Modelo Gam Espacial para la Tasa de Suicidio en los Departamentos de Colombia (2014-2019)
El presente trabajo tiene como objetivo analizar el comportamiento de las tasas de suicidio en Colombia, por departamentos, entre 2014 y 2019, usando un modelo GAM. Lo que se busca en este modelo es capturar tanto la dependencia espacial como la temporal y así ofrecer una visión clara de los factore...
- Autores:
-
Sánchez Cardona, Brahian
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2024
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/58135
- Acceso en línea:
- http://hdl.handle.net/11634/58135
- Palabra clave:
- Estadísticas
Suicidio -- Colombia
Modelo -- GAM
Tasa de suicidio
Departamentos
Modelo espacio temporal
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia
| id |
SANTOTOMAS_39bddb46c9ee4e308cd7270d798070a7 |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/58135 |
| network_acronym_str |
SANTOTOMAS |
| network_name_str |
Repositorio Institucional USTA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Modelo Gam Espacial para la Tasa de Suicidio en los Departamentos de Colombia (2014-2019) |
| title |
Modelo Gam Espacial para la Tasa de Suicidio en los Departamentos de Colombia (2014-2019) |
| spellingShingle |
Modelo Gam Espacial para la Tasa de Suicidio en los Departamentos de Colombia (2014-2019) Estadísticas Suicidio -- Colombia Modelo -- GAM Tasa de suicidio Departamentos Modelo espacio temporal |
| title_short |
Modelo Gam Espacial para la Tasa de Suicidio en los Departamentos de Colombia (2014-2019) |
| title_full |
Modelo Gam Espacial para la Tasa de Suicidio en los Departamentos de Colombia (2014-2019) |
| title_fullStr |
Modelo Gam Espacial para la Tasa de Suicidio en los Departamentos de Colombia (2014-2019) |
| title_full_unstemmed |
Modelo Gam Espacial para la Tasa de Suicidio en los Departamentos de Colombia (2014-2019) |
| title_sort |
Modelo Gam Espacial para la Tasa de Suicidio en los Departamentos de Colombia (2014-2019) |
| dc.creator.fl_str_mv |
Sánchez Cardona, Brahian |
| dc.contributor.advisor.none.fl_str_mv |
Bermudez Rubio, Dagoberto |
| dc.contributor.author.none.fl_str_mv |
Sánchez Cardona, Brahian |
| dc.contributor.orcid.spa.fl_str_mv |
https://orcid.org/0000-0002-2651-5665 |
| dc.contributor.cvlac.spa.fl_str_mv |
https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000014678 |
| dc.contributor.corporatename.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.subject.lemb.spa.fl_str_mv |
Estadísticas Suicidio -- Colombia Modelo -- GAM |
| topic |
Estadísticas Suicidio -- Colombia Modelo -- GAM Tasa de suicidio Departamentos Modelo espacio temporal |
| dc.subject.proposal.spa.fl_str_mv |
Tasa de suicidio Departamentos Modelo espacio temporal |
| description |
El presente trabajo tiene como objetivo analizar el comportamiento de las tasas de suicidio en Colombia, por departamentos, entre 2014 y 2019, usando un modelo GAM. Lo que se busca en este modelo es capturar tanto la dependencia espacial como la temporal y así ofrecer una visión clara de los factores que influyen en las tasas de suicidio. Partiendo de que la variable de interés sigue una distribución beta, se analiza considerando la correlación espacio-tiempo, se incluye información socioeconómica por departamento para entender cómo estos factores afectan las variaciones en las tasas de suicidio a nivel regional. Los resultados muestran que los efectos espaciales y los factores socioeconómicos están significativamente relacionados, mientras que el efecto temporal varía en su importancia, este estudio ayuda a identificar patrones espaciales y temporales en las tasas de suicidio, proporcionando información valiosa para la formulación de soluciones públicas y estrategias de intervención en Colombia. |
| publishDate |
2024 |
| dc.date.accessioned.none.fl_str_mv |
2024-10-03T16:14:37Z |
| dc.date.available.none.fl_str_mv |
2024-10-03T16:14:37Z |
| dc.date.issued.none.fl_str_mv |
