https://hdl.handle.net/11000/1154 Mon, 06 Apr 2026 18:42:12 GMT 2026-04-06T18:42:12Z https://hdl.handle.net/11000/39729 Título : Optimización de campañas de marketing mediante técnicas de clasificación Autor : Mellado Salinas, Ángela Resumen : Este Trabajo Fin de Grado tiene como objetivo optimizar las campañas de marketing mediante el uso de técnicas de clasificación aplicadas a la base de datos Marketing Campaign disponible en Kaggle. A partir de información sobre el perfil sociodemográfico y los hábitos de consumo de 2.240 clientes, se pretende identificar los factores que influyen en la aceptación de las campañas y desarrollar modelos predictivos que ayuden a mejorar la segmentación y asignación de recursos publicitarios. Para ello, se aplican y comparan tres modelos de clasificación: regresión logística, Random Forest y Gradient Boosting. Los resultados muestran que el gasto en vinos, seguido de carnes y productos de oro, son factores clave para explicar la respuesta positiva de los clientes, mientras que ciertas variables sociodemográficas, como número de hijos, tienen menor relevancia. Entre los modelos evaluados, el Gradient Boosting ofrece el mejor equilibrio entre exactitud y capacidad discriminativa. En conjunto, el estudio demuestra que el aprendizaje automático permite identificar patrones de comportamiento más precisos que el análisis exploratorio, facilitando la implementación de campañas segmentadas, personalizadas y más efectivas. Thu, 02 Apr 2026 09:29:46 GMT https://hdl.handle.net/11000/39729 2026-04-02T09:29:46Z https://hdl.handle.net/11000/39721 Título : Estudio sobre la Liga española desde la temporada 2016-2017 a la temporada 2024-2025 Autor : Sánchez Belmonte, Guillermo Resumen : Este informe, correspondiente al Trabajo Final de Grado en Estadística Empresarial, tiene como objetivo principal analizar los factores que influyen en el resultado final de los partidos de la liga española, desde la temporada 2016-2017 hasta la 2024-2025. En primer lugar, se aplicaron distintas técnicas de clasificación supervisada con el fin de predecir el resultado de cada partido —victoria local, empate o victoria visitante—. Entre los métodos utilizados se incluyen el análisis discriminante, k-vecinos más cercanos (KNN) y las máquinas de vectores de soporte (SVM). La matriz de confusión se empleó como principal herramienta para evaluar la precisión y desempeño de cada modelo. Posteriormente, se llevó a cabo un análisis de la importancia de las variables mediante tres enfoques complementarios: el ANOVA (análisis de la varianza), las medidas de importancia del modelo Random Forest y la teoría de juegos aplicada sobre las variables significativas del ANOVA. A partir de los rankings obtenidos en cada método, se construyó una clasificación general que permite identificar las variables que mejor predicen el resultado final de un encuentro. Finalmente, se desarrolló una página web interactiva donde se presentan los resultados de ambos objetivos mediante informes generados en R Markdown y el código en R, facilitando así la interpretación y visualización de los hallazgos. Las conclusiones principales se detallan en el punto 6 de este informe. Thu, 02 Apr 2026 08:50:01 GMT https://hdl.handle.net/11000/39721 2026-04-02T08:50:01Z https://hdl.handle.net/11000/39720 Título : Valoración de jugadores de tenis y predicción de resultados mediante el sistema Elo y modelos de clasificación supervisada Autor : Fernández Romero, José Manuel Resumen : Este trabajo analiza la valoración de jugadores de tenis y la predicción de resultados de partidos mediante dos enfoques alternativos al ranking oficial de la ATP. En primer lugar, se aplica un sistema de puntuación basado en el modelo ELO, interpretado dentro de un marco de teoría de juegos cooperativos, donde las probabilidades de victoria entre pares de jugadores se agregan mediante un valor de shapley generalizado para obtener un ranking global. Este enfoque permite reinterpretar el rendimiento relativo de los jugadores a partir de probabilidades de enfrentamiento directo. En segundo lugar, se desarrolla un modelo de clasificación supervisada, concretamente una regresión logística, entrenado con datos de partidos ATP del periodo 2021¿2023 y estadísticas agregadas anuales de rendimiento (servicio, resto y rendimiento global). A partir de las probabilidades estimadas por el modelo, se construye nuevamente un juego cooperativo entre jugadores y se calcula un ranking alternativo mediante herramientas de teoría de juegos. Finalmente, se comparan los rankings obtenidos con el ranking oficial de la ATP, analizando similitudes y diferencias. los resultados muestran que el enfoque basado exclusivamente en ELO reproduce en gran medida la jerarquía oficial, mientras que el modelo supervisado introduce matices derivados del rendimiento estadístico, ofreciendo una perspectiva complementaria sobre la valoración de jugadores y la predicción de resultados en tenis profesional. Thu, 02 Apr 2026 08:38:34 GMT https://hdl.handle.net/11000/39720 2026-04-02T08:38:34Z