Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.espoch.edu.ec/handle/123456789/21725
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Bolaños Logroño, Paulina Fernanda | - |
dc.contributor.author | Guzman Leon, Johana Elizabeth | - |
dc.contributor.author | Sayay Tenelema, Edison Rigoberto | - |
dc.date.accessioned | 2024-06-20T21:38:59Z | - |
dc.date.available | 2024-06-20T21:38:59Z | - |
dc.date.issued | 2023-12-13 | - |
dc.identifier.citation | Guzman Leon, Johana Elizabeth; Sayay Tenelema, Edison Rigoberto. (2023). Análisis exploratorio de datos espaciales de contagios de sars-cov-2 (covid-19), en la provincia de chimborazo período 2020-2021, a través del cálculo, modelación y comparación de variogramas. Escuela Superior Politécnica de Chimborazo. Riobamba | es_ES |
dc.identifier.uri | http://dspace.espoch.edu.ec/handle/123456789/21725 | - |
dc.description | En Ecuador los registros de contagios COVID 19 se emitieron únicamente mediante boletines epidemiológicos no existían análisis estadísticos espaciales razón por la cual no se conocieron los focos reales de contagios, por lo tanto el objetivo de la presente investigación fue determinar el patrón espacial de la morbilidad del total de casos de SARS-CoV-2 (COVID-19), en la provincia de Chimborazo período 2020-2021 mediante un análisis exploratorio espacial, aplicando análisis estructural y modelación de variogramas, la metodología aplicada tuvo un enfoque cuantitativo, se utilizó un diseño no experimental con una población total de 16114 personas contagiadas, la información se obtuvo de la cuenta oficial del ministerio de salud pública, posteriormente se realizó un análisis estadístico espacial donde el cantón con un mayor número de contagios es Riobamba con un 67.4 % y los cantones que presentan un valor mínimo de contagios son Pallatanga, Penipe que no superan el 2 %, con respecto al análisis estructural se determinó que existe autocorrelación espacial dada la formación de clústeres, según la ubicación geográfica las zonas están asociadas con valores elevados y mínimos respectivamente clasificados en dos grupos, zonas más propensas de afección Riobamba, Colta, Guamote, Chambo, Guano, zonas menos propensas de afección Pallatanga, Cumandá, Chunchi, Alausí, por lo observado se realizó un modelado de variogramas donde el 99 % de los modelostienen el mismo comportamiento con un RMSE del 3.056 y R 2 0.229, se valoró un ajuste adecuado en la representación gráfica, considerando un buen corte en el umbral donde el rango alcanza la varianza con tendencia regionalizada descendente, evidenciado en el modelo esférico, por lo tanto se concluye que el patrón de morbilidad de distribución espacial es agrupado dado que los eventos de contagios tienden a concentrarse en ciertas áreas presentando relaciones altas de proximidad geográfica en los diferentes cantones de la provincia de Chimborazo. | es_ES |
dc.description.abstract | In Ecuador, COVID 19 infection records were issued only through epidemiological bulletins there were no spatial statistical analyses, so the objective of this research was to determine the spatial pattern of morbidity of the total number of SARS-CoV-2 (COVID-19) cases in the province of Chimborazo for the period 2020-2021 by means of an exploratory spatial analysis, structural analysis and variogram modeling, the methodology applied had a quantitative approach, a non-experimental design was used with a total population of 16114 infected people, the information was obtained from the official account of the Ministry of Public Health, then a spatial statistical analysis was performed where the canton with the highest number of infections is Riobamba with 67.4 % and the cantons that have a minimum number of infections are Pallatanga, and Penipe which do not exceed 2 %, compared to the structural analysis determined that there is spatial autocorrelation due to the formation of clusters, depending on the geographic location, the zones are associated with high and low values respectively, classified in two groups, Riobamba, Colta, Guamote, Chambo, Guano, are the areas most prone to be affected, while Pallatanga, Cumandá, Chunchi, and Alausí are the areas least prone to be affected. Consequently, a variogram modeling was performed where 99 % of the models have the same behavior with an RMSE of 3.056 and R 2 0.229, an adequate adjustment was assessed in the graphical representation, considering a good cutoff at the threshold where the range reaches the variance with a downward regionalized trend, evidenced in the spherical model, therefore it is concluded that the spatial distribution morbidity pattern is grouped since the contagion events tend to concentrate in certain areas presenting high relationships of geographical proximity in the different cantons of the province of Chimborazo. | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Escuela Superior Politécnica de Chimborazo | es_ES |
dc.relation.ispartofseries | UDCTFC;226T0161 | - |
dc.rights | info:eu-repo/semantics/openAccess | es_ES |
dc.subject | ESTADÍSTICA ESPACIAL | es_ES |
dc.subject | AUTOCORRELACIÓN | es_ES |
dc.subject | ÍNDICE DE MORÁN | es_ES |
dc.subject | INTERPOLACIÓN | es_ES |
dc.subject | INFORMACIÓN GEOGRÁFICA | es_ES |
dc.subject | VARIOGRAMAS | es_ES |
dc.title | Análisis exploratorio de datos espaciales de contagios de sars-cov-2 (covid-19), en la provincia de chimborazo período 2020-2021, a través del cálculo, modelación y comparación de variogramas | es_ES |
dc.type | info:eu-repo/semantics/bachelorThesis | es_ES |
dc.contributor.miembrotribunal | Morocho Barrionuevo, Tania Paulina | - |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/3.0/ec/ | es_ES |
Aparece en las colecciones: | Ingeniero en Estadística Informática; Ingeniero/a Estadístico/a |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
226T0161.pdf | 2,46 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons