Modelo Estadístico de Regresión Lineal para Estimar la Población que Recibe Acción Humanitaria por Emergencias y Desastres en Ecuador
Barra lateral del artículo
Contenido principal del artículo
Resumen
El presente trabajo de investigación tiene por objetivo estimar, mediante un modelo matemático, la población que se acogió a la ayuda humanitaria debido a la emergencia o desastres de origen natural suscitado en las regiones costa y sierra del Ecuador. Se aplicó el modelo estadístico de regresión lineal múltiple, el cual considera siete variables explicativas: (1) población damnificada (2) población afectada (3) viviendas afectas (4) viviendas destruidas (5) hectáreas de cultivos afectados (6) hectáreas de cultivo perdido (7) probabilidad de ocurrencia, con el siguiente esquema.
Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+ei periodo 2016 - 2020 y provienen de los informes del Sistema Nacional de Gestión de Riesgos y los cuerpos de bomberos del Ecuador. Se consideró siete variables, sin embargo, solo tres variables expresan validez, consistencia y confiabilidad de los parámetros y están dentro del rango de aceptación. Los resultados del modelo de regresión lineal múltiple fueron:
Y=36451+0.16X1+0.38X2+0.858X3+ei, a partir de esta herramienta estadística se pretende predecir los futuros impactos debido a emergencias o desastres con el fin de planificar una logística y asistencia inmediata diseñada para salvar vidas, aliviar el sufrimiento, mantener y proteger la dignidad humana, en prevención o en situaciones de emergencia y/o rehabilitación.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
1. Derechos de autor
Las obras que se publican en 593 Digital Publisher CEIT están sujetas a los siguientes términos:
1.1. 593 Digital Publisher CEIT, conserva los derechos patrimoniales (copyright) de las obras publicadas, favorece y permite la reutilización de las mismas bajo la licencia Licencia Creative Commons 4.0 de Reconocimiento-NoComercial-CompartirIgual 4.0, por lo cual se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que:
1.1.a. Se cite la autoría y fuente original de su publicación (revista, editorial, URL).
1.1.b. No se usen para fines comerciales u onerosos.
1.1.c. Se mencione la existencia y especificaciones de esta licencia de uso.
Anita Karina Serrano-Castro, Instituto Superior Tecnológico Tres de Marzo - Ecuador
https://orcid.org/0000-0002-0347-1823
Actualmente Rectora Titular del Instituto Superior Tecnológico Tres de Marzo, Rectora encargada del Instituto Superior Tecnológico San Lorenzo y del Instituto Superior Tecnológico San Miguel; Investigador Acreditado por SENESCYT REGISTRADO - REG-INV-20-04292;
Docente Investigador de la UEB por un periodo de 9 años, Magister en Gerencia Educativa, Magister en Gestión de Riesgos y Desastres, Especialista en Gestión Educativa, Licenciada en Ciencias de la Educación, Ingeniera en Marketing, dedicada a contribuir al fortalecimiento del sistema educativo, investigación y al desarrollo de profesionales altamente capacitados que contribuyan al avance de la sociedad.
Martha Magdalena González-Rivera, Instituto Superior Tecnológico Tres de Marzo - Ecuador
https://orcid.org/0000-0003-3211-4988
Actualmente docente del Instituto Superior Tecnológico Tres de Marzo, Coordinadora de Investigación, Desarrollo e Innovación, Coordinadora de Vinculación con la Sociedad; Formulación y Ejecución de proyectos de Investigación, Sociales, Productivos de Inversión, Desarrollo de Planes de Desarrollo y Ordenamiento Territorial; Docente Investigador de la UEB por un periodo de 10 años, Técnico de Campo del INIAP por un periodo de 3, Manejo de SIG, Consultor Asesor en Proyectos (…), Ingeniera Agroforestal, Licenciada en Contabilidad y Auditoría, Magister en Agroecología y Ambiente.