https://hdl.handle.net/11000/39719 Título : Tecnología Blockchain y criptomonedas: revolución digital del sistema financiero global Autor : Sarabia Belda, Álvaro Resumen : Desde la aparición de Bitcoin en 2008, el interés por esta tecnología no ha dejado de crecer. Su objetivo inicial fue crear un sistema de pago seguro que no dependiera de bancos ni gobiernos, pero su alcance ha superado cualquier expectativa. Hoy, blockchain sustenta redes globales que permiten transferir valor, ejecutar contratos inteligentes y desarrollar aplicaciones financieras sin intermediarios. A pesar de su potencial, las criptomonedas plantean importantes desafíos: la volatilidad de sus precios, los riesgos de seguridad y la falta de regulación en muchos países. No obstante, su expansión demuestra que estamos ante una revolución comparable a la que supuso Internet en los años noventa. Cada vez más instituciones, empresas y bancos centrales exploran su uso, impulsando incluso el desarrollo de monedas digitales oficiales (CBDC). El objetivo de este trabajo es analizar cómo la tecnología blockchain y las criptomonedas están transformando el sistema financiero global, estudiando sus fundamentos técnicos, sus principales aplicaciones y su impacto económico, así como los retos que plantea su integración en la economía mundial.; In recent years, technological innovation has profoundly reshaped the global financial system. Among the most influential advances is blockchain technology, the foundation of cryptocurrencies and a new digital economy based on decentralization and transparency. Since the creation of Bitcoin in 2008, interest in blockchain has grown rapidly. Originally designed as a secure, peer-to-peer payment system independent from banks or governments, it has evolved into a platform supporting global networks for value transfer, smart contracts, and decentralized finance. Despite its potential, cryptocurrencies face challenges such as price volatility, security risks, and regulatory uncertainty. However, their expansion reveals an ongoing financial revolution that may redefine trust, value, and money itself. This paper analyzes how blockchain and cryptocurrencies are transforming the global financial system, exploring their technical foundations, economic implications, and future prospects. Key Thu, 02 Apr 2026 08:33:45 GMT https://hdl.handle.net/11000/39719 2026-04-02T08:33:45Z https://hdl.handle.net/11000/38964 Título : Técnicas de optimización para la planificación y gestión logístico portuaria. Autor : Pérez Martín, Marta Resumen : Este Trabajo de Fin de Grado aborda la optimización del sistema logístico del Puerto de Valencia mediante modelos de investigación operativa. Se plantean tres análisis: la optimización de rutas de barcos mediante el Problema de Rutas de Vehículos (VRP); la mejora de la planificación de actividades portuarias a través del método Técnicas de Revisión y Evaluación de Programas (PERT) y la gestión eficiente de inventarios mediante el modelo Cantidad Económica de Pedido (EOQ). El objetivo es contribuir a la eficiencia y sostenibilidad del puerto ofreciendo soluciones aplicables a otros entornos logísticos.; This Final Degree Project addresses the optimization of the logistics system at the Port of Valencia through operations research models. Three analyses are presented: the optimization of ship routes using the Vehicle Routing Problem (VRP); the improvement of port activity planning through the Program Evaluation and Review Technique (PERT); and the efficient inventory management using the Economic Order Quantity (EOQ) model. The aim is to contribute to the efficiency and sustainability of the port by offering solutions applicable to other logistics environments. Thu, 22 Jan 2026 10:13:01 GMT https://hdl.handle.net/11000/38964 2026-01-22T10:13:01Z https://hdl.handle.net/11000/38963 Título : Explorando los Factores del Éxito y Fracaso en Startups. Autor : Samper Perujo, Silvia Resumen : El presente proyecto se centra en el desarrollo de modelos predictivos para estimar el éxito o fracaso de startups, considerando factores clave como el financiamiento, la experiencia del equipo fundador y las características del sector. Ante una alta tasa de fracaso, el objetivo es anticipar con mayor precisión qué startups tienen mayor probabilidad de sobrevivir y crecer. Se han implementado tres algoritmos de clasificación supervisada: Regresión Logística, Árbol de Decisión y Random Forest, evaluando su capacidad para identificar correctamente las startups que han conseguido cierto nivel de éxito. El modelo de Regresión Logística mostró el mejor rendimiento para identificar casos de éxito. Este trabajo demuestra cómo los modelos predictivos, pero también otras técnicas de aprendizaje supervisado, pueden apoyar la toma de decisiones estratégicas en las fases iniciales de una startup, facilitando la identificación temprana de factores clave para su éxito. Thu, 22 Jan 2026 10:12:33 GMT https://hdl.handle.net/11000/38963 2026-01-22T10:12:33Z https://hdl.handle.net/11000/38962 Título : Automatización de informes