2024 |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Sánchez Cardona, B. (2024). Modelo Gam Espacial para la Tasa de Suicidio en los Departamentos de Colombia (2014-2019). [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Instítucional. |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/58135 |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Santo Tomás |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Santo Tomás |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.usta.edu.co |
| identifier_str_mv |
Sánchez Cardona, B. (2024). Modelo Gam Espacial para la Tasa de Suicidio en los Departamentos de Colombia (2014-2019). [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Instítucional. reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
| url |
http://hdl.handle.net/11634/58135 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
S. Banerjee, B. P. Carlin, and A. E. Gelfand. Hierarchical Modeling and Analysis for Spatial Data. Chapman and Hall/CRC, 2014. N. Cressie and C. K. Wikle. Statistics for Spatio-Temporal Data. John Wiley & Sons, 2011. G. de M´exico. 10 de septiembre: D´ıa mundial de la prevenci´on del suicidio, 2021. Recuperado de https://www.gob.mx/salud%7Cseguropopular/articulos/ 10-de-septiembre-dia-mundial-de-la-prevencion-del-suicidio#:~: text=La%20OMS%20define%20el%20suicidio,expectativa%20de%20su% 20desenlace%20fatal. N. U. Deshpande. Time-series-forecasting-of-amazon-stock-prices-using-neural networks-lstm-and-gan. GitHub, 46(1):1, August 2019. Recuperado de https: //github.com/username/repo. S. L. P. Ferrari and F. Cribari-Neto. Beta regression for modelling rates and proportions. Journal of Applied Statistics, 31(7):799–815, 2004. doi: 10.1080/ 0266476042000214501. T. Hastie and R. Tibshirani. Generalized Additive Models. Chapman and Ha ll/CRC, New York, 1990. Huellas. Postvenci´on: ayuda ante una p´erdida por suici dio, 2016. Recuperado de https://huellas.pucpr.edu/ postvencion-ayuda-ante-una-perdida-por-suicidio/. K. Jones and J. Wakefield. Generalized additive models for spatial and temporal analysis of crime data. Journal of the Royal Statistical Society: Series A (Statis tics in Society), 176(1):125–148, 2013. doi: 10.1111/j.1467-985X.2012.01080.x. R. Kalhori and M. Mohammadzadeh. Spatial beta model for epidemiological stu dies. Journal of Spatial Statistics, 12(3):45–60, 2016. P. McCullagh and J. A. Nelder. Generalized Linear Models. Chapman and Hall, 1989. R. A. Rigby and D. M. Stasinopoulos. Generalized additive models for location, scale and shape (with discussion). Journal of the Royal Statistical Society: Series C (Applied Statistics), 54(3):507–554, 2007. D. Ruppert, M. P. Wand, and R. J. Carroll. Semiparametric Regression. Cam bridge University Press, 2003. T. F. Smith, A. Baer, R. Goedken, and P. Scott. Using generalized additive models to analyze and predict the spatial distribution of diseases. Journal of Spatial and Spatio-temporal Epidemiology, 15:12–23, 2015. doi: 10.1016/j.sste.2015.05.001. M. Smithson and J. Verkuilen. A better lemon squeezer? maximum-likelihood regression with beta-distributed dependent variables. Psychological Methods, 11 (1):54, 2006. R. C. Team. R: A language and environment for statistical computing. R Foun dation for Statistical Computing, Vienna, Austria, 2020. R. W. M. Wedderburn. Quasi-likelihood functions, generalized linear models, and the gauss-newton method. Biometrika, 61(3):439–447, 1974. S. N. Wood. Generalized Additive Models: An Introduction with R. Chapman and Hall/CRC, Boca Raton, FL, 2017. |
| dc.rights.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) Abierto (Texto Completo) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.campus.spa.fl_str_mv |
CRAI-USTA Bogotá |
| dc.publisher.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.publisher.program.spa.fl_str_mv |
Rregrado estadística |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de estadística |
| institution |
Universidad Santo Tomás |
| bitstream.url.fl_str_mv |
