• español
    • English
    • français
    • português
A+A-
  • English 
    • español
    • English
    • français
    • português
    • Usage guides
      • Guidelines for the advisor work direcor
      • Guidelines for the student who loads degree work
      • APA 7 Edition Standards
      • Tips APA 7 Edition Standards
    • Users
    View Item 
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Especialización
    • Escuela de Ciencias Básicas, Tecnología e Ingeniería
    • Especialización
    • Especialización en Ciencia de Datos y Analítica
    • View Item
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Especialización
    • Escuela de Ciencias Básicas, Tecnología e Ingeniería
    • Especialización
    • Especialización en Ciencia de Datos y Analítica
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Análisis cuantitativo y proyección a largo plazo: evaluación de la recolección de residuos domiciliarios en Bogotá y su impacto en la planificación urbana (2018-2029)

    Thumbnail
    QRCode
    View/Open
    ejdiazrom.pdf (6.419Mb)
    Share
    Date
    2025-12-18
    Author
    Diaz Romero, Edixon Javier
    Advisor
    Gaitán Ospina, Rafael

    Citación

           
    TY - GEN T1 - Análisis cuantitativo y proyección a largo plazo: evaluación de la recolección de residuos domiciliarios en Bogotá y su impacto en la planificación urbana (2018-2029) AU - Diaz Romero, Edixon Javier Y1 - 2025-12-18 UR - https://repository.unad.edu.co/handle/10596/78562 AB - Esta investigación presenta un análisis exhaustivo de la generación de residuos domiciliarios en Bogotá, desglosado por localidad, desde 2018 hasta 2024. Además, se incluyen predicciones para los próximos cinco años, basadas en la recopilación, procesamiento y análisis de datos históricos. El estudio se fundamenta en la metodología CRISP-DM (Proceso Estándar Inter-Industria para la Minería de Datos), un enfoque ampliamente reconocido y riguroso en proyectos de análisis de datos. Esta metodología permitió una exploración y análisis detallado de los datos históricos de recolección de residuos domiciliarios, utilizando la herramienta Power BI para la visualización y el entendimiento profundo de los patrones. Para la proyección de tendencias futuras con alta precisión, se emplearon los modelos predictivos de series de tiempo SARIMAX (Seasonal Autoregressive Integrated Moving Average with Exogenous Regressors) y Prophet, los resultados de esta investigación son cruciales, ya que identifican las localidades con mayor tendencia a la generación de residuos. Esta información detallada, obtenida mediante el análisis en Power BI y las predicciones de SARIMAX y Prophet, proporciona un insumo de valor incalculable para el Gobierno de la Ciudad de Bogotá y otras entidades interesadas. Esto posibilitará enfocar esfuerzos y recursos en áreas específicas de la ciudad, permitiendo una intervención urgente y efectiva orientada a la reducción de la generación de residuos domiciliarios. ER - @misc{10596_78562, author = {Diaz Romero Edixon Javier}, title = {Análisis cuantitativo y proyección a largo plazo: evaluación de la recolección de residuos domiciliarios en Bogotá y su impacto en la planificación urbana (2018-2029)}, year = {2025-12-18}, abstract = {Esta investigación presenta un análisis exhaustivo de la generación de residuos domiciliarios en Bogotá, desglosado por localidad, desde 2018 hasta 2024. Además, se incluyen predicciones para los próximos cinco años, basadas en la recopilación, procesamiento y análisis de datos históricos. El estudio se fundamenta en la metodología CRISP-DM (Proceso Estándar Inter-Industria para la Minería de Datos), un enfoque ampliamente reconocido y riguroso en proyectos de análisis de datos. Esta metodología permitió una exploración y análisis detallado de los datos históricos de recolección de residuos domiciliarios, utilizando la herramienta Power BI para la visualización y el entendimiento profundo de los patrones. Para la proyección de tendencias futuras con alta precisión, se emplearon los modelos predictivos de series de tiempo SARIMAX (Seasonal Autoregressive Integrated Moving Average with Exogenous Regressors) y Prophet, los resultados de esta investigación son cruciales, ya que identifican las localidades con mayor tendencia a la generación de residuos. Esta información detallada, obtenida mediante el análisis en Power BI y las predicciones de SARIMAX y Prophet, proporciona un insumo de valor incalculable para el Gobierno de la Ciudad de Bogotá y otras entidades interesadas. Esto posibilitará enfocar esfuerzos y recursos en áreas específicas de la ciudad, permitiendo una intervención urgente y efectiva orientada a la reducción de la generación de residuos domiciliarios.