estadísticos con Google Colab y Python. Una aplicación para las encuestas Erasmus+ Autor : Goñi Arrivi, Mario Resumen : Este Trabajo de Fin de Grado aborda la problemática derivada del tratamiento anual y manual de los datos recogidos en las encuestas Erasmus+ gestionadas por la Oficina de Relaciones Internacionales (ORI) de la Universidad Miguel Hernández. La realización de informes anuales para describir las prácticas ERASMUS realizadas por los distintos colectivos de la universidad, y su nivel de satisfacción, es una tarea susceptible de ser automatizada para reducir los tiempos de análisis y agilizar su elaboración cada año. Estas encuestas, realizadas entre los años 2014 y 2020, presentan además, una notable heterogeneidad en cuanto a formato, estructura y nomenclatura, lo que complica en cierto modo la automatización, no dejando por ello de ser viable, por la utilidad que va a generar al Servicio de cara a la toma de decisiones estratégicas cada curso. Como solución, se ha desarrollado una herramienta automatizada en entorno Google Colab con Python que permite procesar los datos, estandarizarlos, aplicar los análisis estadísticos descriptivos e inferenciales pertinentes en función de los objetivos y el tipo de información disponible, y generar informes completos en formato Word, con gráficos, mapas, tablas y comentarios interpretativos. Esta herramienta facilita la personalización de los informes según grado, año o país de destino, y automatiza un proceso que antes requería una considerable carga de trabajo manual cada año. Los resultados de su aplicación, muestran que el sistema funciona correctamente, ahorrando tiempo, reduciendo errores y mejorando notablemente la presentación de la información respecto a lo que se venía haciendo hasta el momento. Se concluye que esta solución permite optimizar la gestión de los datos Erasmus y representa una mejora significativa en los flujos de trabajo de la ORI. Abre las puertas a la automatización de la generación de cualquier tipo de informe en cualquier tipo de servicio, incorporando por supuesto otro tipo de funcionalidades según las necesidades específicas de cada servicio y cada informe.; This Final Degree Project addresses the issues arising from the annual and manual processing of data collected from the Erasmus+ surveys managed by the International Relations Office (ORI) of the Miguel Hernández University. The preparation of annual reports to describe the Erasmus practices carried out by different university groups, and their level of satisfaction, is a task that could be automated to reduce analysis time and streamline its completion each year. These surveys, conducted between 2014 and 2020, also present considerable heterogeneity in terms of format, structure, and nomenclature, which complicates automation to some extent. However, automation remains a viable option due to the usefulness it brings to the Service for strategic decision-making each academic year. As a solution, an automated tool has been developed in the Google Colab environment using Python. This tool processes and standardizes the data, applies the appropriate descriptive and inferential statistical analyses depending on the objectives and type of information available, and generates complete Word reports including charts, maps, tables, and interpretative comments. The tool enables customization of the reports by degree, year, or destination country, automating a process that previously required a considerable amount of manual work each year. The results of its implementation, as reported by the ORI, show that the system functions correctly, saving time, reducing errors, and significantly improving the presentation of information compared to previous practices. It is concluded that this solution optimizes the management of Erasmus data and represents a significant improvement in the ORI's workflows. It also opens the door to the automation of report generation in any type of service, potentially incorporating additional functionalities tailored to the specific needs of each service and report. Thu, 22 Jan 2026 10:12:07 GMT https://hdl.handle.net/11000/38962 2026-01-22T10:12:07Z https://hdl.handle.net/11000/38961 Título : Dolor musculoesquelético en cirujanos españoles: análisis estadístico y desarrollo de una herramienta predictiva de riesgo. Autor : Mena Martínez-Santos, Iván Resumen : Este Trabajo Fin de Grado se centra en el estudio del dolor musculoesquelético en cirujanos españoles, partiendo de la implementación de la encuesta «ErgoSurgeon» entre miembros de la Asociación Española de Cirujanos. En la introducción se revisa la literatura sobre ergonomía quirúrgica y los mecanismos que explican la aparición de molestias en cuello, espalda y extremidades durante la actividad en el quirófano. A continuación, se detalla el diseño muestral y la construcción del cuestionario, que recoge información demográfica, características de la práctica quirúrgica (tanto frecuencia y tipo de intervenciones) y aspectos ergonómicos como la disposición de pantallas, el uso de instrumental