESPUESTA ALEATORIZADA
Se ha estimado mediante la tcnica de respuesta aleatorizada
que hay un considerable porcentaje de estudiantes de educacin
secundaria de la Institucin Educativa No. 80821 Csar Vallejo
del distrito de La Esperanza-Trujillo, que ha consumido, al menos
una vez, alguna droga ilegal. Se aplic una encuesta a una
muestra aleatoria estratificada con asignacin proporcional de
tamao 336. Se estim este porcentaje en 17.9%, con respecto a la poblacin estudiantil total
(hombres y mujeres). Entre todos los hombres, el respectivo porcentaje estimado fue igual a
38.5%, mientras que del total de mujeres, no fue posible estimar, debido al incumplimiento de
supuestos para aplicar la tcnica de respuesta aleatorizada. Asimismo, del total de varones con
17 o 18 aos de edad, el porcentaje correspondiente fue igual a 22.7%.

MsC. CARMELA SALVADOR ROSADO


Universidad Nacional de San Martn-UNSM-PER
carmenunsmt@gmail.com
El mtodo de proyectos de investigacin como estrategia para mejorar
el aprendizaje de la estadstica descriptiva en los estudiantes de la
Facultad de Educacin y Humanidades de la UNSM T, 2013
El estudio se realiz para investigar en qu medida la aplicacin del
mtodo de proyectos de investigacin como estrategia mejora el
aprendizaje de la estadstica descriptiva, utilizando como muestra dos
secciones; 30 estudiantes para el grupo Control y 30 para el Grupo
Experimental del II ciclo, y como instrumentos: el test para validar el
mtodo de proyectos de investigacin como estrategia, y el proyecto de
investigacin elaborado con los estudiantes del II ciclo matriculados en la
asignatura de Estadstica General. Los resultados evidencian que los
estudiantes lograron favorablemente plantear un problema, establecer objetivos y formular hiptesis en
los proyectos de investigacin, asimismo ha demostrado que la aplicacin del mtodo de proyectos de
investigacin como estrategia mejor significativamente el aprendizaje de la estadstica descriptiva a nivel
de Recopilacin, Tabulacin, Procesamiento, Presentacin y Anlisis para la toma de decisiones, en el cual
se obtuvo un aprendizaje de Muy Bueno, mostrados a travs de un Post Test del grupo experimental (

17.60 1.40 ) que es mayor del Post Test del grupo control ( 11.83 1.21), obteniendo un valor t de

Student calculado 17,09 mayor a t de Student tabulado 1.674, con un nivel de significancia = 0,05.

15

MsC. JORGE ACOSTA PISCOYA


Universidad Nacional Pedro Ruz Gallo-UNPRG-PER

Anlisis psicomtrico de la actitud hacia la estadstica en los estudiantes de pregrado de la


