http://hdl.handle.net/10366/140208 Sat, 02 May 2026 16:57:56 GMT 2026-05-02T16:57:56Z http://hdl.handle.net/10366/164364 [ES]Este trabajo tratará de introducir a los jóvenes a la estadística a través del futbol. Mediante la visualización y posterior análisis de los datos se buscará que los lectores aprendan y tengan interés por la estadística. Mon, 01 Jul 2024 00:00:00 GMT http://hdl.handle.net/10366/164364 2024-07-01T00:00:00Z http://hdl.handle.net/10366/164350 [ES]Este estudio compara la precisión predictiva de los modelos ARIMA con métodos de aprendizaje automático (Gradient Boosting y SVR) para índices bursátiles. Utilizando datos históricos y evaluando la precisión con MAE y RMSE, se encontró que ARIMA tiene una precisión insuficiente y alta variabilidad. Gradient Boosting y, sobre todo, SVR ajustados manualmente muestran mejores resultados, destacando en el IBEX 35 y en el S&P 500, mientras que ARIMA es el menos preciso.; [EN]This study compares the predictive accuracy of ARIMA models with automatic learning methods (Gradient Boosting and SVR) for stock indexes. Using historical data and evaluating accuracy with MAE and RMSE, ARIMA was found to have insufficient accuracy and high variability. Gradient Boosting and, above all, manually adjusted SVR show better results, especially for the IBEX 35 and the S&P 500, while ARIMA is the least accurate. Mon, 01 Jul 2024 00:00:00 GMT http://hdl.handle.net/10366/164350 2024-07-01T00:00:00Z http://hdl.handle.net/10366/164347 [ES]La inteligencia artificial es un campo del conocimiento que en la actualidad está en el punto de mira, sufriendo una revolución en términos tecnológicos. Desde los primeros sistemas inteligentes, pasando por los primeros prototipos de neurona artificial, hasta las arquitecturas más complejas de redes neuronales han buscado recrear la capacidad de razonamiento de un ser humano. En el desarrollo se va a aplicar esta tecnología en el campo de la medicina, concretamente en la dermatología. Este proyecto se enfocará en el desarrollo de un modelo predictivo basado en técnicas de minería de datos y aprendizaje automático supervisado para la detección temprana del cáncer de piel. Utilizando datos del ISIC1, se aplicarán diferentes metodologías y se implementará una red neuronal eficiente y ligera para clasificar las diferentes lesiones dermatológicas y por lo tanto la probabilidad de que una lesión en la piel sea cancerígena. El objetivo central es crear una herramienta precisa y veloz que pueda ser implementada en un servidor web o en dispositivos móviles para el diagnóstico automático de imágenes de lesiones cutáneas. Para este hito es imprescindible desarrollar un modelo que no exija demasiado en términos computacionales, y teniendo en cuenta la complejidad del problema el tratamiento de los datos en el pipeline será vital. Es por esto que se desarrollará una metodología minuciosa con cada apartado del desarrollo para conseguir potenciar los resultados. Esta herramienta contribuirá significativamente a una detección temprana y precisa del cáncer de piel, al tiempo que aliviará la carga en los sistemas sanitarios, pues servirá como un cribado en primera instancia. Esto también conlleva una reducción de costes asociados con diagnósticos tardíos y tratamientos avanzados.; [EN]Artificial intelligence is a field of knowledge that is currently in the spotlight, undergoing a revolution in technological terms. From the first intelligent systems, through the first prototypes of artificial neurons, to the most complex architectures of neural networks have sought to recreate the reasoning capacity of a human being. The development will apply this technology in the field of medicine, specifically in dermatology. This project will focus on the development of a predictive model based on data mining and supervised machine learning techniques for the early detection of skin cancer. Using ISIC data, different methodologies will be applied and an efficient and lightweight neural network will be implemented to classify different dermatological lesions and therefore the probability that a skin lesion is carcinogenic. The central objective is to create an accurate and fast tool that can be implemented on a web server or mobile devices for the automatic diagnosis of skin lesion images. For this milestone it is essential to develop a model that does not require too much in computational terms, and considering the complexity of the problem the treatment of the data in the pipeline will be vital. This is why a thorough methodology will be developed for each section of the development in order to enhance the results. This tool will significantly contribute to early and accurate detection of skin cancer, while easing the burden on healthcare systems by serving as a first-line screening. This also leads to a reduction in costs associated with late diagnosis and advanced treatment. Mon, 01 Jul 2024 00:00:00 