B.F.K. Artículos
URI permanente para esta colección
Navegar
Envíos recientes
Publicación Acceso abierto Efecto de la censura en modelos de regresión Weibull y regresión de Cox(Universidad de Córdoba, 2025-06-27) Yepes Ibarguen, Kevin Alejandro; Ramirez Montoya, Javier; Rocha de Medeiros, Rodrigo Matheus; Tovar-Falón, Roger; Martínez Flórez, GuillermoEl análisis de supervivencia constituye una herramienta estadística esencial en estudios donde el tiempo hasta la ocurrencia de un evento resulta de interés. Este tipo de análisis se caracteriza por la presencia frecuente de datos censurados, lo que exige la aplicación de métodos especializados que permitan una estimación precisa y robusta de los parámetros del modelo. En este contexto, los modelos de regresión de Cox y Weibull se han consolidado como enfoques ampliamente utilizados. El modelo de Cox, de naturaleza semiparamétrica, no asume una forma específica para la función de riesgo, mientras que el modelo de Weibull, de carácter paramétrico, impone una estructura determinada para dicha función, permitiendo interpretar el comportamiento del riesgo a lo largo del tiempo. El presente trabajo tuvo como objetivo comparar el desempeño de estos dos modelos bajo diferentes combinaciones de tamaño de muestra y porcentaje de censura, mediante un diseño de simulación estadística. La simulación consideró escenarios con tamaños muestrales entre 20 y 1000 observaciones, y niveles de censura del 0%, 15%, 30% y 60%, evaluando métricas como el error cuadrático medio (ECM) y el sesgo de estimación del coeficiente de riesgo. Los resultados mostraron que el modelo de Cox presenta un mejor desempeño en condiciones de censura elevada y tamaños de muestra pequeños o moderados, mientras que el modelo de Weibull mejora su rendimiento conforme aumenta el tamaño de la muestra, aunque mantiene cierta sensibilidad frente a la pérdida de información por censura. El presente trabajo tuvo como objetivo comparar el desempeño de estos dos modelos bajo diferentes combinaciones de tamaño de muestra y porcentaje de censura, mediante un diseño de simulación estadística. La simulación consideró escenarios con tamaños muestrales entre 20 y 1000 observaciones, y niveles de censura del 0%, 15%, 30% y 60%, evaluando métricas como el error cuadrático medio (ECM) y el sesgo de estimación del coeficiente de riesgo. Los resultados mostraron que el modelo de Cox presenta un mejor desempeño en condiciones de censura elevada y tamaños de muestra pequeños o moderados, mientras que el modelo de Weibull mejora su rendimiento conforme aumenta el tamaño de la muestra, aunque mantiene cierta sensibilidad frente a la pérdida de información por censura.Publicación Acceso abierto Análisis de series temporales para pronosticar los casos de dengue en el departamento de Córdoba(2023-08-18) Medina Segovia, Ever; Cogollo Flórez, Myladis RocíoEste trabajo propone una estrategia de modelado para predecir la tasa de incidencia del dengue en el Departamento de Córdoba por cada 100.000 habitantes, teniendo en cuenta el impacto de variables exógenas. Se usaron los datos de los casos de dengue, precipitación y humedad relativa, reportados desde el año 2007 hasta el 2021, por periodo epidemiológico. En el ajuste del modelo de series de tiempo, se utiliza la combinación del enfoque de validación cruzada y la metodología de Box-Jenkins. Además, se muestra que al incluir las variables humedad relativa y precipitación, como exógenas, se encuentra que el mejor modelo es el SARIMAX(1, 1, 1)(0, 0.1)[13], quién presenta los resultados de desempeño más consistentes en los conjuntos de entrenamiento y prueba de todos los modelos ajustados.