Universidad Nacional Pedro Ruiz Gallo de Lambayeque 2015-I
El propsito de la presente investigacin es de proporcionar
informacin actualizada sobre la actitud hacia la Estadstica en
estudiantes de pregrado de la Universidad Nacional Pedro Ruiz Gallo
de Lambayeque. Debido a la poca informacin que se tiene acerca
del tema en el medio, la presente investigacin surge a raz del
estudio de doctorado en educacin que viene realizando el autor,
tratando de contribuir con informacin referente al tema en esta
parte del pas.
La presente investigacin se justifica por que la asignatura de
estadstica est en la curricula de las diferentes especialidades de
formacin acadmica. As mismo teniendo en consideracin, que la
investigacin cuantitativa tiene como fundamento cientfico el anlisis estadstico de los datos para
conocer ciertos aspectos de inters sobre la poblacin en estudio.
La recoleccin de los datos se hizo a travs de la Escala de Actitudes hacia la Estadstica de la doctora
Elena Auzmendi la cual ha sido adaptada a nuestra realidad para hacer este estudio, se le aplico a una
muestra de 373 estudiantes de las diferentes carreras profesionales existentes en esta universidad,
trabajada en cuatro estratos: 1)Ciencias e Ingeniera. 2) Ciencias Mdicas. 3) Ciencias Contables. 4)
Ciencias sociales.
La edad promedio del estudiante considerado en el estudio es 21 aos, as mismo una de las condiciones
para aplicar el instrumento es que el estudiante ya haya llevado al menos un curso de Estadstica, as
mismo para medir la confiabilidad de las escalas se utiliz el coeficiente de confiabilidad alfa de Cronbach,
cuyo valor obtenido es de 0.818, se aplic el anlisis factorial de componentes principales con rotacin
varimax. Obtenindose un KMO = 0.850 que nos indica la pertinencia de poder aplicar esta metodologa
estadstica, as mismo el 96% de los tems tienen una alta correlacin con el puntaje total de la actitud,
solo el tem 10 que corresponde a la pregunta La Estadstica puede ser til para el profesional que se
dedique a la investigacin, se tiene una correlacin inferior a 0.30.
La varianza total explicada es del 52,474%. As mismo se ha logrado determinar seis factores que explican
la actitud hacia la estadstica que difieren con los encontrados por otros autores donde predomina el
agrado y utilidad de la estadstica. As mismo de ha logrado determinar que existe diferencia significativa
entre la actitud hacia la estadstica y los grupos de especialidades en los estudiantes de pregrado de la
Universidad Nacional Pedro Ruiz Gallo, Los estudiantes del grupo de ciencias sociales tienen una mayor
actitud hacia la estadstica y los estudiantes de ciencias contables presentan una menor actitud hacia la
estadstica. En los estudiantes predomina una actitud positiva hacia la estadstica, aunque cuando se hace
un anlisis de correlacin entre los puntajes obtenida en la actitud y la nota que sacaron en la asignatura
de estadstica se obtiene una baja correlacin 0.26, que es similar a los valores obtenidos por otros
investigadores.

16

Dr. LAURA MARGOT RIVERA LEON


Universidad Nacional de Trujillo-UNT-PER
laurarl@hotmail.com
Modelo Pedaggico-Didctico para el Aprendizaje de la
Estadstica.
En este trabajo de investigacin se presenta un modelo educativo
para el aprendizaje de la Estadstica a nivel universitario, basado en
el aprendizaje experiencial desarrollado por Kolb (1984), en el cual
incluye el concepto de estilos de aprendizaje y que tiene como base
terica el modelo estructural del aprendizaje centrado en la
persona. El mtodo de aprendizaje experiencial se aplic a los
estudiantes de la escuela de Trabajo Social de la Universidad
Nacional de Trujillo-Per para identificar sus estilos de aprendizaje.
Se elabor diseos instruccionales siguiendo los lineamientos del
mtodo de aprendizaje experiencial. La evaluacin del aprendizaje experiencial del curso de Estadstica
se llev a cabo con instrumentos de evaluacin procedimental y actitudinal. En el pre test los estudiantes
evidenciaron mayores deficiencias en el conocimiento referente a: la estimacin de la mediana a partir
de un grfico, el concepto intuitivo de variabilidad y sobre la nocin de aleatoriedad. De los cuatro estilos
de aprendizaje de Kolb, el estilo predominante en los estudiantes de Trabajo Social fue el tipo divergente.
La aplicacin del mtodo Aprendizaje Experiencial a travs de diseos instruccionales increment el
rendimiento acadmico de los estudiantes independientemente del estilo de aprendizaje (p<0.01).

Ms. DENNIS VSQUEZ GARCA


Financiera CrediScotia-PER

METODOLOGIA COSO APLICADO EN LA AUDITORIA DE RIESGO DE MERCADO EN EL BANCO FALABELLA


Y SCOTIABANK.
La presente evaluacin ha comprendido la revisin al proceso de Riesgo de
Mercado en los bancos Falabella y Scotiabank; teniendo como objetivo
realizar la evaluacin de la administracin de los productos que se negocian
en la Mesa de Negociacin del Banco y verificar el cumplimiento en el
requerimiento de informacin de los clientes segn las normas regulatorias
e internas del banco. Con la finalidad de emitir una opinin independiente
sobre el diseo y operacin de los controles internos que aseguren el
cumplimiento de las disposiciones emitidas por la SBS , BCRP es que se
realiz la evaluacin sobre la base de COSO (Committee Of Sponsoring
Organization of the Treadway Comission), marco de control interno que
incluye los cinco componentes bsicos: ambiente de control, evaluacin de riesgos, actividades de control,
informacin y comunicacin y monitoreo. La revisin cubri informacin del perodo 2010 y 2011 y en la
actualidad se aplica la misma metodologa, entre otras. Para este propsito se consider la verificacin
de cumplimientos regulatorios.