GMT http://hdl.handle.net/10366/164347 2024-07-01T00:00:00Z http://hdl.handle.net/10366/164346 [ES]El trabajo se centra en la implementación y aplicación de los algoritmos bagging y random forest para predecir enfermedades cardiovasculares. El objetivo principal fue desarrollar una aplicación web utilizando RStudio, integrando técnicas estadísticas para ayudar en la toma de decisiones clínicas. El proyecto detalla los pasos de preprocesamiento de datos y elabora el proceso de desarrollo de software utilizando R y Shiny. Inicialmente, se elegió una base de datos de enfermedades cardiovasculares por su relevancia clínica y calidad de datos. El conjunto de datos se dividió en subconjuntos de entrenamiento, testeo y predicción para facilitar el desarrollo y validación del modelo. El núcleo del trabajo se centra en la aplicación de los algoritmos bagging y random forest. Bagging, o bootstrap aggregating, implica generar múltiples versiones de un predictor y usar estos para obtener un resultado agregado. Random Forest, una extensión de bagging, construye una multitud de árboles de decisión y combina sus resultados para mejorar la precisión predictiva. Estos métodos se implementaron en R, con su rendimiento evaluado en los datos de enfermedades cardiovasculares. Los resultados mostraron el potencial de estas técnicas en entornos clínicos. El trabajo también aborda la creación de una aplicación web interactiva utilizando Shiny, que permite a los usuarios cargar datos, especificar divisiones de entrenamiento y testeo, y visualizar los resultados de las predicciones. Esta aplicación sirve como una herramienta práctica para los sanitarios, mejorando su capacidad para diagnosticar condiciones cardiovasculares con precisión. En conclusión, el trabajo cumple sus objetivos al proporcionar una aplicación web funcional que aprovecha métodos estadísticos avanzados para ayudar en el diagnóstico de enfermedades cardiovasculares. La integración de los algoritmos bagging y random forest en una interfaz fácil de usar ejemplifica la aplicación práctica de la ciencia de datos en la atención médica, ofreciendo un recurso valioso para los profesionales médicos.; [EN]The work focuses on the implementation and application of bagging and random forest algorithms to predict cardiovascular diseases. The main objective was to develop a web app using RStudio, integrating statistical techniques to aid in clinical decision-making. The project details the steps of data preprocessing and elaborates on the software development process using R and Shiny. Initially, a cardiovascular disease database was chosen for its clinical relevance and data quality. The dataset was divided into training, testing, and prediction subsets to facilitate the model development and validation. The core of the work centers on the application of the bagging and random forest algorithms. Bagging, or bootstrap aggregating, involves generating multiple versions of a predictor and using these to obtain an aggregated result. Random Forest, an extension of bagging, builds a multitude decision trees and combines their results to improve predictive accuracy. These methods were implemented in R, with their performance evaluated on cardiovascular disease data. The results demonstrated the potential of these techniques in clinical settings. The work also addresses the creation of an interactive web app using Shiny, allowing users to upload data, specify training and testing splits, and visualize prediction results. This app serves as a practical tool for healthcare providers, enhancing their ability to accurately diagnose cardiovascular conditions. In conclusion, the work meets its objectives by providing a functional web app that leverages advanced statistical methods to aid in the diagnosis of cardiovascular diseases. The integration of bagging and random forest algorithms into an easy-to-use interface exemplifies the practical application of data science in healthcare, offering a valuable resource for medical professionals. Mon, 01 Jul 2024 00:00:00 GMT http://hdl.handle.net/10366/164346 2024-07-01T00:00:00Z http://hdl.handle.net/10366/164345 [ES]Formalmente, el clustering espacial basado en densidad de aplicaciones con ruido (DBSCAN) es un algoritmode clustering no paramétrico que agrupa puntos de datos en función de su densidad en un espacio métrico. Su objetivo principal es encontrar áreas de alta densidad en el espacio de datos y asignar puntos a clusters en función de la conectividad de dichas áreas densas. Es especialmente útil para identificar clusters de diferentes formas y tamaños en conjuntos de datos donde la densidad varía significativamente. Además es capaz de detectar outliers, y no requiere que se especifique el número de clusters de antemano. Este trabajo consiste en buscar un conjunto de datos y crear una aplicación web con R para llevar a cabo el procedimiento del DBSCAN, y usarlo para clasificar