Implementación de la técnica estadística Bayesiana en la plataforma SoftProsp para el control de variables
Palabras clave:
Estadisticas Bayesisna, Variables, SoftProspResumen
El presente proyecto tiene como objetivo implementar la técnica estadística bayesiana para el acompañamiento de estudios prospectivos en la plataforma SoftProsp. Ésta se caracteriza por ser un modelo gráfico que permite a los seres humanos tomar decisiones a partir del conocimiento y control de las variables que intervienen o influyen en el problema; se clasifican en tres (3) categorías: certeza, riesgo e incertidumbre (Beltrá, Muñoz y Muñoz, 2014).Como apoyo, se diseñaron e implementaron dos modelos, uno para especificar el procedimiento de la investigación y otro para las etapas y alcances de la técnica estadística bayesiana. En cuanto a los resultados, se pretende disminuir los inconvenientes presentados en la realización de estudios prospectivos, ampliar las opciones de utilidad de la técnica y apoyar el desarrollo de redes bayesianas con técnicas complementarias ya implementadas en la plataforma SoftProsp.
Descargas
Citas
Baena Paz, G. (2014). Metodología de la investigación. México: Grupo Editorial Patria.
Beltrán pascual, M., Muñoz Martínez, a., & Muñoz Alamillos, Á. (2014). Redes bayesianas aplicadas a problemas de credit scoring. Una aplicación práctica. Cuadernos de Economía, 37(104), 73-86.
Bermeo-Yaffar, F., Hernández-Mosqueda, J. S., & Tobón-Tobón, S. (2016). Análisis documental de la V Heurística mediante la Cartografía conceptual. Ra Ximhai, 12(6), 103-121.
Cabarcas Álvarez, A., Martelo Gómez, R. J., & Tovar Garrido, L. C. (2013). Software para mejorar la aplicación de técnicas cuantitativas en estudios prospectivos. Cuadernos de Administración (Universidad del Valle), 29(49), 64-74.
Chávez C, M. d., Grau Á, R., & García L, M. M. (2016). Método para construir redes bayesianas. Revista facultad de Ingeniería(19), 76-84.
de la Torre-Gea, G., Delfín-Santisteban, O., Torres-Pacheco, I., Soto-Zarazúa, G., Guevara-González, R., & Rico-García, E. (2014). Redes Bayesianas aplicadas a un modelo CFD del entorno de un cultivo en invernadero. Agrociencia, 48(3), 307-319.
Delgado Montenegro, L., Cortez Vásquez, A., & Ibáñez Prentice, E. (2015). Aplicación de metodología Buchanan para la construccion de un sistema experto con redes bayesianas para apoyo ak diagnóstico de la Tetralogía de Fallot en el Perú. Revista de la Facultad de Ingeniería Insdutrial, 18(1), 135-148.
Díaz, C., & Batanero, C. (2016). ¿Cómo puede el Método Bayesiano contribuir a la investigación en Psicología y Educación? Paradigma, 27(2), 35-53.
Díaz-Bravo, L., Torruco-García, U., Martínez-Hernández, M., & Varela-Ruiz, M. (2013). La entrevista, recurso flexible y dinámico. Invetigación en educación médica, 2(7), 162-167. doi:http://dx.doi.org/10.1016/S2007-5057(13)72706-6
García García, J., López Puga, J., Cano Guillén, C. J., Gea Segura, A. B., & de la Fuentes Sánchez, L. (2006). Aplicación de las redes bayesianas al modelado de las actitudes emprendedoras. In proceedings del IV Congreso de Mtodología de Encuestas, (págs. 235-242). Pamplona.
Gatica García, L. A. (2016). Metodología de redes basianas para estimar el costo probable de proyectos de agua potable rural. Undergraduate thesis, Universidad Andres Bello, Santiago de Chile.
Lacave , C., Molina, A., Redondo, M., & Ortega, M. (2016). Redes bayesianas para identifica perfiles de estudiante. Aplicación al estudio del abandono de las titulaciones de Informática en la Universidad de Castilla-La Mancha. In Actas de las XXII JENUI (págs. 85-92). Universidad de Almería.
López Puga, J. (2012). Cómo Construir y Validar Redes Bayesianas con Netica. Revista Electrónica de Metodología Aplicada, 17(1), 1-17.
Martelo, R., Moncaris, L., & Velez, L. (2016). Integración del Ábaco de Régnier, Encuestas y Lluvia de Ideas en la Definición de Variables Claves en Estudios Prospectivos. Información tecnológica, 27(5), 243-250.
Martínez, A., & Martínez, R. (17 de Diciembre de 2002). Guía a Rational Unified Process. Obtenido de Profesora Anaylen López: https://anaylenlopez.files.wordpress.com/2011/03/trabajo-guia20rup.pdf
Miklos, T., & Arroyo, M. (2008). Prospectiva y escenarios para el cambio social. México: Convenio Andrés Bello, Universidad Autónoma de México, Facultad de Ciencias Políticas y Sociales.
Oviedo, B., Puris, A., Villacís, A., Delgado, D., & Moreno, A. (2015). Análisis de datos educativos utilizando Redes Bayesianas. In Latin American and Caribbean Conference for Engineering and Technology LACCEI. Santo Domingo.
Popper, R. (2008). Foresight methodology. En L. Georghiou, J. Cassingena, M. Keenan, I. Miles, & R. Popper, The Handbook the technology foresigth Concepts and Practice. Edward Elgar Publishing Limited.
Rivera Lozano, M. (2011). El papel de las redes bayesianas en la toma de decisiones. Universidad del Rosario. La simulación al servicio de ka academia.
Ropero, R., Aguilera, P., Fernández, A., & Rumi, R. (2014). Redes bayesianas: una herramienta probabilistica en los modelos de distribución de especies. Revista Ecosistemas, 23(1), 54-60.
Vargas Cordero, Z. R. (2009). La investigación aplicada: una forma de conocer las realidades con evidencia científica. Revista Educación, 33(1), 155-165.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2016 Raúl Martelo Gómez, Natividad Villabona Gómez, Paulo Oyola Quintero
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