17

MsC. ELENA GABRIELA CHAU


LOOKUNG
Universidad de Catolica Santo Toribio De Mogrovejo-USAT-PER
egchau@yahoo.com
El presente trabajo de Investigacin tuvo como objetivo elaborar un modelo
que permita determinar los atributos que inciden en la eleccin del
consumidor de alimentos funcionales. La investigacin fue de tipo
descriptivo; la muestra utilizada para esta investigacin fue de 623
encuestados en forma aleatoria que acudieron a realizar sus compras a los
supermercados de Plaza Vea, Tottus y Metro de la Ciudad de Chiclayo, para
lo cual se administr una encuesta estructurada y validada para determinar los atributos que inciden en
la eleccin de un alimento funcional mediante el modelo de Regresin Logstica, llegndose a determinar
que dentro de los atributos intrnsecos que inciden en la eleccin del consumidor de alimentos
funcionales estuvieron sabor y el precio, mientras que de los atributos extrnsecos que inciden en la
eleccin del consumidor fueron: el cuidado por su salud, las etiquetas y presentacin de los productos;
estos factores son los que inciden en la eleccin del consumidor de alimentos funcionales y cuyo modelo
de regresin logstica es el siguiente:
E( Y ) = P(Y=1) = [exp(z)] / (1 + [exp(z)]).
z = 0.086 - 0.565(Salud) 0.0004(ingreso) 0.738(cuida su salud) - 0.325(etiqueta) - 0.368(el sabor)0.425(precio) + 0.211(presentacin del producto).

Dra. JEANETTE GONZALES CASTRO


Universidad Nacional de Trujillo-UNT-Per
jeanette_jbgc@hotmail.com

Certificacion por competencias del profesional estadstico.


Se hace una presentacin de los acuerdos y base legal de la calidad de la
educacin superior universitaria a nivel mundial y a nivel nacional a
partir de la ley Nro 28740, ley del sistema nacional evaluacin,
acreditacin y certificacin de la calidad universitaria (ley del SINEACE),
cuyo rgano operador de la educacin superior universitaria: CONEAU,
tiene dos direcciones: direccin de evaluacin y acreditacin (DEA), de
acreditacion de carreras, programas e instituciones universitarias y
direccin de evaluacin y certificacin (PEC), encargada de la
certificacion de profesionales confiada a los colegios profesionales que
cuenten con una entidad certificadora acreditada por el CONEAU.
Se presentan las caractersticas y fases del proceso de certificacin
profesional por competencias; los requisitos que deben cumplir las
entidades certificadoras de competencias con obligatoriedad tanto de
acreditacin de carreras como de certificacin de sus profesionales, con obligatoriedad para 13 carreras
de salud, 2 carreras de derecho y la carrera de educacin.
En el caso de los profesionales de la ciencia estadstica al igual que otros profesionales de carreras no
obligadas por ley; se analizar el cumplimiento de los requisitos indicados, entre los que destacan tener
un equipo de evaluadores de competencias y tener las herramientas necesarias para iniciar el proceso de
certificacin por competencias: mapa funcional del profesional estadstico y normas de competencia, para
la creacin del sistema nacional de certificacin de los profesionales estadsticos.

18

Dr. CARLOS ALBERTO MINCHN MEDINA


Universidad Nacional de Trujillo-UNT-Per
cminchonm@gmail.com

En muchos casos la variable dependiente est dada por datos de conteo. Por
ejemplo, el nmero de hijos y el nmero de vehculos por familia, el nmero
de accidentes de trnsito al mes, el nmero de asaltos a mano armada por
distrito, etc. La distribucin de probabilidad que se plantea en estos casos es
la distribucin de Poisson. Sin embargo, tales hechos estn siendo afectados
por diferentes circunstancias, las que dan lugar a la presencia de variables
independientes, cualitativas o cuantitativas.
En los modelos lineales generalizados (MLGs o GLMs), el modelo logstico y el
modelo probit se emplean en casos con respuesta binaria; el modelo
multinomial para casos con respuesta polinomial, en escala nominal; los
modelos logstico y probit ordinales para respuestas ordinales; y los modelos
loglineal de Poisson y binomial negativa para datos de conteo.
En la presente conferencia se muestra cmo hacer las inferencias sobre los parmetros de los modelos
con datos de conteo. En el enfoque frecuentista se emplearn los programas IBM SPSS Statistics 23 y
Minitab 17, y en el enfoque bayesiano el programa OpenBUGS.

