Grado en Estadística

URI permanente para esta colecciónhttps://hdl.handle.net/11441/40546

Examinar

Mostrando 1 - 20 de 60

Competiciones en Kaggle: predicción de ingresos de taquilla mundial de películas
(2024-06-04) Florido Alfaro, Sebastián; Romero Jiménez, Álvaro
Durante este trabajo se verán diferentes técnicas y modelos predictivos propios del aprendizaje automático y de la ciencia de datos. Tendrá un enfoque práctico debido a que se participa en dos competiciones de la página web Kaggle, plataforma que se define como la mayor comunidad mundial de ciencia de datos y que organiza competiciones para todos sus usuarios. La participación en estas competiciones impulsa la mejora continua de los modelos predictivos hasta dar con la técnica óptima. La primera competición es una introducción a las competiciones de Kaggle. La segunda competición trata sobre predecir los ingresos a nivel mundial de diferentes películas. La industria del cine mueve millones de dólares a lo largo del mundo siendo una de las que más dinero genera cada año. Por lo tanto, la capacidad de predecir los ingresos de las películas tiene un gran valor económico y comercial.
Simulación por Eventos Discretos
(2024-06-04) Gutiérrez Salado, Pepa; Romero Jiménez, Álvaro
Actualmente, la simulación por eventos discretos es una herramienta esencial para comprender y mejorar sistemas complejos, esencialmente en el campo de la salud. El objetivo de este Trabajo de Fin de Grado es estudiar el marco de simulación por eventos discretos y aplicarlo al análisis de un caso práctico real. Los primeros capítulos abordan los conceptos fundamentales necesarios para entender este marco de simulación, como la modelización de sistemas, los diversos tipos de simulaciones y la importancia de seguir las secuencias de eventos y trayectorias en los modelos. El caso práctico llevado a cabo ha consistido en el análisis del proceso de vacunación realizado en un centro de vacunación contra la COVID-19 simulando todo el proceso de atención, desde el momento en que un paciente se registra hasta el momento en que se realiza una evaluación clínica y vacunación. Se analizan varios escenarios para mejorar la eficiencia del sistema sanitario al variar las capacidades y la llegada de pacientes, donde los resultados obtenidos destacan la importancia de modificar los recursos y los procesos para brindar una atención al paciente lo más eficiente posible. Este estudio demuestra que la simulación por eventos discretos es muy útil en la gestión hospitalaria y destaca su importancia para la toma de decisiones fundamentadas en sistemas complejos y en constante cambio.
La despoblación en España
(2024-06-03) Vázquez de la Torre Becerra, María; Luque Calvo, Pedro Luis
Este Trabajo Fin de Grado se centra en la problemática de la despoblación en España, identificando los municipios más afectados y analizando las tendencias demográficas subyacentes. Utilizando criterios específicos para determinar el riesgo de despoblación, se identificaron 2.272 municipios en riesgo, lo que representa el 27,94 % del total de municipios en el país. La investigación muestra una clara tendencia a la pérdida de población en muchos municipios, especialmente en los más pequeños. El estudio destaca que los municipios con menos de 500 habitantes son los más vulnerables, sufriendo una disminución significativa en su población. Además, el impacto de la despoblación varía considerablemente entre las comunidades autónomas. Comunidades como Castilla y León y Castilla-La Mancha se ven especialmente afectadas, con 1.063 y 422 municipios en riesgo respectivamente. Esto representa el 47,29 % y el 45,92 % de sus municipios totales. Otras comunidades como Aragón y Extremadura también presentan porcentajes significativos de municipios en riesgo. En contraste, regiones como las Islas Baleares, Canarias, Ceuta y Melilla no presentan municipios en riesgo de despoblación, mientras que la Comunidad de Madrid y el País Vasco tienen porcentajes muy bajos. El estudio se basa en un análisis cuantitativo de datos poblacionales y demográficos, proporcionando una visión detallada de cómo la despoblación afecta mayormente a las áreas rurales, aunque también tiene impacto en municipios de tamaño medio.
Consumo energético e impacto del sector turístico español: Hacia un modelo de eficiencia energética y sostenibilidad empresarial
(2024-06-03) Lara Latorre, Lucía; Galyan Galyan, Anna
En los últimos años, el turismo está teniendo efectos negativos en el entorno de destino. Por ello, los agentes involucrados en el sector están implementando medidas para promover un turismo más eficiente. Debido a que España es un país muy dependiente del turismo, se debe encontrar un equilibrio entre la economía y la sostenibilidad. Este estudio tiene como objetivo general analizar el consumo energético del turismo y el impacto del sector turístico español en el medio ambiente. Asimismo, se introducen medidas de eficiencia energética y sostenibilidad para fomentar un turismo más responsable.