los datos o hacer predicciones, documentando cualquier pre-procesamiento requerido para hacer los datos adecuados para el ajuste del modelo, limpiando la base de datos, y dividiéndola en datos de entrenamiento y testeo. Ejemplos de situaciones reales en las que usar esta técnica pueden ser: detectar patrones de uso del transporte público para analizar cómo los usuarios se agrupan en función de sus patrones de viajes, detección de clusters de lugares turísticos y descubrir áreas de alta concentración de visitantes en una ciudad en función de sus preferencias, agrupar datos de actividades deportivas y descubrir patrones de comportamiento en función de su actividad (carreras, caminatas, ciclismo) y rendimiento.; [EN]Formally, Density-Based Spatial Clustering of Applications with Noise (DBSCAN) is a non-parametric clustering algorithm that groups data points based on their density in a metric space. Its main objective is to find high-density areas in the data space and assign points to clusters based on the connectivity of these dense areas. It is particularly useful for identifying clusters of di↵erent shapes and sizes in datasets where the density varies significantly. Additionally, it can detect outliers and does not require specifying the number of clusters beforehand. The task involves selecting a dataset and creating a web app using R to perform the DBSCAN procedure, and using it to classify the data or make predictions. This includes documenting any preprocessing required to make the data suitable for model fitting, cleaning the database, and splitting it into training and testing data. Examples of real-life situations where this technique can be used include: detecting public transport usage patterns to analyze how users group based on their travel patterns, detecting clusters of tourist spots and discovering areas of high visitor concentration in a city based on their preferences, grouping sports activity data, and discovering behavioral patterns based on their activity (running, walking, cycling) and performance... Mon, 01 Jul 2024 00:00:00 GMT http://hdl.handle.net/10366/164345 2024-07-01T00:00:00Z http://hdl.handle.net/10366/164329 [ES]En la era digital actual, la capacidad de generar y almacenar grandes cantidades de datos ha transformado numerosos campos, incluida la medicina. Este trabajo se centra en el desarrollo de una aplicación web utilizando RStudio, destinada a predecir y diagnosticar la ictiosis mediante el análisis discriminante cuadrático (QDA). La motivación principal de este proyecto radica en proporcionar una herramienta útil para los clínicos, que facilite el proceso de diagnóstico de esta enfermedad genética de la piel. Se ha descrito detalladamente el análisis discriminante cuadrático, una técnica estadística avanzada que permite manejar clases con diferentes matrices de covarianza, crucial para obtener predicciones precisas en datos complejos como los del microbioma asociado a la ictiosis. A diferencia del análisis discriminante lineal (LDA), el QDA captura mejor la variabilidad y las características intrínsecas de los datos biomédicos. El desarrollo de la aplicación web se llevó a cabo con Shiny, un paquete de R que facilita la creación de aplicaciones interactivas. Esta aplicación permite a los usuarios cargar nuevos conjuntos de datos y obtener predicciones inmediatas sobre la presencia de ictiosis, con una interfaz intuitiva diseñada para la accesibilidad a todo tipo de usuarios. Se implementaron y evaluaron diferentes modelos de QDA aplicados a una base de datos de 34 pacientes menores de 18 años, con muestras de regiones sanas y afectadas de la piel. Aunque los resultados no alcanzaron una precisión óptima en todas las pruebas, demostraron la eficacia del QDA para clasificar diferentes diagnósticos basados en variables del microbioma. Estos resultados validan la viabilidad de utilizar técnicas de aprendizaje automático y análisis estadístico avanzado en el diagnóstico de enfermedades raras. En conclusión, este trabajo ha integrado exitosamente una herramienta práctica y robusta para el diagnóstico de ictiosis, contribuyendo significativamente a los campos de la bioinformática y la medicina. La aplicación web desarrollada no solo mejora la precisión del diagnóstico clínico, sino que también proporciona un marco para futuras investigaciones y aplicaciones en el análisis de datos biomédicos. Este proyecto destaca la importancia de las tecnologías emergentes en la mejora de la atención médica y el diagnóstico de enfermedades, abriendo nuevas posibilidades para la utilización de técnicas estadísticas avanzadas en la práctica clínica diaria.; [EN]In today’s digital era, the ability to generate and store large amounts of data has transformed numerous fields, including medicine. This work focuses on the development of a web application using RStudio, aimed at predicting and diagnosing ichthyosis through quadratic