Luis Fernando Verdezoto-Del Salto, Universidad Estatal de Bolívar - Ecuador
https://orcid.org/0000-0002-8068-331X
Ingeniero Agrónomo titulado en la Universidad Estatal de Bolívar. Magíster en Gerencia de Empresas Agropecuarias, Especialista en Producción Agropecuaria y diplomado en Economía Agrícola. Docente Universitario. Interesado en líneas de investigación en el ámbito de la educación universitaria, sanidad vegetal, agricultura de precisión, ecología y sostenibilidad ambiental. Autor y coautor de diversos artículos científicos indexados a nivel regional.
Juan Carlos Muyulema-Allaica, Universidad Estatal Península de Santa Elena / Centro de Investigación e Innovación de Ingeniería Industrial - Ecuador
https://orcid.org/0000-0002-9663-8935
Actualmente Profesor investigador de la Facultad Ciencias de la Ingeniería de la Universidad Estatal Península de Santa Elena; Profesor a nivel de Posgrado en la PUCESM, UPSE, UCE y UISEK; Investigador Acreditado por Senescyt (REG-INV-19-03841); Gerente de Ingeniería y Proyectos Empresariales del Grupo CAAPTES-Ecuador. Doctor en Ingeniería Industrial: Tecnologías de Diseño y Producción Industrial, Magister en Ingeniería Industrial, mención Planeación y Control de la Producción y los Servicios, Magíster en Gestión Empresarial Basado en Métodos Cuantitativos, Ingeniero Industrial e Ingeniero Comercial. Dedicado desde el sector empresarial a contribuir al fortalecimiento del ecosistema de innovación a través de trabajos de investigación.
Citas
Andina, C. (2018). Glosario de Términos. Servicio Nacional de Gestión de Riesgos, 28. Recuperado de: https://www.gestionderiesgos.gob.ec/wp-content/uploads/downloads/2019/01/GLOSARIO-DE-T%C3%89RMINOS-DE-GESTI%C3%93N-DE-RIESGOS-DE-DESASTRES-GUIA-DE-CONSULTA.pdf
BID. (2015). Indicadores de riesgo de desastre y de gestión de riesgos: Programa para América Latina y el Caribe: Argentina. En Indicadores de riesgo de desastre y de gestión de riesgos: Programa para América Latina y el Caribe: Argentina. https://doi.org/10.18235/0000203
Carrasco J.L., Hernán M. A. (2019). Estadística Multivalente en las Ciencias de la Salud. Madrid: Ediciones Díaz de Santos S.A.
Castorena, L. E. (2021). Modelo de Regresión para Estimar Datos Faltantes de Lluvia en la Región del Altiplano Zacatecano. Academia Journals 2021, 13(3), 414-454.
FAO. (2019). El estado mundial de la agricultura y la alimentación. Progresos en la lucha contra la pérdida y el desperdicio de alimentos. El Estado Del Mundo, 32(3).
Fei, W., Lu, D., & Li, Z. (2023). Research on the layout of urban disaster-prevention and risk-avoidance green space under the improvement of supply and demand match: The case study of the main urban area of Nanjing, China. Ecological Indicators, 154, 110657. https://doi.org/https://doi.org/10.1016/j.ecolind.2023.110657
Guerra, I. D. (2019). Regresión sobre componentes principales. Universidad de Sevilla. Recuperado de: https://idus.us.es/bitstream/handle/11441/90005/Deduy%20Guerra%20Irene%20TFG.pdf?sequence=1&isAllowed=y
Handbook, S. (2019). Humanitarian Charter and Minimum Standards in Humanitarian Response. Sphere Project.