Programación Lineal Entera
(2024-06-05) López Sacramento, Julia; Rufián Lizana, Antonio
El trabajo aborda la programación lineal entera, una técnica clave en la investigación operativa para resolver problemas de toma de decisiones con restricciones lineales y variables enteras. La estructura del trabajo se divide en los siguientes capítulos: En el Capítulo 1 se explican los fundamentos teóricos de la programación lineal y un poco de historia. El Capítulo 2 trata sobre la formulación de problemas de programación lineal entera, destacando la importancia de definir correctamente restricciones y objetivos. En el Capítulo 3 se describen diversos métodos de resolución como el método del simplex, el algoritmo de ramificación y acotación y los algoritmos de corte. En el Capítulo 4 se analiza la complejidad algorítmica de los problemas de programación lineal, discutiendo las clases 𝒫 y 𝒩𝒫 y el problema 𝒫 = 𝒩𝒫. En el Capítulo 5 se aborda la implementación práctica de algoritmos de programación lineal en el lenguaje R, utilizando librerías específicas para problemas reales.
Análisis estadístico-computacional y desarrollo de modelos en el ámbito de los estudios en Psicología
(2024-07-10) Chaves García-Donas, Lola; Valencia Cabrera, Luis; Rodríguez Testal, Juan Francisco
La esquizofrenia es un trastorno que afecta de manera amplia al funcionamiento de una persona. Es una forma particular de psicosis o trastorno psicótico, caracterizado por la aparición de síntomas positivos y de síntomas negativos. Estos últimos son llamados así porque se produce una inhibición o pérdida de funciones que implican cronicidad y deterioro. El problema fundamental de los síntomas negativos y la motivación de este estudio es la carencia de estrategias de intervención eficaces, sea farmacológica o psicológica, afectando al pronóstico del caso. Este estudio busca proponer un modelo que permita predecir el inicio y el mantenimiento de los síntomas negativos, estableciendo unos objetivos terapéuticos. Se ha partido de una encuesta realizada por la facultad de psicología, la cual estaba compuestas por instrumentos que miden variables universales del funcionamiento emocional y conductual humanos, que reflejan los síntomas a estudiar o tienen alguna implicación en el desarrollo de los mismos. La muestra estaba compuesta por 761 individuos mayores de edad de ambos sexos. Para el análisis de las relaciones entre variables, se propuso un modelo de rutas (PA). Se han obtenido una serie de modelos que se pueden generalizar separando en cuatro niveles de variables mediadoras, con una serie de variables predictoras enfocadas en las experiencias traumáticas de la infancia y la dependiente de síntomas negativos. En el primer nivel, con una relación directa con las predictoras están la variable autoconsciente EISS, las variables de desapego DCI y OPD, mediando entre las variables predictoras y del segundo nivel ECS, B_M y TLS. Por esta razón, sabemos que las de segundo nivel son resultantes de la influencia de las predictoras en el desarrollo de las variables del primer nivel, de modo que la influencia de las experiencias traumáticas en las emociones autoconscientes y en los comportamientos sociales son buen precedente a las variables de expectativas (FAS, ASN, EFEV, SAFS, PANAS) junto con la sensación de pertenencia de ISEL. Por su parte, en los dos últimos niveles tenemos las variables de expectativas de fatiga y placer, y al sistema afectivo-motivacional relacionándose directamente con la dependiente. De forma que, las variables de tercer nivel, FAS, SAFS y P_N; influyen en las de último nivel, ISEL, EFEV, ASN y P_P. Esto respalda la importancia la importancia de las variables cognitivas, en este caso la predisposición, en el desarrollo y agravamiento de la sintomatología negativa. Tenemos que, los porcentajes de varianza explicada globales obtenidos, son razonablemente buenos; siendo el valor máximo un 71.5 % y el mínimo un 70.9 %. Además, todos los indicadores de ajuste de bondad requeridos, excepto el de parsimonia, cumplen los criterios: el valor más alto de RMSEA es un 0.05, el de SRMS es 0.05 y el de TLI es 0.95. Por otro lado, el más alto de PNFI es 0.62, mientras que el más bajo es 0.57. Para finalizar, decir que se ha obtenido una mediación completa, ya que ni los efectos directos y ni los totales son significativos, solo los efectos indirectos.