discriminant analysis (QDA). The main motivation for this project is to provide a useful tool for clinicians to facilitate the diagnostic process of this genetic skin disease. Quadratic discriminant analysis, an advanced statistical technique that handles classes with different covariance matrices, is described in detail. This is crucial for obtaining accurate predictions in complex data, such as the microbiome data associated with ichthyosis. Unlike linear discriminant analysis (LDA), QDA better captures the variability and intrinsic characteristics of biomedical data. The web application was developed with Shiny, an R package that facilitates the creation of interactive applications. This application allows users to load new datasets and obtain immediate predictions about the presence of ichthyosis, with an intuitive interface designed for accessibility to all types of users. Various QDA models were implemented and evaluated on a database of 34 patients under 18 years old, with samples from healthy and affected skin regions. Although the results did not achieve optimal accuracy in all tests, they demonstrated the effectiveness of QDA in classifying different diagnoses based on microbiome variables. These results validate the feasibility of using machine learning techniques and advanced statistical analysis in the diagnosis of rare diseases. In conclusion, this work has successfully integrated a practical and robust tool for the diagnosis of ichthyosis, significantly contributing to the fields of bioinformatics and medicine. The developed web application not only improves the accuracy of clinical diagnosis but also provides a framework for future research and applications in biomedical data analysis. This project highlights the importance of emerging technologies in improving medical care and disease diagnosis, opening new possibilities for the use of advanced statistical techniques in daily clinical practice Mon, 01 Jul 2024 00:00:00 GMT http://hdl.handle.net/10366/164329 2024-07-01T00:00:00Z http://hdl.handle.net/10366/164328 [ES]La teoría de colas es un campo de estudio dentro de la teoría de la probabilidad que se enfoca en analizar y modelar sistemas de espera con el objetivo de optimizar su eficiencia y rendimiento. Estos sistemas involucran la llegada de entidades (clientes, paquetes, solicitudes, etc.) a un servicio o recurso limitado, donde deben esperar si el servicio está ocupado. Esta teoría encuentra aplicaciones que van desde las situaciones más cotidianas, como esperar en la cola del supermercado, hasta sectores avanzados como los servicios y la tecnología de la información. En los primeros capítulos de este trabajo, se desarrolla el marco teórico que abarca los modelos G|G. En este tipo de sistemas, los tiempos entre llegadas y/o los tiempos de servicio no se distribuyen exponencialmente, a diferencia de lo que a menudo se presume al aplicar esta teoría en casos reales. Se estudia la conocida distribución de Erlang y su relación con estos procesos, además de ilustrar estos conceptos mediante ejemplos concretos presentes en la vida real. Por último, se desarrolla el concepto de simulación y sus nociones básicas. Se explica el funcionamiento de los paquetes ‘queuecomputer’ y ‘simmer’ en el lenguaje R, detallando cómo realizar simulaciones de sistemas de colas G|G y estimar sus medidas de rendimiento. Finalmente, se implementa una aplicación web en R que permite a los usuarios emular sistemas con las características deseadas y calcular sus métricas de rendimiento.; [EN]Queuing theory is a field of study within probability theory that focuses on analysing and modelling waiting systems with the objective of optimising their efficiency and performance. These systems involve the arrival of entities (customers, packages, requests, etc.) to a limited service or resource, where they must wait if the service is busy. This theory finds applications ranging from the most everyday situations, such as waiting in the supermarket queue, to advanced sectors such as services and information technology. In the first chapters of this paper, the theoretical framework covering G|G models is developed. In this type of systems, the inter-arrival and/or service times are not exponentially distributed, contrary to what is often assumed when applying this theory to real cases. The well-known Erlang distribution and its relation to these processes is studied, and these concepts are illustrated by means of concrete real-life examples. Finally, the concept of simulation and its basic notions are developed. The operation of the ‘queuecomputer’ and ‘simmer’ packages in the R language is explained, detailing how to perform simulations of G|G queuing systems and estimate their performance measures. Finally, a web application Mon, 01 Jul 2024 00:00:00 GMT http://hdl.handle.net/10366/164328 2024-07-01T00:00:00Z http://hdl.handle.net/10366/164079 [ES]El Problema del