UNIVERSIDAD NACIONAL DE HUANCAVELICA

(Creada por Ley N 25265)

FACULTAD DE INGENIERA ELECTRNICA - SISTEMAS

ESCUELA DE POSGRADO

MAESTRA EN CIENCIAS DE INGENIERA

Gestin De Tecnologa De La Informacin Y
Comunicacin
Curso: Gestin de la Informacin y Conocimiento
Minera de Datos
Tema de investigacin Pronostico de Niveles de Hemoglobina
en los Nios de la Provincia, Distritos, Localidades de
Tayacaja

Catedrtico: Dr. Jorge Vega

Maestristas:
Gustavo Richard Veliz Espinoza
Hernn Pacheco Meza
Erica Dueas Matos
HUANCAVELICA, 2016.
i

DEDICATORIA
A ti mi Divino Dios por ser mi gua, a Jess
Cristo por ser mi inspiracin y mi modelo,
por acompaarme en mis tristezas y
alegras a nuestros padres, y a todos ellos
que me dirigieron por el mejor camino de
nuestras vidas.

ii

AGRADECIMIENTO
En primer lugar agradesemos a Dios, por darnos la vida, sabidura y fuerza para poder
subsistir y hacer realidad nuestros logros en este mundo. Y en seguida agradesemos:
A nuestros queridos e inolvidables padres por sus esfuerzos que realizan para apoyarme
moral y econmicamente para poder culminar satisfactoriamente nuestros estudios
superiores y continuar mis estudios de Posgrado, por motivarnos a seguir adelante para ser
unos triunfadores y por confiar en nosotros.
Igualmente agradezco al Dr. Javier Vega, ya que durante la duracin de clases en el curso
de gestin de Informacin y Conocimiento, y por haber contribuido enormemente
compartiendo sus conocimientos como profesional los cuales son muy valiosos para
nosotros. Por ultimo agradezco a todas las personas que contribuyen directa e
indirectamente el desarrollo de nuestras clases.
Gracias a todos.

iii

NDICE
DEDICATORIA.ii
AGRADECIMIENTO..iii
NDICE.................................................................................................................................iv
EXPORTACIN DE BASE DE DATOS A SQL SERVER 2012 .................................. 05
COMENSANDO EL PROCESO DE MINERIA DE DATOS ............................................... 07

ANALISIS DEL MODELADO....17

CONCLUSIONES...... ........................................................................................................ 18
REFERENCIAS BIBLIOGRAFICAS..19

ANEXOS

iv

EXPORTACIN DE BASE DE DATOS A SQL SERVER

Examinando y analizando las tablas de la Sien Data de Microsoft Access 2013 que nos sern
tiles para nuestro tema de Investigacin de minera de datos:

Grafico 01: Base de datos Sien Data de Microsoft Access

Exportamos la Base de datos Sien Data de Microsoft Access 2013 a SQL Server 2012 de nuestro
tema de Investigacin de minera de datos:

Grafico 02: Pasos para Exportacin de la Base de datos Sien Data de Microsoft Access a SQL Server 2012

Grafico 03: Base de datos Sien Data exportada con el nombre de master en SQL Server 2012
Grafico 03: Base de datos Sien Data exportada con el nombre de master en SQL Server 2012

COMENZANDO EL PROCESO DE MINERA DE DATOS

Tema de investigacin Pronostico de Niveles de Hemoglobina en los Nios de la
Provincia, Distritos, Localidades de Tayacaja
Ingresando al SQL Server Data Tools

Grafico 04: Pantalla de inicio de SQL Server Data Tools

Creando un nuevo proyecto de nombre MDTrabajo, creando la Carpeta

BITRABAJO donde se ubicara nuestro trabajo.

Grafico 05: creando un nuevo proyecto en SQL Server Data Tools

 Cargando la base de datos.

Grafico 06: Cargando la base de datos en SQL Server Data Tools

Discriminando tablas para hacer la minera de datos, mediante la creacin de

orgenes de datos:

Grafico 07: discriminando tablas en SQL Server Data Tools.

 Dando nombre a la vista de orgenes de datos en la ltima etapa de asistente.

MasterMD.

Grafico 08: Asistente de Finalizacin de Vista de Orgenes de datos.

Grafico 09: Tablas de Vista de Orgenes de datos.