y la realización de pausas intraoperatorias. La metodología combina un análisis descriptivo de las variables recogidas, pruebas estadísticas inferenciales para explorar las relaciones entre factores de riesgo y presencia de dolor, y técnicas de modelización predictiva mediante regresión logística y algoritmos de Random Forest. En la parte aplicada se describe el desarrollo de una calculadora interactiva en R Shiny, basada en los resultados de los modelos, que permite estimar el riesgo individual de padecer dolor moderado o severo en distintas regiones corporales. Finalmente, se discuten las implicaciones prácticas de estos hallazgos para la formación ergonómica, el diseño de protocolos preventivos y la mejora del entorno quirúrgico con miras a preservar la salud laboral de los cirujanos.; This Bachelor’s Thesis investigates musculoskeletal pain among Spanish surgeons, grounded in the «ErgoSurgeon» survey administered to members of the Spanish Association of Surgeons. The introduction reviews the literature on surgical ergonomics and the mechanisms underlying discomfort in the neck, back, and extremities during operating room procedures. The sampling design and questionnaire development are then detailed, covering demographic characteristics, surgical practice parameters (frequency and type of procedures), and ergonomic factors such as monitor placement, instrument ergonomics, and intraoperative breaks. The methodology integrates a descriptive analysis of the collected variables, inferential statistical tests to examine associations between risk factors and pain occurrence, and predictive modeling using logistic regression and Random Forest algorithms. In the application section, the development of an interactive R Shiny calculator based on the predictive models is described, enabling users to estimate their individual risk of moderate to severe pain in various body regions. Finally, the practical implications of these findings are discussed in terms of ergonomic training, preventive protocol design, and operating room improvements aimed at preserving surgeons’ occupational health. Thu, 22 Jan 2026 10:11:10 GMT https://hdl.handle.net/11000/38961 2026-01-22T10:11:10Z https://hdl.handle.net/11000/38960 Título : Modelos Predictivos para Clasificaciones de La Liga: Un Enfoque Basado en Cuotas de Casas de Apuestas. Autor : Martínez Ibáñez, Álvaro Resumen : Este trabajo de fin de grado se centra en el desarrollo de modelos predictivos para estimar la clasificación final de los equipos de la liga española de fútbol, utilizando como principal fuente de información las cuotas ofrecidas por casas de apuestas deportivas. Thu, 22 Jan 2026 10:10:25 GMT https://hdl.handle.net/11000/38960 2026-01-22T10:10:25Z https://hdl.handle.net/11000/38959 Título : Medidas de influencia de características en problemas de clasificación, utilizando estructuras de agrupación en teoría de juegos. Autor : Mas Moreno, Jordi Resumen : Este Trabajo de Fin de Grado tiene como objetivo principal analizar en profundidad, la influencia que ejercen los distintos valores o características de las variables explicativas discretas en modelos de clasificación supervisada. Para llevar a cabo este estudio, se emplearán herramientas procedentes de la teoría de juegos cooperativos, un marco teórico que permite evaluar la contribución individual de cada jugador (cada valor posible dentro de cada variable) al resultado colectivo, es decir, al rendimiento del modelo. En concreto, se utilizará el concepto de uniones a priori, un modelo que permite considerar agrupaciones entre los valores, donde cada agrupación está definida por una variable, para determinar de forma más precisa el impacto que tiene cada uno de ellos sobre la capacidad predictiva del modelo. Esta metodología permitirá no solo identificar qué variables son más relevantes, sino también cómo ciertas combinaciones de valores influyen en la mejora o deterioro del rendimiento del modelo de clasificación.; The main objective of this Final Degree Project is to analyse in depth the influence exerted by the different values or characteristics of discrete explanatory variables in the context of supervised ranking models. To carry out this study, we will use tools from cooperative game theory, a theoretical framework that allows us to evaluate the individual contribution of each player, in this case, of each possible value within each variable, to the collective outcome, that is, to the performance of the model. Specifically, we will use the concept of a priori unions, a model that allows us to consider groupings among the values, where each grouping is defined by a variable, in order to determine more precisely the impact that each of them has on the predictive capacity of the model. This methodology will allow not only to identify which variables are more relevant, but also how certain combinations of values influence the improvement or deterioration of the performance of the classification model. Thu, 22 Jan 2026 10:10:02 GMT https://hdl.handle.net/11000/38959 2026-01-22T10:10:02Z