Viajante —Traveling Salesman Problem, TSP— es un desafío computacional (problema NP-hard) bien conocido y fundamental en la teoría de la optimización combinatoria. Consiste en encontrar la ruta más corta que visite un conjunto de ciudades exactamente una vez y regrese al punto de partida. El TSP tiene aplicaciones en una amplia gama de campos, desde logística y planificación de rutas hasta diseño de circuitos y bioinformática. Este trabajo tiene como objetivo principal investigar y analizar diferentes algoritmos para resolver el TSP, tanto aquellos que buscan soluciones óptimas (algoritmos exactos) como los enfoques heurísticos que buscan soluciones aproximadas. Se explorarán algoritmos exactos, como el algoritmo de ramificación y poda, y heurísticos populares, como el algoritmo de colonia de hormigas. Se llevará a cabo un análisis exhaustivo de los algoritmos seleccionados, evaluando su rendimiento y complejidad computacional en función de diferentes instancias del problema y tamaños de redes. Además, se desarrollará un programa en el entorno de programación R para implementar y ejecutar estos algoritmos en ejemplos concretos.; [EN]The Traveling Salesman Problem (TSP) is a well-known and fundamental computational challenge (NP-hard problem) in the theory of combinatorial optimization. It involves finding the shortest route that visits a set of cities exactly once and returns to the starting point. The TSP has applications in a wide range of fields, from logistics and route planning to circuit design and bioinformatics. This work aims to investigate and analyze different algorithms to solve the TSP, including those seeking optimal solutions (exact algorithms) as well as heuristic approaches aiming for approximate solutions. Exact algorithms such as the branch and bound algorithm will be explored, alongside popular heuristics like the ant colony algorithm. An exhaustive analysis of the selected algorithms will be conducted, evaluating their performance and computational complexity based on different instances of the problem and network sizes. Additionally, a program will be developed in the R programming environment to implement and execute these algorithms on specific examples Mon, 01 Jul 2024 00:00:00 GMT http://hdl.handle.net/10366/164079 2024-07-01T00:00:00Z http://hdl.handle.net/10366/164076 [ES]El mundo del fútbol ha sufrido una evolución muy grande en los últimos años gracias a la introducción de la estadística. Actualmente todos o prácticamente todos los partidos que se juegan a nivel profesional o semiprofesional cuentan con un análisis en directo de cada uno de los jugadores y de lo que ocurre en el terreno de juego a cada instante. Esta introducción del mundo de la estadística lo que ofrece es un amplio enfoque para la mejora en muchos ámbitos del deporte, pudiendo ser en la forma física de los jugadores o en el trabajo que se debe aplicar para poder llegar a unas condiciones óptimas a todos los encuentros a través de la medición de las cargas de trabajo. También se utiliza para la prevención de lesiones, al poder medir mediante los chalecos de trabajo y los distintos tipos de medidores, tanto las cargas como las intensidades de los jugadores a lo largo de la semana Mon, 01 Jul 2024 00:00:00 GMT http://hdl.handle.net/10366/164076 2024-07-01T00:00:00Z http://hdl.handle.net/10366/164075 [ES]Un modelo de colas con disciplina de prioridad es una metodología utilizada para estudiar y entender el comportamiento de sistemas de espera en los que múltiples elementos compiten por ser servidos. En este modelo, se asignan niveles de prioridad a cada elemento en la cola, de modo que aquellos con prioridad más alta sean servidos antes que los de prioridad más baja. Este enfoque es particularmente valioso en contextos donde es esencial ofrecer un trato preferencial a ciertos elementos, permitiendo así una evaluación de cómo las decisiones de priorización afectan la eficiencia y el rendimiento global del sistema de colas. Este trabajo se centra en llevar a cabo un estudio exhaustivo sobre el concepto de prioridad en sistemas de colas, explorando los diferentes tipos de prioridades que existen, incluyendo tanto los sistemas sin interrupción como con interrupción. El objetivo es formular una teoría adecuada que abarque las condiciones necesarias para evitar la saturación del sistema, así como desarrollar las ecuaciones de tráfico correspondientes y las medidas de rendimiento. Adicionalmente, la teoría se ilustrará con ejemplos prácticos que reflejen situaciones del mundo real, demostrando cómo los sistemas de colas con prioridad están implementados de manera efectiva en varios contextos.; [EN]A queueing model with priority discipline is a methodology used to study and understand the behavior of waiting systems in which multiple elements compete to be served. In this model, priority levels are assigned to each element in the queue so that those with higher