https://repository.usta.edu.co/bitstream/11634/58135/6/2024Brahiansanchez.pdf.jpg https://repository.usta.edu.co/bitstream/11634/58135/7/2024CartaFacultad.pdf.jpg https://repository.usta.edu.co/bitstream/11634/58135/8/2024Cartaderechosdeautor.pdf.jpg https://repository.usta.edu.co/bitstream/11634/58135/5/license.txt https://repository.usta.edu.co/bitstream/11634/58135/4/license_rdf https://repository.usta.edu.co/bitstream/11634/58135/1/2024Brahiansanchez.pdf https://repository.usta.edu.co/bitstream/11634/58135/2/2024CartaFacultad.pdf https://repository.usta.edu.co/bitstream/11634/58135/3/2024Cartaderechosdeautor.pdf |
| bitstream.checksum.fl_str_mv |
db33ef26c62343afae6dc8589caa3b3b 2d6d2e920eee9c148652312c906fc247 f51b01ae3b407f23487e18b22f5501ed aedeaf396fcd827b537c73d23464fc27 217700a34da79ed616c2feb68d4c5e06 de888f1e396d0bdf1456ef7e01528c6d ceaf01a1d1d2946a742e85dcdb35987e f0ea013c410f537e62aeca0a57105ce8 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
| repository.mail.fl_str_mv |
repositorio@usta.edu.co |
| _version_ |
1860882399866388480 |
| spelling |
Bermudez Rubio, DagobertoSánchez Cardona, Brahianhttps://orcid.org/0000-0002-2651-5665https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000014678Universidad Santo Tomás2024-10-03T16:14:37Z2024-10-03T16:14:37Z2024Sánchez Cardona, B. (2024). Modelo Gam Espacial para la Tasa de Suicidio en los Departamentos de Colombia (2014-2019). [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Instítucional.http://hdl.handle.net/11634/58135reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEl presente trabajo tiene como objetivo analizar el comportamiento de las tasas de suicidio en Colombia, por departamentos, entre 2014 y 2019, usando un modelo GAM. Lo que se busca en este modelo es capturar tanto la dependencia espacial como la temporal y así ofrecer una visión clara de los factores que influyen en las tasas de suicidio. Partiendo de que la variable de interés sigue una distribución beta, se analiza considerando la correlación espacio-tiempo, se incluye información socioeconómica por departamento para entender cómo estos factores afectan las variaciones en las tasas de suicidio a nivel regional. Los resultados muestran que los efectos espaciales y los factores socioeconómicos están significativamente relacionados, mientras que el efecto temporal varía en su importancia, este estudio ayuda a identificar patrones espaciales y temporales en las tasas de suicidio, proporcionando información valiosa para la formulación de soluciones públicas y estrategias de intervención en Colombia.This study aims to analyze the behavior of suicide rates in Colombia by depart ment between 2014 and 2019 using a spatiotemporal beta model. This model seeks to capture both spatial and temporal dependencies, providing a clear view of the factors influencing suicide rates. Recognizing that the suicide rate follows a beta distribution, the analysis considers the separable space-time correlation. Socio economic information by department is included to understand how these factors affect variations in suicide rates at the regional level. The results show significant relationships between spatial effects and socioeconomic factors, while the temporal effect varies in its importance. This study helps identify spatiotemporal patterns in suicide rates, providing valuable information for the formulation of public policies and intervention strategies in Colombia.Profesional en estadísticaPregradoapplication/pdfspaUniversidad Santo TomásRregrado estadísticaFacultad de estadísticaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelo Gam Espacial para la Tasa de Suicidio en los Departamentos de Colombia (2014-2019)EstadísticasSuicidio -- ColombiaModelo -- GAMTasa de suicidioDepartamentosModelo espacio temporalinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA BogotáS. Banerjee, B. P. Carlin, and A. E. Gelfand. Hierarchical Modeling and Analysis for Spatial Data. Chapman and Hall/CRC, 2014.N. Cressie and C. K. Wikle. Statistics for Spatio-Temporal Data. John Wiley & Sons, 2011.G. de M´exico. 