Search

Copyright of GeSec: Revista de Gestao e Secretariado is the property of Sindicato das Secretarias e Secretarios do Estado de Sao Paulo (SINSESP) and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

Every day it increases the necessity to negotiate in a more efficient way the natural resources, among these the water stays as primordial element, for its importance for the health, activity and development humans. To guarantee the demand to short, medium and I release term he/she has become a great challenge for investigators and agents of water in the whole planet. In this work a model of temporary series is used to evaluate the impact of the variable bioclimatic in the consumption. This model is applied to different horizons of historical consumption in a sector operated by Waters of Havana. It is proven the novel effect that you/they have these variable bioclimatic in the prediction of the domestic demand. The obtained results contribute securities of r2 squared that oscillate between 0,69 and 0,79. [ABSTRACT FROM AUTHOR]

Dropout rates are a key indicator of educational quality, making it imperative for educational institutions to design strategies to reduce them, thereby contributing to improved student retention and the achievement of academic objectives. While dropout research has primarily focused on machine learning methods applied to in-person education datasets, this article introduces a novel approach based on time series models for dropout rates analysis at the National Open and Distance University (UNAD). Methodologically, an adaptation of the CRISP-DM methodology was undertaken in four phases, namely: F1. Business and data understanding, F2. Data preparation, F3. Model building and evaluation, and F4. Model deployment. In terms of results, an open dataset on UNAD dropout, obtained from the SPADIES system between 1999 and 2021, was employed. Using Python libraries statsmodels and pandas, an ARIMA model was implemented, displaying optimal error metrics. This ARIMA model was utilized to forecast future dropout rates at UNAD, projecting a future dropout rate fluctuating around 23%. In conclusion, the ARIMA model developed for UNAD stands as an innovative and essential tool in the educational realm, capable of accurately anticipating dropout rates for upcoming semesters. This provides UNAD with a unique advantage in strategic decision-making. [ABSTRACT FROM AUTHOR]

Introduction: Basing decision-making processes on data containing errors and inaccuracies is unavoidable in many situations. The COVID-19 pandemic related data is a clear example, where the information provided by official sources was often unreliable due to data collection mechanisms and the amount of asymptomatic cases. Objectives: To estimate the amount of misreported data in a time series and reconstructing the most probable evolution of the process and provides a discussion on the more appropriate statistical methods able to yield reliable forecasts in this context. Methods: The usage of a model based on autoregressive conditional heteroskedastic time series is proposed, estimating the parameters by Bayesian synthetic likelihood. Results: Only around 51% of the cases of COVID-19 in the period from February 23rd, 2020 to February 27th, 2022 were observed in Spain, also detecting remarkable differences in the reporting issues between Autonomous communities. Conclusion: The presented method allows generating realistic predictions under different possible scenarios, and therefore it represents a valuable tool for policy makers in order to improve the evaluation of the evolution of a situation. [ABSTRACT FROM AUTHOR]

Cada día aumenta la necesidad de gestionar de forma más eficiente los recursos naturales, entre estos el agua se mantiene como elemento primordial, por su importancia para la salud, actividad y desarrollo humanos. Garantizar la demanda a corto, mediano y largo plazo se ha convertido en un gran desafío para investigadores y gestores de agua en todo el planeta. En este trabajo se utiliza un modelo de series temporales para evaluar el impacto de las variables bioclimáticas en el consumo. Este modelo se aplica a diferentes horizontes de consumo histórico en un sector operado por Aguas de La Habana. Se comprueba el efecto novedoso que tienen estas variables bioclimáticas en la predicción de la demanda doméstica. Los resultados obtenidos aportan valores de r2 ajustada que oscilan entre 0,69 y 0,79.

Antecedentes: para comprender los sucesos aleatorios se usan diversos métodos estadísticos‚ estos también se emplean en las subastas de ganado‚ ya que los cambios en los precios y la venta afectan directamente a los ingresos de las explotaciones bovinas. Algunos ejemplos de estos métodos son los modelos aditivos lineales‚ la media móvil multiplicativa‚ la tasa de crecimiento sobre las medias anuales‚ los modelos condicionales heterocedásticos auto-regresivos y el modelo lineal econométrico autoregresivo con retrasos distribuidos. Objetivo: describir el comportamiento de los precios base que se aplican en la subasta CENCOGAN. Metodología: la extracción de datos se realizó mediante la técnica de Web Scraping en las páginas oficiales de CENCOGAN‚ Fedegan y Datos Abiertos del gobierno colombiano. La información recolectada fue analizada mediante el software R con RStudio‚ aplicando técnicas de análisis estadístico descriptivo‚ exploratorio univariado‚ bivariado y multivariado. Se aplicaron técnicas de pronóstico para modelar la variación de los precios a lo largo del tiempo. Se utilizaron modelos de regresión lineal múltiple y modelos Autorregresivos (ARIMA). Los modelos fueron comparados con la métrica Error Absoluto Porcentual Medio (MAPE). Resultados: con los modelos evaluados se obtuvo un MAPE de 9,15 % hasta 11,89 % y de 4,28 % hasta 22,42 %‚ para predicciones globales y locales‚ respectivamente. Se evidenció que la volatilidad en el precio base del ganado incrementó después del COVID19‚ también fue posible dilucidar que categorías como el toro y hembras de vientre exhiben comportamientos más homogéneos en el precio. Se encontraron correlaciones altas y positivas entre variables exógenas como la tasa representativa del mercado y el precio base del ganado. Conclusiones: el uso de técnicas de análisis estadístico y herramientas de modelado predictivo son de alta relevancia para comprender la variabilidad temporal del precio base del ganado‚ constituyéndose en un elemento de utilidad para los inversores y demás actores del mercado ganadero‚ permitiéndoles tomar decisiones anticipadas y precisas en cuanto a la gestión de sus operaciones y estrategias comerciales. [ABSTRACT FROM AUTHOR]