priority are served before those with lower priority. This approach is particularly valuable in contexts where it is essential to offer preferential treatment to certain elements, thereby allowing an evaluation of how prioritization decisions affect the efficiency and overall performance of the queueing system. This work focuses on conducting an exhaustive study on the concept of priority in queueing systems, exploring the different types of priorities that exist, including both non-preemptive and preemptive systems. The goal is to formulate an appropriate theory that encompasses the necessary conditions to avoid system saturation, as well as to develop the corresponding traffic equations and performance measures. Additionally, the theory will be illustrated with practical examples that reflect real-world situations, demonstrating how priority queueing systems are effectively implemented in various contexts. Mon, 01 Jul 2024 00:00:00 GMT http://hdl.handle.net/10366/164075 2024-07-01T00:00:00Z http://hdl.handle.net/10366/164071 [ES]Este proyecto explora la aplicación del clustering difuso en la minería de datos mediante el desarrollo de una aplicación web utilizando r. Comienza con una introducción a la minería de datos, que abarca su historia y conceptos fundamentales, seguida de una explicación de los métodos tradicionales de cluste-ring. A continuación, se explica la base de datos a la que se aplicará el algoritmo y se discute con más de-talle el objetivo de estudiar si el tipo de cáncer afecta a la expresión génica de determinados genes. La sección de desarrollo profundiza en el clustering difuso, contrastando la partición dura con la parti-ción difusa, y explicando los diferentes algoritmos. También se discuten los métodos de validación de clústeres y las modificaciones de los algoritmos anteriores. El siguiente paso expone todo el software necesario para crear la aplicación web y muestra cómo se implementa. La aplicación creada se utiliza para aplicar el algoritmo a la base de datos seleccionada y se muestran los resultados obtenidos. Por último, se extraen conclusiones sobre si el tipo de cáncer afecta a la expresión de determinados genes basándose en los resultados de la agrupación difusa.; [EN]This project explores the application of fuzzy clustering in data mining through the development of a web application using R. It begins with an introduction to data mining, covering its history and fundamental concepts, followed by an explanation of traditional clustering methods. Next, the database to which the algorithm will be applied is explained and the objective of studying whether the type of cancer affects the gene expression of certain genes is discussed in more detail. The development section delves into fuzzy clustering, contrasting hard partitioning with fuzzy partitioning, and explains the different algorithms. It also discusses cluster validation methods and modifications to previous algorithms. The next step explains all the software needed to create the web application and shows how it is implemented. The application created is used to apply the algorithm to the selected database and the results obtained are displayed. Finally, conclusions are drawn as to whether the type of cancer affects the expression of certain genes based on the fuzzy clustering results. Mon, 01 Jul 2024 00:00:00 GMT http://hdl.handle.net/10366/164071 2024-07-01T00:00:00Z http://hdl.handle.net/10366/164070 [ES]El control estadístico de la calidad es una herramienta fundamental para garantizar la calidad de los productos y procesos en una industria. El objetivo de este trabajo es ver cómo mejora el implementarlo en el proceso de producción de una empresa. Se relacionarán los estudios estadísticos que se pueden aplicar durante toda la producción de principio a fin, se aplicarán técnicas de control estadístico de la calidad, proponiendo mejoras para optimizar la calidad y eficiencia del proceso productivo. Se evaluarán las mejoras de la aplicación de todas estas técnicas, mediante la utilización de ejemplos; [EN]Statistical quality control is a fundamental tool for ensuring the quality of products and processes in an industry. An industry. The aim of this work is to see how to improve the implementation of statistical quality control in the production process of a company. Statistical studies that can be applied during the whole production process from start to finish will be listed, statistical quality control techniques will be applied, as well as the Statistical quality control techniques will be applied, proposing improvements to optimise the quality and efficiency of the production process. Production process. Evaluate the improvements of the application of all these techniques, by means of the use of examples. Mon, 01 Jul 2024 00:00:00 GMT http://hdl.handle.net/10366/164070 2024-07-01T00:00:00Z http://hdl.handle.net/10366/164069 [ES]El estudio de los