https://revistas.udenar.edu.co/index.php/rsigma/issue/feedRevista SIGMA2024-12-10T21:32:58+00:00Andrés Chaves Beltranancbel@yahoo.esOpen Journal Systems<p>La Revista SIGMA es un boletín informátivo y de divulgación científica y de las actividades de la licenciatura en Matemáticas de la Universidad de Nariño. Su propósito principal es el de popularizar trabajos de investigación, artículos derivados de trabajos de grado y artículos de divulgación científica en Matemáticas, Estadística y Educación Matemática.</p>https://revistas.udenar.edu.co/index.php/rsigma/article/view/9227El Path Analysis como herramienta de identificación de dependencias entre variables2024-12-09T18:43:22+00:00Diego Fernando Muñoz Muñozdife@udenar.edu.co<p>El Path analysis o análisis de senderos (PA) es un método estadístico relevante para evaluar relaciones hipotéticas entre variables. Surgido en 1920, se ha mantenido vigente debido a su capacidad para estimar la magnitud y significancia de las conexiones causales. En el presente artículo, para abordar las características del PA, se formula un modelo representado por un diagrama de senderos, en el cual las flechas indican las relaciones entre variables y los coeficientes Path representan la relación entre las variables conectadas por las flechas; así mismo, se identifican los estimadores del análisis. Finalmente, se discuten aspectos relevantes tanto del modelo hipotetizado, como algunas consideraciones respecto al uso de PA.</p>2024-12-10T00:00:00+00:00Derechos de autor 2024 https://revistas.udenar.edu.co/index.php/rsigma/article/view/9229Número de réplicas en un diseño experimental Unifactorial y Multifactorial2024-12-09T19:55:01+00:00Edwin Bolañosedwin.andres.bd@gmail.comJorge Vallejojorge010@udenar.edu.co<p>El diseño de experimentos requiere de unos resultados validos para la toma de decisiones y la validación de estos está apoyado por el número de replicas del experimento; sin embargo, no es factible ejecutar deliberadamente replicas, especialmente por el costo que toma conducir una investigación. Por esta razón, determinar el número de réplicas necesarias se convierte en un punto importante en las etapas del diseño experimental. En este artículo se presenta una manera de estimar este número de manera indirecta y además se menciona la necesidad de implementar un código que realice esta tarea.</p>2024-12-10T00:00:00+00:00Derechos de autor 2024 https://revistas.udenar.edu.co/index.php/rsigma/article/view/9230Optimización de una superficie de respuesta empleando R estudio2024-12-09T20:04:06+00:00Yordan Nicolay Garcia Murciayordangarcia@hotmail.es<p>La metodología de Superficie de Respuesta (RSM), también conocida como Response Surface Methodology, constituye un conjunto de métodos diseñados con el objetivo de optimizar procesos durante el estudio de la relación entre una o más variables de respuesta y un conjunto de variables independientes. Este enfoque se basa en experimentación secuencial, lo que permite su aplicación de manera iterativa para aproximarse a la región de interés.</p> <p>En el desarrollo de un sistema, la metodología de Superficie de Respuesta se adapta a través de experimentos secuenciales, utilizando diseños cada vez más complejos que dependen de la información obtenida en cada etapa. Esto facilita una exploración sistemática y eficiente del espacio de diseño, optimizando las condiciones del proceso.</p> <p>Además de su aplicación en la optimización de procesos, la RSM tiene notables implicaciones en el diseño, desarrollo y formulación de nuevos productos. Permite ajustar variables de manera cuidadosa para mejorar la calidad y eficiencia de los productos existentes, contribuyendo así a la innovación y mejora continua en diversos campos.</p> <p>La biblioteca rsm proporciona funciones específicas para la construcción y análisis de superficies de respuesta en R, con el cual se analizará un problema de aplicación y se explicará cómo efectuar este análisis.</p>2024-12-10T00:00:00+00:00Derechos de autor 2024 https://revistas.udenar.edu.co/index.php/rsigma/article/view/9231Revisión literaria en coeficientes Policóricos y Tetracóricos2024-12-09T20:31:18+00:00Juan Camilo López Caicedojclopez23a@udenar.edu.coCarlos Andres Mesías Ocañacamesias23a@udenar.edu.co<p>En este trabajo se examina la creciente importancia de los coeficientes de correlación policóricos y tetracóricos en la investigación estadística, con un enfoque en la psicometría y campos relacionados. Estos coeficientes proporcionan una herramienta precisa para estudiar correlaciones entre variables en ciencias sociales, dado que muchas de las variables son de naturaleza categórica u ordinal. Aunque los coeficientes policóricos y tetracóricos son más útiles en el manejo de datos ordinales, técnicas más antiguas como las correlaciones de Pearson siguen siendo aplicables.</p> <p>Una revisión de la literatura indica que la frecuencia de publicaciones ha estado en aumento y alcanzó su punto máximo en 2009, 2014 y 2016. Esto indica períodos de mayor actividad investigativa así como un interés persistente en el uso y avance de estos coeficientes.</p> <p>En resumen, este estudio ofrece una comprensión exhaustiva de la aplicabilidad y promesa de los coeficientes de correlación policóricos y tetracóricos en la investigación estadística, enfatizando su función en la comprensión y examen de la salud mental de los estudiantes a través de un ejemplo.</p>2024-12-10T00:00:00+00:00Derechos de autor 2024 https://revistas.udenar.edu.co/index.php/rsigma/article/view/9232Revisión teórica de la imputación de datos con una aplicación en R2024-12-09T20:58:16+00:00Adrián Arturo Quitiaquezaaquitiaquez@udenar.edu.co<p>Este artículo hace una breve revisión bibliográfica de la evolución y la importancia de los métodos de imputación de datos y sus aplicaciones en los ´ultimos años, ya que la aparición de datos faltantes es un problema común en las encuestas e investigaciones realizadas en los diferentes ámbitos de estudio, ya que la mayoría de los estudios se relacionan con los métodos de reemplazo de valores faltantes por valores estimados para completar el conjunto de datos y permitir un análisis estadístico más robusto sobre la estructura de los datos. Con el fin de que los métodos de imputación descritos en este trabajo se puedan implementar y usar con mayor facilidad se proporcionan códigos en los lenguajes de programación R.</p>2024-12-10T00:00:00+00:00Derechos de autor 2024 https://revistas.udenar.edu.co/index.php/rsigma/article/view/9233Una vista sobre las cópulas y su aplicación en la creación y análisis de un portafolio de inversión2024-12-09T21:09:10+00:00Mónica Janeth Diaz Moncayomjdiaz23a@udenar.edu.coLester Aarón Hidalgo Solartelahidalgo@udenar.edu.co<p>En este breve informe, exploraremos una de las aplicaciones clave de las cópulas, destacando su importancia en el modelado financiero y de riesgos. Además, discutiremos cómo se pueden utilizar cópulas en conjunción con modelos como el DCC-GARCH en R para mejorar la precisión de los pronósticos y la gestión del riesgo en el ámbito financiero. En última instancia, veremos cómo las cópulas ofrecen un enfoque versátil y poderoso para comprender y modelar la compleja interacción entre variables aleatorias en el escenario financiero.</p>2024-12-10T00:00:00+00:00Derechos de autor 2024