Jiang, S., Li, J., Zhang, S., Gu, Q., Lu, C., & Liu, H. (2022). Landslide risk prediction by using GBRT algorithm: Application of artificial intelligence in disaster prevention of energy mining. Process Safety and Environmental Protection, 166, 384-392. https://doi.org/https://doi.org/10.1016/j.psep.2022.08.043
Luu, C., von Meding, J., & Mojtahedi, M. (2019). Analyzing Vietnam’s national disaster loss database for flood risk assessment using multiple linear regression-TOPSIS. International Journal of Disaster Risk Reduction, 40(April), 101153. https://doi.org/10.1016/j.ijdrr.2019.101153
Mendoza, Á. G. F., Mateos, M. R., & Reinoso, N. G. (2021). Perception and rating of tourism entrepreneurs in the recovery of travel destinations affected by social-natural disasters: Case study from the April 16th earthquake in Ecuador. International Journal of Disaster Risk Reduction, 64, 102488. https://doi.org/https://doi.org/10.1016/j.ijdrr.2021.102488
Montenegro-Canario, S. S., Iannacone, J., & Barrios, N. (2015). Modelo Estadístico para estimar la población que recibe ayuda humanitaria por desastres en el Perú. The Biologist (Lima), 13(2), 374-390. https://doi.org/10.24039/rtb20151321556
Montero, R. (2016). Modelos de regresión lineal múltiple. Modelos de regresión lineal múltiple.Documentos de Trabajo en Economía Aplicada. Universidad de Granada. España.
Navarrete, M. P. (2019). Herramientas de Software Aplicadas al Método de Regresión Lineal. Universidad de Colombia.
Programa de las Naciones Unidas para el Desarrollo. (2018). Plan Nacional para la Reducción de Riesgos de Desastres. SINAGIR.
Refugiados, Agencia de la (ONU). (2019). Ayuda humanitaria, la única forma de sobrevivir para millones de personas. Agencia de la ONU.
Resolución 46/182 de las Naciones Unidas. (1991). Fortalecimiento de la coordinación de la asistencia humanitaria de emergencia del sistema de las Naciones Unidas.
Rivera-Bermello, L. E., Rivera-Cedeño, G., & Laz-Argandoña, J. (2020). Derechos humanos y ayuda humanitaria desde el contexto latinoamericano. Revista Científica de Investigación Multidisciplinaria Arbitrada SCIENTIA, 2(4), 2-8. https://doi.org/10.46296/sc.v2i4.0008
Serrano-Castro, A. K., Muyulema-Allaica, J. C., Usca-Veloz, R. B., & González-Rivera, M. M. (2019). Aplicación de la metodología STAR para el análisis del riesgo sísmico de la provincia Bolívar – Ecuador. Ciencia Digital, 3(4), 227-249. https://doi.org/10.33262/cienciadigital.v3i4.968
Servicio Nacional de Gestión de Riesgos y Emergencias. (2020). RESOLUCIÓN Nro. SNGRE-034-2020. Quito.
Servicio Nacional de Gestión de Riesgos y Emergencias. (2022). informes de situación (SITREP). https://www.gestionderiesgos.gob.ec/informes-de-situacion-actual-por-eventos-adversos-ecuador/.
Servicio Nacional de Gestión de Riesgos. (2015). Normativa para aplicación de estándares de ayuda humanitaria en emergencia para alimentos, cocina, hogar y limpieza. Quito: https://reliefweb.int/sites/reliefweb.int/files/resources/Full_doc_32.pdf.
Shah, I., Elahi, N., Alam, A., Dawar, S., & Dogar, A. A. (2020). Institutional arrangement for disaster risk management: Evidence from Pakistan. International Journal of Disaster Risk Reduction, 51, 101784. https://doi.org/https://doi.org/10.1016/j.ijdrr.2020.101784
Toulkeridis, T. (2015). Amenazas de origen natural y gestión de riesgo en el Ecuador. Sangolquí: Universidad de las Fuerzas Armadas ESPE.
Verdezoto-Mendoza, F. P., Muyulema-Allaica, J. C., Serrano-Castro, K. A., & Verdezoto-del-Salto, L. F. (2021). Evaluación de la variabilidad climática en el cantón Chillanes mediante los parámetros de la precipitación y la temperatura. Alfa Publicaciones, 3(4.1), 70-84. https://doi.org/https://doi.org/10.33262/ap.v3i4.106
Weisberg, S. (2018). Applied Linear Regression. John Wiley & Sons.
Zhou, L., Perera, S., Jayawickrama, J., & Adeniyi, O. (2014). The Implication of Hyogo Framework for Action for Disaster Resilience Education. Procedia Economics and Finance, 18, 576-583. https://doi.org/https://doi.org/10.1016/S2212-5671(14)00978-2