Dr. JORGE MELENDEZ ROSALES


Universidad Nacional de Trujillo-UNT-Per
j_melendez2564@hotmail.com

Toma de decisiones bajo incertidumbres de entorno simple.


En la dcada de los 50surge un enfoque que permiti utilizar toda la informacin
relevante, la objetiva y la subjetiva, este enfoque se conoce como la teora de
decisiones. Esta teora ofrece el marco lgico y cualitativo para escoger entre los
cursos de accin cuando los resultados de esta eleccin no son perfectamente
conocidos. Es decir est presente la incertidumbre.
A mediados de los aos 60 el DR. Ronald Howard, define la disciplina del Anlisis
de Decisiones al combinar las disciplinas de la Teora de decisiones con el anlisis
de sistemas .Esta combinacin permite tratar los problemas de la vida real que se caracterizan por ser
inciertos, complejos y dinmicos. La teora de decisiones se encargara de la habilidad de tomar decisiones
en situaciones de incertidumbre y el Anlisis de sistemas se encargara de manejar las caractersticas de
complejidad y dinamismo.
Uno de los factores ms significativos que han influenciado en la prctica del anlisis de decisiones ha
sido el conocimiento acerca de los procesos cognitivos del campo de la psicologa. A mediados de los 70,
el AD comenz a integrar los procedimientos de las motivaciones y cognitivos que existen al emitir juicios
(opiniones) sobre los eventos futuros.
El propsito del anlisis de decisiones es incrementar la probabilidad de obtener buenos resultados en un
mundo de incertidumbres. Un buen resultado es aquel que es apreciado favorablemente por el decisor;
es decir, aquel que le gustara que ocurriera. Una buena decisin es aquella a la que se llega considerando
en forma integral, lgica y explcitamente la informacin y preferencias del decisor.
Una Decisin, Es una asignacin irreversible de recursos, en el sentido de que para cambiar la decisin
ser necesario invertir recursos adicionales que pudieran resultar prohibitivos.

19

El Decisor, Es el individuo o conjunto de individuos que tienen la responsabilidad de comprometer o


asignar recurso de una organizacin. El decisor puede ser un jefe de almacn, el gerente de produccin,
el gerente general o el directorio de la empresa, dependiendo del nivel de decisin. En un problema de
decisin es crucial identificar claramente al decisor, pues la calidad de la decisin depender de si esta es
o no consistente con las alternativas, informacin y preferencias de quien en ltima instancia es
responsable por la decisin.
En resumen, los tres elementos bsicos que interactan en todo proceso de toma de decisiones son: las
alternativas, la informacin y las preferencias. Cuando hayamos definido las preferencias, cuando
hayamos establecido los modelos necesarios para evaluar la decisin que estamos considerando y cuando
hayamos asignado probabilidades a las variables inciertas, entonces la eleccin de la mejor alternativa
seguir de una manera lgica y directa. Por tanto es fcil definir una buena decisin como aquella que
resulta como consecuencia lgica del anlisis de las alternativas, de la sistematizacin de la informacin
relevante y de las preferencias explicitas del decisor

Ms. MANUEL SISNIEGAS


Universidad Nacional de Trujillo-UNT-Per
msisniegasg@hotmail.com

Statistical Methods for Evaluation of Pest Control at Crops Sugarcane


Como estadstico aplicado, he atendido trabajos relacionados con: DM 50 usando regresin logstica y
probit analysis; la identificacin del modelo de probabilidad que subyace en los datos de capturas para el
control biolgico de plagas de la caa de azcar usando el test de bondad de ajuste Ji-Cuadrado;
identificacin del modelo que mejor se ajusta a los datos usando AIC; cuantificar la incertidumbre usando
el Indice de Shannon y la curva de acumulacin de las especies; estimar la perdida de azcar recuperable
asociada al 1% de entrenudos perforados usando el anlisis de regresin.

20