Modelo de regresión logística para predicción de somnolencia, diseñado conductores del autotransporte federal.

Cada año en México mueren alrededor de 16,000 mexicanos por percances viales y más de 100 mil resultan lesionados, esto no solo trata de pérdidas humanas, sino que en términos económicos representa una pérdida para el país de alrededor de 468 mil millones de pesos, equivalente 2.5% del Producto Inte...

Descripción completa

Detalles Bibliográficos
Autor: Mario Humberto Páez Lugurel
Tipo de recurso: tesis de maestría
Estado:Versión publicada
Fecha de publicación:2018
País:México
Institución:Universidad Autónoma de Querétaro
Repositorio:Repositorio Institucional de la Universidad Autónoma de Querétaro
Idioma:español
OAI Identifier:oai:ri-ng.uaq.mx:123456789/10245
Acceso en línea:https://ri-ng.uaq.mx/handle/123456789/10245
Access Level:acceso abierto
Palabra clave:Ciencias Físico Matemáticas y Ciencias de la Tierra
Ciencias Tecnológicas
Otras Especialidades Tecnológicas
id MX_3206ca735f6657a1b60ca8a6cbff1899
oai_identifier_str oai:ri-ng.uaq.mx:123456789/10245
network_acronym_str MX
network_name_str México
repository_id_str
spelling Modelo de regresión logística para predicción de somnolencia, diseñado conductores del autotransporte federal.Mario Humberto Páez LugurelCiencias Físico Matemáticas y Ciencias de la TierraCiencias TecnológicasOtras Especialidades TecnológicasCada año en México mueren alrededor de 16,000 mexicanos por percances viales y más de 100 mil resultan lesionados, esto no solo trata de pérdidas humanas, sino que en términos económicos representa una pérdida para el país de alrededor de 468 mil millones de pesos, equivalente 2.5% del Producto Interno Bruto. De los factores causantes de los accidentes en carreteras federales se reporta que 77.26% son atribuibles al conductor, de los cuales 29% se refiere al estado somnoliento. Motivados por esta situación, se decidió desarrollar un modelo de predicción de somnolencia, diseñado para conductores del autotransporte federal, ya que se observó que en México este sector de conductores pudiera presentar mayor riesgo de sufrir somnolencia. Para desarrollar el modelo de predicción, se planteó una metodología que consistió primeramente en una revisión literaria de los modelos de predicción de somnolencia en el ámbito mundial; posteriormente se hizo un análisis comparativo de los modelos más importantes encontrados, con la finalidad de plantear la forma base y las variables en las que se sustentaría la presente investigación; se establecieron los cuestionarios y pruebas a realizar, se definieron tres poblaciones de estudio y tamaños de muestra; la etapa posterior consistió en la aplicación de los cuestionarios y pruebas, la recopilación de resultados para su procesamiento y la estimación del modelo. Se logró estimar un modelo logit de predicción de somnolencia de buen rendimiento para la población de conductores de autobuses, como para la de carga y se comprobó la hipótesis acerca de que el nivel de significancia de las variables en ambas poblaciones es distinto.Universidad Autónoma de Querétaro2018-12-142024-03-08T16:38:02Z2024-03-08T16:38:02Z2018-12-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisAdobe PDFapplication/pdfhttps://ri-ng.uaq.mx/handle/123456789/10245reponame:Repositorio Institucional de la Universidad Autónoma de Querétaroinstname:Universidad Autónoma de Querétaroinstacron:UAQspaSiAcceso Abiertohttp://creativecommons.org/licenses/by-nc-nd/4.0info:eu-repo/semantics/openAccessoai:ri-ng.uaq.mx:123456789/102452024-10-04T19:20:43Z
dc.title.none.fl_str_mv Modelo de regresión logística para predicción de somnolencia, diseñado conductores del autotransporte federal.
title Modelo de regresión logística para predicción de somnolencia, diseñado conductores del autotransporte federal.
spellingShingle Modelo de regresión logística para predicción de somnolencia, diseñado conductores del autotransporte federal.
Mario Humberto Páez Lugurel