Análisis económico y tendencias de correlación de las criptomonedas
(2024-06-03) Blanco Rodríguez, Estefanía; Galyan Galyan, Anna
Este estudio lleva a cabo un análisis de las criptomonedas. Para empezar, se estudia la evolución histórica que experimenta el dinero hasta la aparición de las criptomonedas, centrándose al final en la explicación de su funcionamiento a través del sistema Blockchain. Además, se centra en analizar las cinco criptomonedas con mayor capitalización de mercado, describiendo sus características, funcionamiento de sus sistemas y los factores que afectan a su valor. Para terminar, se lleva a cabo un análisis sobre la evolución de los precios históricos de cada una de las criptomonedas estudiadas anteriormente. Se analizan los cambios de tendencias que experimentan cada una de ellas y se estudia la correlación entre pares, interpretando cada coeficiente de correlación y dando una posible visión sobre las relaciones entre sus comportamientos.
Programación no lineal
(2024-06-04) Caballos Galindo, María; Rufián Lizana, Antonio
The purpose of this Final Degree Project is to address the topic of ”Nonlinear programming”, providing a detailed analysis of this concept, as well as convex sets, convex functions and their generalization, and applications of some algorithms . The purpose of this project is that any person with minimal knowledge of linear programming is able to understand the explained methods of nonlinear programming. In this project, a mathematical model for nonlinear programming will be established, discussing the different characteristics of this type of problems. Additionally, convex sets and convex functions will be explored, along with relevant theorems and examples. We will study the fundamentals of constrained optimization, including the theorems of necessary and sufficient conditions of Karush-Kuhn and Tucker. Finally, procedures dedicated to solving nonlinear programming problems using univariate and multivariate methods will be presented, for this we will use the R software.
El uso de la información auxiliar en el muestreo estadístico
(2024-06-03) García Alcaide, Alejandro; Muñoz Reyes, Ana María
Uno de los objetivos principales de la Estadística y, en específico, del Muestreo Estadístico es la precisión de las estimaciones realizadas. Para ello, se han desarrollado numerosas técnicas con este fin. Entre estas, se encuentra la incorporación de la información auxiliar a los procedimientos habituales del muestreo. La presencia de la información auxiliar es mucho más común de lo que puede parecer puesto que existe un gran número de estudios anteriores, censos u otras fuentes de datos de las que se pueden rescatar variables. El uso de esta información será estudiado no solo desde distintas ópticas, sino también desde las distintas formas en las que se puede manifestar: variables cuantitativas o cualitativas y variables unidimensionales o multidimensionales. Este trabajo comienza sentando las definiciones y la notación básicas en el capítulo 1. Con esto, es posible proponer distintas expresiones de estimadores que aprovechen la información auxiliar disponible. Además de esto, en los capítulos 2 y 3, se explorará también bajo qué condiciones o circunstancias la incorporación de esta información proporciona mejoras en las estimaciones. Además de estimadores que usen de manera implícita esta información, existen otras técnicas que hacen uso de estas variables auxiliares. En particular, este trabajo hará especial hincapié en una de ellas que está ganando gran popularidad últimamente: la técnica de la calibración. Esta estrategia se estudiará en el capítulo 4. El capítulo 5 se aleja de la óptica estudiada hasta el momento proponiendo un uso alternativo de esta información. En concreto, se busca aplicar esta para la estratificación de la población para lo que será necesario recurrir al uso de técnicas del análisis multivariante. Por ´ultimo, en el capítulo 6, se busca responder a uno de los principales retos de las estimaciones: el problema de la no respuesta. Las tasas de no respuesta son cada vez más comunes en las encuestas. Es, por ello, por lo que se buscará una solución a este problema a través de la información adicional disponible. Cabe mencionar que algunos de los capítulos anteriores comprenden una sección en la que se analizan datos reales para verificar las propiedades y los resultados expuestos en el trabajo.