Grafico 10: Explorando tablas de Vista de Orgenes de datos.

Creando estructura de minera de datos

Grafico 11: Asistente de Estructura para minera de Datos

10

 Escogiendo tcnica de minera de datos, en nuestro caso Arboles de decisin de

Microsoft.

Grafico 12: Asistente de Estructura para minera de Datos, Escogiendo tcnica de minera de datos

Especificando tablas de entrada para la prediccin. En este caso la prediccin es

dirigida hacia Detalle nios atendidos por Localidad, que padezcan de una
nutricin baja.

Grafico 13: Asistente de Estructura para minera de Datos, Seleccionando tabla.

11

 Seleccionando claves primarias y campos para el pronstico.

Grafico 14: Asistente de sugerencia de columnas relacionadas.

Especificando contenido de tabla

Grafico 15: Asistente de contenido de tabla y tipo de dato.

12

 Especificando nmero de casos. Para nuestro presente trabajo usaremos 1000 Casos.

Grafico 16: Asistente de creacin de conjunto de pruebas.

Grafico 16: Finalizando el asistente de minera de datos

13

 Seleccionando Modelos de Minera de Datos

Grafico 17: Pestaa de seleccin de modelo de clsteres de Microsoft

Grafico 18: Pestaa de seleccin de modelo de Bayes native de Microsoft

14

 Analizando estructuras para los modelos estadsticos

Grafico 19: Modelos de minera de datos

Ingresando en propiedades para activas el HodoutSeed a una docena.

Grafico 20: Propiedades de la estructura de datos

15

 Procesando la estructura de Datos:

Obtenemos el modelado de las distintas Tcnicas

Grafico 21: Red de Dependencia de la tcnica del rbol de Microsoft.

Grafico 22: rbol de Decisin.

Grafico 23: Caractersticas de la tcnica Native Bayes.

16

Anlisis:
En las caractersticas presentadas por esta tcnica podemos observar las
caractersticas que estn ms propensas a la variacin de nuestro pronstico
Cantidad de Hemoglobina presente en los Nios. Adems de su dependencia en
orden a intensidad.

Grafico 24: Diagrama Cluster.

ANALISIS DEL MODELADO

En un porcentaje de 47.99% del total de la poblacin de nios, entre una edad

de ms de 24 meces, con una talla de promedio de 70 cm, con un peso promedio
de 10 KG del distrito en el 02. Tienen una baja de Hemoglobina lo que puede
llegar a originar anemia por esa zona, lo cual sera perjudicial para las
comunidades rurales del distrito afectado.
Por tanto se debera implementar un programa de proteccin a la salud y de
alimentacin balanceada, antes que el porcentaje de nios con baja
Hemoglobina Se incremente y llegue a alcanzar un 50%.

En un porcentaje de 52.01% del total de la poblacin de nios no padecen de

falta de Hemoglobina.
17

CONCLUSIONES:
1.

La Eficiencia en el anlisis y prediccin de eventos correspondientes de una Base de datos

se incrementara en gran forma con el uso de la Minera de Datos puesto que se reduce la
dificultad en la toma de decisiones en un tiempo mnimo de demora. Obteniendo as una
ventaja competitiva.

2.

La Minera de datos brindan una mejora significativa en el manejo de grandes cantidades de

informacin para nuestra base de datos SIEN_DATA. En la cual tratamos de pronosticar la
cantidad de nios que niveles bajos de Hemoglobina teniendo en cuenta Edad, Talla, Peso,
Sexo, Provincia, Distrito y localidad.

18

REFERENCIAS BIBLIOGRAFICAS
Graham Williams: Data Mining With Rattle and R. Springer. USA, 2011.
Roland Bouman y Jos Van Dongen: Pentaho Solutions. Wiley. Canada, 2009
https://www.youtube.com/watch?v=qLQiCxXVtos (visitado el 05 de Agosto del 2016).

19

ANEXOS

20

Importante:
Para conocer ms de nuestro trabajo puede ingresar al siguiente enlace:

La base de datos con la que trabajamos, la pueden

descargar en el link:
https://app.box.com/s/7rktd6lp6jlomistrfv0hlcvs9ochkrf
La contrasea de acceso a la base de datos es: SIEN_69867

21