El presente estudio permite analizar las relaciones entre las categorías de variables asociadas con los homicidios intencionales en el Ecuador, por medio del Análisis de Correspondencias Múltiples, para determinar las relaciones entre las modalidades que influyen y contribuyen al cometimiento de este tipo de violencia. Esto permite optimizar la elaboración e implementación de política pública para reducir y erradicar los niveles de violencia que se tiene en el país. Se obtiene que el tipo de muerte violenta depende principalmente de la provincia en la que se produce, con un tipo de arma y en rangos etarios de personas jóvenes. Estos resultados permiten el tratamiento desde diferentes áreas del conocimiento para mitigar este fenómeno de violencia y garantizar un adecuado nivel de seguridad a la ciudadanía.

La inferencia bayesiana ha emergido como una herramienta poderosa en la modelación de datos epidemiológicos, especialmente en el contexto de enfermedades infecciosas. Este estudio compara la eficacia de los métodos bayesianos frente a los enfoques frecuentistas tradicionales en la estimación de parámetros clave y la predicción de brotes epidémicos. Utilizando datos simulados y reales de diversas enfermedades infecciosas, se evaluaron modelos bayesianos y frecuentistas en términos de precisión, manejo de la incertidumbre y adaptabilidad a datos incompletos. Los resultados indican que los modelos bayesianos ofrecen estimaciones más robustas y flexibles, especialmente en escenarios con datos limitados o alta variabilidad. Se concluye que la adopción de métodos bayesianos puede mejorar significativamente la vigilancia epidemiológica y la respuesta ante brotes.

Este estudio realiza un análisis comparativo del rendimiento de la quinua en países andinos, específicamente Perú, Ecuador y Bolivia, utilizando datos oficiales de FAOSTAT (FAOSTAT, 2025). Se aplicaron técnicas estadísticas clásicas, como ANOVA, y modelos bayesianos para evaluar las diferencias en la productividad agrícola. Los resultados muestran que Perú tiene el mayor rendimiento promedio, con aproximadamente 878.93 kg/ha en el análisis frecuentista, y una estimación bayesiana de 874.9 kg/ha; seguido por Ecuador, con valores de alrededor de 597 kg/ha, y Bolivia, con menores rendimientos. Las diferencias entre países fueron estadísticamente significativas (Valor p=4.23e-10 < 0.05), confirmando que el país influye de manera significativa en el rendimiento de la quinua. La estimación bayesiana también incluyó intervalos de credibilidad que no cruzan cero, reforzando la significancia de estos efectos y mostrando que Perú tiene un efecto positivo en el rendimiento. La integración de estos enfoques probabilísticos proporciona una visión más completa y confiable para la gestión agrícola regional.

This article presents a mathematical and statistical evaluation of public-key cryptosystems designed for implementation in smart cities. It focuses on analyzing the safety and efficiency of these systems using mathematical methods and statistical tools. The research includes modeling key distribution, analyzing robustness against cryptographic attacks, and evaluating computational efficiency in high-demand environments. The results obtained provide a clear vision on the ability of these cryptosystems to maintain the integrity and confidentiality of information in the context of smart cities.

The present study explores the application of advanced statistical techniques to predict the academic performance of students in the area of mathematics. Through the use of logistic regression models, decision trees, and neural networks, data from 500 high school students in public institutions were analyzed. The results show that advanced statistical techniques allow a more accurate prediction of academic performance, with a success rate of 87% in neural network models. These findings suggest that the integration of these tools can facilitate the early identification of students at risk of low achievement and improve educational interventions.

Introducción: El análisis de datos funcionales tiene muchas aplicaciones y es muy útil en diferentes campos como la economía, ciencias de la salud, medio ambiente. Proporciona, en conjunto con otros métodos estadísticos, información para predecir eventos, ya sean naturales, sociales o de salud. Objetivo: Ajustar modelos de regresión funcional con respuesta funcional aplicados a las variables meteorológicas, Temperatura, Humedad, Presión y Radiación. Métodos: Analizar de forma descriptiva las variables meteorológicas; ajustar los modelos de regresión funcional de la variable Radiación en dependencia de las variables temperatura, humedad y presión; evaluar el ajuste de los modelos de regresión funcional en las variables meteorológicas. Resultados: Se obtuvieron las gráficas de cada variable meteorológica, un análisis de datos atípicos funcional, el suavizado de las curvas que representan las variables meteorológicas mediante Fourier. El análisis residual de los modelos lineales con respuesta funcional de la radiación explicada mediante las variables, temperatura y presión dieron como resultado menor variación con la temperatura, que con la presión. Conclusiones: Los modelos de regresión funcional con respuesta funcional de la variable radiación en dependencia de la variable presión presento mayor variación en el análisis de sus residuos con respecto al modelo de radiación en dependencia de temperatura.