FCEyE 2023 - Actas Jornadas Anuales - Vigesimoséptimas: 18, 19 y 20-09-2023
URI permanente para esta colección
Examinar
Examinando FCEyE 2023 - Actas Jornadas Anuales - Vigesimoséptimas: 18, 19 y 20-09-2023 por Autor "Boggio, Gabriela Susana"
Mostrando 1 - 1 de 1
Resultados por página
Opciones de ordenación
Ítem Acceso Abierto Modelos de Regresión para datos de conteo con alta asimetría(2023-12-20) Anselmi, Natalia; Harvey, Guillermina Beatriz; Boggio, Gabriela Susana; Secretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística. UNREn estudios que involucran el análisis de datos de conteo es común encontrar una variabilidad mayor que la esperada bajo el modelo paradigmático para este caso, el modelo Poisson. La sobredispersión provocada por una alta asimetría en los datos ha sido observada al estudiar la demanda de consultas pediátricas en centros de salud de la ciudad de Rosario, Argentina. Específicamente, para el estudio del número de consultas realizadas en los servicios de guardia considerando la edad de los niños y la asistencia a los consultorios pediátricos se consideraron diferentes alternativas de modelización. Las mismas, se enmarcan en la clase de modelos lineales generalizados con diferentes componentes aleatorias y sus versiones truncadas en cero debido a que sólo se consideraron los niños que requirieron atención. Se sumó, además, la propuesta desarrollada por Bonat et al. basada en los modelos con dispersión Poisson-Tweedie, los cuales se adaptan en forma automática a diferentes grados de sobredispersión en datos de conteo. Resultó satisfactorio el ajuste del modelo binomial negativo truncado y el Poisson-Tweedie con parámetro de potencia estimado igual a 4,09, lo que confirma que dicho modelo se adaptó a la alta asimetría observada. Si bien los resultados en términos de la significación de los efectos son los mismos bajo ambos ajustes, la simplificación que otorga el uso de la familia Poisson-Tweedie en el proceso de búsqueda del mejor modelo la hace sumamente atractiva.