movimientos migratorios, dentro del contexto global actual, representa un tema de relevancia y complejidad creciente. La migración internacional, aparte de reflejar dinámicas demográficas y económicas, también trata aspectos sociales, políticos o culturales a nivel global. Para poder desarrollar medidas a esto, la estadística desempeña una labor crucial en cuanto a la descripción de los datos y predicción de estos, para predecir el futuro, se pueden analizar factores influyentes en los aumentos y disminuciones, además de que los países pueden utilizar políticas que inciten a la inmigración, o al revés, si se considera necesario. El presente trabajo se encarga de analizar la tasa neta de migración de los distintos países del mundo, cuyos datos han sido recogidos por el World Bank Data, y, mediante un análisis Biplot y un algoritmo clustering, se han llegado a determinar similitudes y diferencias entre continentes y países en cuanto a su comportamiento en la tasa neta de migración. Este trabajo ofrece un análisis detallado de la evolución de los movimientos migratorios a nivel global, contribuyendo así a una mejor comprensión de este fenómeno tan importante.; [EN]The study of migratory movements, within the current global context, represents a topic of increasing relevance and complexity. International migration, apart from reflecting demographic and economic dynamics, also deals with social, political or cultural aspects at a global level. In order to develop measures for this, statistics plays a crucial role in describing the data and predicting it, to predict the future, influential factors in increases and decreases can be analyzed, in addition to countries can use policies that incite immigration, or the other way around, if it is considered necessary. This work is responsible for analyzing the net migration rate of the different countries in the world, whose data has been collected by the World Bank Data, and, through a Biplot analysis and a clustering algorithm, similarities and differences have been determined between continents and countries in terms of their behavior in the net migration rate. This work offers a detailed analysis of the evolution of migratory movements at a global level, thus contributing to a better understanding of this important phenomenon. Mon, 01 Jul 2024 00:00:00 GMT http://hdl.handle.net/10366/164069 2024-07-01T00:00:00Z http://hdl.handle.net/10366/164068 [ES]Durante la última década, los delitos de odio han generado una creciente preocupación mundial, exacerbada por la pandemia del COVID-19, que aumentó la intolerancia y discriminación en la sociedad. Estos delitos, motivados por prejuicios hacia características personales de la víctima, incluyen actos de racismo, xenofobia, homofobia, entre otros. La investigación analiza la evolución de los delitos de odio en España entre 2018 y 2022, examina las estructuras de covariación de variables relacionadas y agrupa las comunidades autónomas según su perfil de victimización, detenciones y hechos esclarecidos, para determinar si la pandemia ha influido significativamente en estos delitos. Para llevar a cabo la investigación se han utilizado el análisis de correlaciones, el método de STATIS y el análisis de clúster k-means. Este estudio revela una tendencia a la baja en delitos de odio por aporofobia, pero aumentos en los relacionados con identidad de género y racismo/xenofobia. El análisis STATIS indica una continuidad en los patrones subyacentes con algunas variaciones posiblemente influenciadas por la pandemia. A nivel regional, Cataluña destaca por una alta incidencia, mientras que otras como Andalucía, Comunidad Valenciana, Madrid y el País Vasco muestran perfiles variados en la severidad de los delitos. La crisis del COVID-19 ha dejado un impacto notable, siendo el País Vasco particularmente destacado por la frecuencia y gravedad de los incidentes. Finalmente, la investigación subraya la importancia de estrategias colaborativas entre comunidades, fuerzas de seguridad y organizaciones civiles para abordar estos desafíos.; [EN]During the last decade, hate crimes have generated increasing global concern, exacerbated by the COVID-19 pandemic, which heightened intolerance and discrimination in society. These crimes, motivated by prejudice against the personal characteristics of the victim, include acts of racism, xenophobia, homophobia, among others. The research analyzes the evolution of hate crimes in Spain between 2018 and 2022, examines the covariation structures of related variables, and groups the autonomous communities according to their profiles of victimization, arrests, and solved cases, to determine whether the pandemic has significantly influenced these crimes. To carry out the research, correlation analysis, the STATIS method, and k-means cluster analysis were used. This study reveals a downward trend in hate crimes related to aporophobia, but increases in those