Ciencias Físico Matemáticas y Ciencias de la Tierra
Ciencias Tecnológicas
Otras Especialidades Tecnológicas
title_short Modelo de regresión logística para predicción de somnolencia, diseñado conductores del autotransporte federal.
title_full Modelo de regresión logística para predicción de somnolencia, diseñado conductores del autotransporte federal.
title_fullStr Modelo de regresión logística para predicción de somnolencia, diseñado conductores del autotransporte federal.
title_full_unstemmed Modelo de regresión logística para predicción de somnolencia, diseñado conductores del autotransporte federal.
title_sort Modelo de regresión logística para predicción de somnolencia, diseñado conductores del autotransporte federal.
dc.creator.none.fl_str_mv Mario Humberto Páez Lugurel
author Mario Humberto Páez Lugurel
author_facet Mario Humberto Páez Lugurel
author_role author
dc.subject.none.fl_str_mv Ciencias Físico Matemáticas y Ciencias de la Tierra
Ciencias Tecnológicas
Otras Especialidades Tecnológicas
topic Ciencias Físico Matemáticas y Ciencias de la Tierra
Ciencias Tecnológicas
Otras Especialidades Tecnológicas
description Cada año en México mueren alrededor de 16,000 mexicanos por percances viales y más de 100 mil resultan lesionados, esto no solo trata de pérdidas humanas, sino que en términos económicos representa una pérdida para el país de alrededor de 468 mil millones de pesos, equivalente 2.5% del Producto Interno Bruto. De los factores causantes de los accidentes en carreteras federales se reporta que 77.26% son atribuibles al conductor, de los cuales 29% se refiere al estado somnoliento. Motivados por esta situación, se decidió desarrollar un modelo de predicción de somnolencia, diseñado para conductores del autotransporte federal, ya que se observó que en México este sector de conductores pudiera presentar mayor riesgo de sufrir somnolencia. Para desarrollar el modelo de predicción, se planteó una metodología que consistió primeramente en una revisión literaria de los modelos de predicción de somnolencia en el ámbito mundial; posteriormente se hizo un análisis comparativo de los modelos más importantes encontrados, con la finalidad de plantear la forma base y las variables en las que se sustentaría la presente investigación; se establecieron los cuestionarios y pruebas a realizar, se definieron tres poblaciones de estudio y tamaños de muestra; la etapa posterior consistió en la aplicación de los cuestionarios y pruebas, la recopilación de resultados para su procesamiento y la estimación del modelo. Se logró estimar un modelo logit de predicción de somnolencia de buen rendimiento para la población de conductores de autobuses, como para la de carga y se comprobó la hipótesis acerca de que el nivel de significancia de las variables en ambas poblaciones es distinto.
publishDate 2018
dc.date.none.fl_str_mv 2018-12-14
2018-12-14
2024-03-08T16:38:02Z
2024-03-08T16:38:02Z
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://ri-ng.uaq.mx/handle/123456789/10245
url https://ri-ng.uaq.mx/handle/123456789/10245
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv Si
dc.rights.none.fl_str_mv Acceso Abierto
http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Acceso Abierto
http://creativecommons.org/licenses/by-nc-nd/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv Adobe PDF
application/pdf
dc.publisher.none.fl_str_mv Universidad Autónoma de Querétaro
publisher.none.fl_str_mv Universidad Autónoma de Querétaro
dc.source.none.fl_str_mv reponame:Repositorio Institucional de la Universidad Autónoma de Querétaro
instname:Universidad Autónoma de Querétaro
instacron:UAQ
instname_str Universidad Autónoma de Querétaro
instacron_str UAQ
institution UAQ
reponame_str Repositorio Institucional de la Universidad Autónoma de Querétaro
collection Repositorio Institucional de la Universidad Autónoma de Querétaro
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1858174845239427072
score 15.812429

Similares en LA Referencia