Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.12104/92383
Title: Modelación Matemática De Las Enfermedades Crónico-Degenerativas Y Su Asociación Con El Covid-19
Author: Machuca Vergara, Jessica Jacqueline
metadata.dc.contributor.director: Gutiérrez González, Porfirio
Advisor/Thesis Advisor: Maciel Arellano, Ma. Del Rocío
De La Fuente Acosta, Eduardo
Hernández Magdaleno, Alfonso Manuel
Olmos Gómez, Miguel Ángel
Keywords: Pandemia;analisis De Factores;Analisis De Cluster;Analisis Discriminante;Regresion Multiple;Regresion De Weibull
Issue Date: 15-Mar-2022
Publisher: Biblioteca Digital wdg.biblio
Universidad de Guadalajara
Abstract: En esta investigación de tesis se analizan los datos de la pandemia de COVID- 19 que se presentó en México desde la fecha del 05 de abril del 2020 al 11 de marzo del 2021 mediante métodos multivariados como el análisis de factores, análisis de clúster y análisis discriminante, regresión múltiple y regresión de Weibull. Con el análisis de factores fue posible determinar los factores asociados a pacientes con COVID-19. Con el análisis de clúster y discriminante se validaron 5 grupos de pacientes COVID-19 con sus respectivas enfermedades crónico degenerativas. Se determinó el modelo de regresión múltiple que relaciona el porcentaje de personas fallecidas COVID-19 con los factores asociados. Se encontró un modelo no lin- eal Weibull que determina la relación entre logaritmo de personas fallecidas por COVID-19 con el tiempo. Se realizaron mapas geográficos de las personas que pade- cen enfermedades crónico-degenerativas con el objetivo de ver el factor de riesgo de fallecer por COVID-19 en los diferentes estados y municipios de la república mexicana, información obtenida de la página del INEGI del 2018
URI: https://wdg.biblio.udg.mx
https://hdl.handle.net/20.500.12104/92383
metadata.dc.degree.name: MAESTRIA EN CIENCIA DE LOS DATOS
Appears in Collections:CUCEA

Files in This Item:
File SizeFormat 
MCUCEA10910FT.pdf2.35 MBAdobe PDFView/Open


Items in RIUdeG are protected by copyright, with all rights reserved, unless otherwise indicated.