Estudio Multivariante para identificar estadio de cáncer para mejorar la supervivencia calidad de vida

Avila Lino, Víctor Fernando

DSpace Principal
→
Unidades Académicas
→
Facultad de Ciencias Naturales y Matemáticas
→
Tesis de Maestría en Estadística Aplicada
→
Ver ítem

dc.contributor.advisor	Ruiz Barzola, Omar, Director
dc.contributor.author	Avila Lino, Víctor Fernando
dc.creator	ESPOL.FCNM
dc.date.accessioned	2024-09-16T18:23:49Z
dc.date.available	2024-09-16T18:23:49Z
dc.date.issued	2024
dc.identifier.citation	Avila Lino, V. F. (2024). Estudio Multivariante para identificar estadio de cáncer para mejorar la supervivencia calidad de vida. [Proyecto de Titulación]. ESPOL.FCNM .
dc.identifier.uri	http://www.dspace.espol.edu.ec/handle/123456789/62024
dc.description	En investigación los tipos de estadios de cáncer, uno de los problemas es identificar la gravedad del cáncer. En este trabajo con la aplicación de análisis multivariante permite un enfoque integral en la interpretación de datos, ayuda a identificar factores críticos, segmentar grupos, predecir tendencias y resumir la información compleja en patrones interpretables, en buscan insights más precisos y profundos, los métodos de análisis multivariantes como Método Statis, Análisis Factorial Múltiple (AFM), nos permiten explorar relaciones complejas entre múltiples variables y proporcionan una visión más completa de los fenómenos que estamos estudiando
dc.format	application/pdf
dc.format.extent	58 página
dc.language.iso	spa
dc.publisher	ESPOL.FCNM
dc.rights	openAccess
dc.subject	Tipos de estadios de cáncer
dc.subject	Análisis multivariante
dc.subject	Análisis Factorial Múltiple (AFM)
dc.subject	Método Statis
dc.title	Estudio Multivariante para identificar estadio de cáncer para mejorar la supervivencia calidad de vida
dc.type	Magister en Estadística Aplicada
dc.identifier.codigoespol	T-110595
dc.description.city	Guayaquil
dc.description.degree	Escuela Superior Politécnica del Litoral
dc.identifier.codigoproyectointegrador	POSTG039
dc.description.abstractenglish	In cancer staging research, one of the problems is to identify the severity of the cancer. In this work with the application of multivariate analysis allows a comprehensive approach to data interpretation, helps to identify critical factors, segment groups, predict trends and summarize complex information into interpretable patterns, in search of more accurate and deeper insights, multivariate analysis methods such as Statis Method, Multiple Factor Analysis (MFA), allow us to explore complex relationships between multiple variables and provide a more complete view of the phenomena we are studying