10 de septiembre: D´ıa mundial de la prevenci´on del suicidio, 2021. Recuperado de https://www.gob.mx/salud%7Cseguropopular/articulos/ 10-de-septiembre-dia-mundial-de-la-prevencion-del-suicidio#:~: text=La%20OMS%20define%20el%20suicidio,expectativa%20de%20su% 20desenlace%20fatal.N. U. Deshpande. Time-series-forecasting-of-amazon-stock-prices-using-neural networks-lstm-and-gan. GitHub, 46(1):1, August 2019. Recuperado de https: //github.com/username/repo.S. L. P. Ferrari and F. Cribari-Neto. Beta regression for modelling rates and proportions. Journal of Applied Statistics, 31(7):799–815, 2004. doi: 10.1080/ 0266476042000214501.T. Hastie and R. Tibshirani. Generalized Additive Models. Chapman and Ha ll/CRC, New York, 1990.Huellas. Postvenci´on: ayuda ante una p´erdida por suici dio, 2016. Recuperado de https://huellas.pucpr.edu/ postvencion-ayuda-ante-una-perdida-por-suicidio/.K. Jones and J. Wakefield. Generalized additive models for spatial and temporal analysis of crime data. Journal of the Royal Statistical Society: Series A (Statis tics in Society), 176(1):125–148, 2013. doi: 10.1111/j.1467-985X.2012.01080.x.R. Kalhori and M. Mohammadzadeh. Spatial beta model for epidemiological stu dies. Journal of Spatial Statistics, 12(3):45–60, 2016.P. McCullagh and J. A. Nelder. Generalized Linear Models. Chapman and Hall, 1989.R. A. Rigby and D. M. Stasinopoulos. Generalized additive models for location, scale and shape (with discussion). Journal of the Royal Statistical Society: Series C (Applied Statistics), 54(3):507–554, 2007.D. Ruppert, M. P. Wand, and R. J. Carroll. Semiparametric Regression. Cam bridge University Press, 2003.T. F. Smith, A. Baer, R. Goedken, and P. Scott. Using generalized additive models to analyze and predict the spatial distribution of diseases. Journal of Spatial and Spatio-temporal Epidemiology, 15:12–23, 2015. doi: 10.1016/j.sste.2015.05.001.M. Smithson and J. Verkuilen. A better lemon squeezer? maximum-likelihood regression with beta-distributed dependent variables. Psychological Methods, 11 (1):54, 2006.R. C. Team. R: A language and environment for statistical computing. R Foun dation for Statistical Computing, Vienna, Austria, 2020.R. W. M. Wedderburn. Quasi-likelihood functions, generalized linear models, and the gauss-newton method. Biometrika, 61(3):439–447, 1974.S. N. Wood. Generalized Additive Models: An Introduction with R. Chapman and Hall/CRC, Boca Raton, FL, 2017.THUMBNAIL2024Brahiansanchez.pdf.jpg2024Brahiansanchez.pdf.jpgIM Thumbnailimage/jpeg7143https://repository.usta.edu.co/bitstream/11634/58135/6/2024Brahiansanchez.pdf.jpgdb33ef26c62343afae6dc8589caa3b3bMD56open access2024CartaFacultad.pdf.jpg2024CartaFacultad.pdf.jpgIM Thumbnailimage/jpeg9032https://repository.usta.edu.co/bitstream/11634/58135/7/2024CartaFacultad.pdf.jpg2d6d2e920eee9c148652312c906fc247MD57open access2024Cartaderechosdeautor.pdf.jpg2024Cartaderechosdeautor.pdf.jpgIM Thumbnailimage/jpeg8014https://repository.usta.edu.co/bitstream/11634/58135/8/2024Cartaderechosdeautor.pdf.jpgf51b01ae3b407f23487e18b22f5501edMD58open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/58135/5/license.txtaedeaf396fcd827b537c73d23464fc27MD55open accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repository.usta.edu.co/bitstream/11634/58135/4/license_rdf217700a34da79ed616c2feb68d4c5e06MD54open accessORIGINAL2024Brahiansanchez.pdf2024Brahiansanchez.pdfapplication/pdf530396https://repository.usta.edu.co/bitstream/11634/58135/1/2024Brahiansanchez.pdfde888f1e396d0bdf1456ef7e01528c6dMD51open access2024CartaFacultad.pdf2024CartaFacultad.pdfapplication/pdf346821https://repository.usta.edu.co/bitstream/11634/58135/2/2024CartaFacultad.pdfceaf01a1d1d2946a742e85dcdb35987eMD52metadata only access2024Cartaderechosdeautor.pdf2024Cartaderechosdeautor.pdfapplication/pdf897336https://repository.usta.edu.co/bitstream/11634/58135/3/2024Cartaderechosdeautor.pdff0ea013c410f537e62aeca0a57105ce8MD53metadata only access11634/58135oai:repository.usta.edu.co:11634/581352024-10-04 03:28:58.593open accessRepositorio Universidad Santo Tomásrepositorio@usta.edu.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 |