}, url = {https://repository.unad.edu.co/handle/10596/78562} }RT Generic T1 Análisis cuantitativo y proyección a largo plazo: evaluación de la recolección de residuos domiciliarios en Bogotá y su impacto en la planificación urbana (2018-2029) A1 Diaz Romero, Edixon Javier YR 2025-12-18 LK https://repository.unad.edu.co/handle/10596/78562 AB Esta investigación presenta un análisis exhaustivo de la generación de residuos domiciliarios en Bogotá, desglosado por localidad, desde 2018 hasta 2024. Además, se incluyen predicciones para los próximos cinco años, basadas en la recopilación, procesamiento y análisis de datos históricos. El estudio se fundamenta en la metodología CRISP-DM (Proceso Estándar Inter-Industria para la Minería de Datos), un enfoque ampliamente reconocido y riguroso en proyectos de análisis de datos. Esta metodología permitió una exploración y análisis detallado de los datos históricos de recolección de residuos domiciliarios, utilizando la herramienta Power BI para la visualización y el entendimiento profundo de los patrones. Para la proyección de tendencias futuras con alta precisión, se emplearon los modelos predictivos de series de tiempo SARIMAX (Seasonal Autoregressive Integrated Moving Average with Exogenous Regressors) y Prophet, los resultados de esta investigación son cruciales, ya que identifican las localidades con mayor tendencia a la generación de residuos. Esta información detallada, obtenida mediante el análisis en Power BI y las predicciones de SARIMAX y Prophet, proporciona un insumo de valor incalculable para el Gobierno de la Ciudad de Bogotá y otras entidades interesadas. Esto posibilitará enfocar esfuerzos y recursos en áreas específicas de la ciudad, permitiendo una intervención urgente y efectiva orientada a la reducción de la generación de residuos domiciliarios. OL Spanish (121)
    Bibliographic managers
    Refworks
    Zotero / EndNote / Mendeley
    BibTeX
    CiteULike
    Keywords
    Economía circular Google Scholar
    Gestión de residuos Google Scholar
    Minería de datos Google Scholar
    Recolección de residuos domiciliarios Google Scholar
    Relleno sanitario Google Scholar
    Regional / Country coverage
    udr_-_socha
    Metadata
    Show full item record
    PDF Document
    Description of the content
    Esta investigación presenta un análisis exhaustivo de la generación de residuos domiciliarios en Bogotá, desglosado por localidad, desde 2018 hasta 2024. Además, se incluyen predicciones para los próximos cinco años, basadas en la recopilación, procesamiento y análisis de datos históricos. El estudio se fundamenta en la metodología CRISP-DM (Proceso Estándar Inter-Industria para la Minería de Datos), un enfoque ampliamente reconocido y riguroso en proyectos de análisis de datos. Esta metodología permitió una exploración y análisis detallado de los datos históricos de recolección de residuos domiciliarios, utilizando la herramienta Power BI para la visualización y el entendimiento profundo de los patrones. Para la proyección de tendencias futuras con alta precisión, se emplearon los modelos predictivos de series de tiempo SARIMAX (Seasonal Autoregressive Integrated Moving Average with Exogenous Regressors) y Prophet, los resultados de esta investigación son cruciales, ya que identifican las localidades con mayor tendencia a la generación de residuos. Esta información detallada, obtenida mediante el análisis en Power BI y las predicciones de SARIMAX y Prophet, proporciona un insumo de valor incalculable para el Gobierno de la Ciudad de Bogotá y otras entidades interesadas. Esto posibilitará enfocar esfuerzos y recursos en áreas específicas de la ciudad, permitiendo una intervención urgente y efectiva orientada a la reducción de la generación de residuos domiciliarios.
    Format
    pdf
    Type of digital resource
    Proyecto aplicado
    Content relationship
    Investigación
    URI
    https://repository.unad.edu.co/handle/10596/78562
    Collections
    • Especialización en Ciencia de Datos y Analítica [247]
    Usage guidesNormativityGuidelines for the advisor work direcorGuidelines for the student who loads degree workAPA 7 Edition StandardsTips APA 7 Edition Standards

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister
    GTM statisticsGTM statistics
    Indexed by:
    logo_Open Archives Initiative
    logo_Biblioteca Digital Ecuatoriana
    logo_OpenDOAR
    logo_Open ROAR
    logo_Google Scholar
    logo_Lyrasis
    logo_WorldCat
    logo_FAO
    logo_AGRIS
    logo_Alianza de Servicios de Información Agropecuaria
    logo_Siembra
    logo_Fedesarrollo
    logo_Colombia Digital
    logo_Hemeroteca UNAD
    logo_RED DE REPOSITORIOS LATINOAMERICANOS
    logo_OAIster
    logo_La Referencia
    logo_Open AIRE
    logo_Core
    logo_Base
    logo_CLACSO
    logo_OpenAlex
    logos isopreadGreat Work to PlaceIcontec - Great Work to Place

    Línea anticorrupción: 3232641617 ext. 1544

    En Bogotá D.C. (Colombia) Teléfono: 323 264 1617 - Línea gratuita nacional: 323 264 1617

    Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional

    Universidad Nacional Abierta y a Distancia UNAD de Colombia - © Copyright UNAD 2024

    Síguenos en: