Implementation of the bayesian statistical technique on the SoftProsp platform for the control of variables
PDF (Español (España))
PDF Zenodo (Español (España))

Keywords

Estadisticas Bayesisna
Variables
SoftProsp

How to Cite

Martelo Gómez, R., Villabona Gómez, N., & Oyola Quintero, P. (2016). Implementation of the bayesian statistical technique on the SoftProsp platform for the control of variables. Ciencia E Ingeniería, 3(1), e038. Retrieved from https://revistas.uniguajira.edu.co/rev/index.php/cei/article/view/e038

Abstract

The present project aims to implement Bayesian statistical technique for the accompaniment of prospective studies in the SoftProsp platform. This is characterized by being a graphic model that allows human beings to make decisions based on knowledge and control of the variables that intervene or influence the problem; (Beltrá, Muñoz and Muñoz, 2014). As support, two models were designed and implemented, one to specify the research procedure and another for the stages and scopes of the Bayesian statistical technique. As for the results, it is intended to reduce the disadvantages presented in the realization of prospective studies, to expand the utility options of the technique and to support the development of Bayesian networks with complementary techniques already implemented in the SoftProsp platform.

PDF (Español (España))
PDF Zenodo (Español (España))

References

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.

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Copyright (c) 2016 Raúl Martelo Gómez, Natividad Villabona Gómez, Paulo Oyola Quintero

Downloads

Download data is not yet available.