Dejar de fumar. Factores que influyen en su éxito - Análisis mediante modelos de clasificación

Las técnicas de clasificación en minería de datos están encaminadas a desarrollar algoritmos que sean capaces de tratar y analizar datos de forma automática con objeto de extraer la información subyacente en dichos datos. La minería de datos hace uso de todas las técnicas que puedan aportar información. Se han analizado 452 fumadores procedentes de la Unidad de Tabaquismo de la Universidad de Zaragoza. En este trabajo se presentan cuatro técnicas de minería de datos: Regresión Logística, Árboles de clasificación, Naives Bayes y Redes bayesianas y se aplican al análisis de los factores que influyen en el éxito de un tratamiento para dejar de fumar. Las variables que más influyen sobre el éxito del tratamiento son las relacionadas con el cumplimiento del mismo, el éxito después de una semana y acudir a la terapia de grupo. La técnicas de mayor éxito han sido, algoritmo J48 de árboles de clasificación, 72,3 % de buena clasificación y 0,711 ROC con muy bajos porcentajes de falsos positivos (40,3%) y falsos negativos (17,3%).

About the author

Doctor por la Universidad de Zaragoza, 2014. Master en Modelización matemática, Estadística y Computación. Universidad de Zaragoza, 2010. Higher National Diploma (HND). Estadística, 1993. Yaba College of Technology. Lagos state Nigeria (W-Africa). National Diploma (ND). Estadística, 1990. Yaba College of Technology. Lagos state Nigeria (W-Africa)

Product details

• Authors: Victoria Folashad Adesanya Owopetu, Victoria Folashade Adesanya Owopetu, García Felipe, Ana Isabel García Felipe, Emilio Rubio Calvo
• Publisher: Editorial Académica Española
• Languages: German, Spanish
• Product format: Paperback / Softback
• Released: 01.01.2014
• EAN: 9783848461882
• ISBN: 978-3-8484-6188-2
• No. of pages: 96
• Dimensions: 150 mm x 220 mm x 5 mm
• Weight: 144 g
• Subject: Natural sciences, medicine, IT, technology > Mathematics > Probability theory, stochastic theory, mathematical statistics