related to gender identity and racism/xenophobia. The STATIS analysis indicates a continuity in underlying patterns with some variations possibly influenced by the pandemic. At the regional level, Cataluña stands out for its high incidence, while others like Andalucia, the Valencian Community, Madrid, and País Vasco show varied profiles in the severity of the crimes. Finally, the research underscores the importance of collaborative strategies between communities, security forces, and civil organizations to address these challenges. Mon, 01 Jul 2024 00:00:00 GMT http://hdl.handle.net/10366/164068 2024-07-01T00:00:00Z http://hdl.handle.net/10366/163878 [ES]Este trabajo investiga la influencia de la red social en la salud mental de los estudiantes universitarios en España. Utilizando un análisis multivariante y tres cuestionarios validados (GHQ-12, MSPSS y GAD-7), se evaluaron diferentes dimensiones del apoyo social y su impacto en el bienestar mental de los estudiantes. La muestra, compuesta por 362 estudian-tes de diversas universidades españolas, permitió analizar las relaciones entre el apoyo de amigos, familiares y otros significativos con la salud mental y los niveles de ansiedad. Los resultados mostraron que los cuestionarios empleados son válidos y fiables para esta investigación. Además, se observó que el apoyo social, especialmente el de otros significa-tivos, tiene una fuerte influencia en la salud mental positiva.; [EN]This research investigates the influence of the social support on the mental health of univer-sity students in Spain. Using a multivariate analysis and three validated questionnaires (GHQ-12, MSPSS and GAD-7), different dimensions of social support and their impact on students' mental well-being were evaluated. The sample, composed of 362 students from various Spanish universities, allowed us to analyze the relationships between the support of friends, family and significant others with mental health and anxiety levels. The results showed that the questionnaires used are valid and reliable for this research. In addition, it was observed that social support, especially from significant others, has a strong influence on positive mental health. Detailed analyses were conducted to identify specific patterns and associations, highlighting the importance of the social environment in the emo-tional well-being of university students. Mon, 01 Jul 2024 00:00:00 GMT http://hdl.handle.net/10366/163878 2024-07-01T00:00:00Z http://hdl.handle.net/10366/163874 [ES]El trabajo fin de grado explora la aplicación de algoritmos biológicos para la optimización de redes de transporte en España, específicamente utilizando un modelo matemático basado en el comportamiento del moho mucilaginoso Physarum polycephalum. Este organismo ha mostrado capacidad para desarrollar redes eficientes de transporte de nutrientes, lo que inspira la metodología para planificar redes de transporte humano más eficientes y menos costosas. Los objetivos principales del trabajo incluyen el desarrollo de un modelo que pueda replicar la eficiencia del moho en la formación de redes robustas y eficientes, la implementación de este modelo utilizando datos reales de redes de transporte en España, y la validación de su efectividad a través de la comparación con las redes existentes. Se espera que el modelo contribuya a una planificación más eficiente, sostenible y económica de las redes de transporte, minimizando también las emisiones contaminantes y mejorando la conectividad regional. También se incluye un análisis comparativo de la red actual frente a los resultados obtenidos con el nuevo modelo, buscando demostrar la aplicabilidad y beneficios del enfoque propuesto.; [EN]The thesis explores the application of biological algorithms for the optimization of transportation networks in Spain, specifically using a mathematical model based on the behavior of the slime mold Physarum polycephalum. This organism has demonstrated the ability to develop efficient nutrient transport networks, which inspires the methodology for planning more efficient and less costly human transportation networks. The main objectives of the study include the development of a model that can replicate the efficiency of the mold in forming robust and efficient networks, the implementation of this iv model using real data from transportation networks in Spain, and the validation of its effectiveness through comparison with existing networks. The model is expected to contribute to more efficient, sustainable, and economical transportation network planning, also minimizing pollutant emissions and improving regional connectivity. The study also includes a comparative analysis of the current network against the results obtained with the new model, seeking to demonstrate the applicability and benefits of the proposed approach. Mon, 01 Jul 2024 00:00:00 GMT http://hdl.handle.net/10366/163874 2024-07-01T00:00:00Z