Redes recurrentes
(2023-07) Rodríguez Fenoy, Fernando; Cubiles de la Vega, María Dolores; Universidad de Sevilla. Departamento de Estadística e Investigación Operativa
Las redes neuronales recurrentes, aunque fueron concebidas en el siglo pasado, han ganado mucho protagonismo en los últimos años gracias a los avances tecnológicos que se han producido. Su habilidad para modelar secuencias encontrando patrones que se repiten dentro de éstas, ha hecho que este tipo de red neuronal se aplique en una gran diversidad de tareas que todos conocemos y usamos, como puede ser traducir un texto o pronosticar el clima de una ciudad. El objetivo de este trabajo ha sido introducir estas redes recurrentes. En primer lugar repasando a qué campo de la ciencia pertenecen, después explicando el funcionamiento de una red neuronal, para finalmente profundizar en nuestro tema del trabajo. Para ello, primero se ha indagado en la teoría que lleva detrás y después hemos terminado realizando una aplicación práctica utilizando el lenguaje de programación R junto con la librería Keras, que consistía en realizar una predicción de la temperatura del aire en una ciudad para catorce días, con ayuda de un histórico de datos acerca de la presión atmosférica, la humedad o la temperatura, entre otras más variables. Los resultados de esta práctica nos llevaron a concluir que cuando tenemos datos secuenciales, es decir, que siguen un orden específico y que por tanto tiene sentido analizarlos de forma conjunta, el aplicar redes recurrentes puede ser una gran opción para capturar patrones que se repitan en el tiempo y que los datos sean tratados teniendo en cuenta el contexto en el que se presentan.
Diseño y desarrollo de una aplicación software didáctica para el aprendizaje en el ámbito del Grado en Estadística
(2023-06) Pérez Tinoco, Samuel; Valencia Cabrera, Luis; Universidad de Sevilla. Departamento de Ciencias de la Computación e Inteligencia Artificial
En este proyecto se plantea como objetivo fundamental el de proporcionar una herramienta útil para estudiantes e interesados en el aprendizaje de los aspectos fundamentales relacionados con el grado en estadística. Para la creación de una aplicación hay que tener bien definidas cual va a ser su funcionalidad y la necesidad de la aplicación además de contar con una buena base de conocimientos que permitan llevarla a cabo. Durante el presente curso he realizado un viaje completo a lo largo de los cursos que he ido pasando a través de toda la carrera, analizando aspectos de interés dentro de cada uno, y planteando el diseño de diversas herramientas que pudieran recoger una muestra significativa de funcionalidades del grado. Esta memoria contiene los aspectos funcionales y las cuestiones que llevan a crearla así como las herramientas necesarias, una breve descripción del contenido de la aplicación, la programación de distinguidos objetos de las que está compuesta la aplicación, unas conclusiones personales, reflexiones y un trabajo futuro.
Introducción a los Modelos de Ecuaciones Estructurales
(2023-06) Pérez Jiménez, Enrique; Pino Mejías, José Luis; García de las Heras, Joaquín Antonio; Universidad de Sevilla. Departamento de Estadística e Investigación Operativa
Los modelos de ecuaciones estructurales (en adelante SEM1) son una técnica estadística cuantitativa multivariante que tiene como objetivo principal describir la relación existente entre una serie de variables observables y otras no observables denominadas variables latentes. Esta técnica es muy utilizada en diversos campos, principalmente en ciencias sociales como la psicología. En este trabajo, se tratarán de exponer los fundamentos que caracterizan a los SEM y se mostrarán algunas aplicaciones mediante el uso del software estadístico R. Para ello, el trabajo se ha dividido en cuatro bloques o capítulos. En el primer capítulo se describirá de manera breve en qué consisten este tipo de modelos, además de explicar el contexto en el que surgen e introducir algunos conceptos importantes para su formulación. También se describen de forma breve los tipos de SEM que existen. En el segundo capítulo, se detallarán los pasos necesarios para la construcción de un modelo SEM, partiendo de la comprobación de las hipótesis previas que deben darse para ello, y finalizando con la evaluación del modelo y la obtención de conclusiones. El tercer capítulo está dedicado a la aplicación práctica de los SEM mediante el uso del software R sobre dos conjuntos de datos. El primero de ellos trata sobre la expansión de la democracia y la industrialización en países en vías de desarrollo. En el segundo caso práctico se muestra la aplicación de los modelos SEM sobre un conjunto de datos cuyas observaciones están divididas en grupos o clusters. Finalmente, el cuarto capítulo contiene las conclusiones, donde se hace balance de los principales resultados, tanto teóricos como prácticos, que se han obtenido a raíz de la realización de este trabajo.
Modelos estadísticos en análisis de cambio climático
(2023-06) Pérez García, Alberto; Pino Mejías, José Luis; Universidad de Sevilla. Departamento de Estadística e Investigación Operativa
Nos hallamos en un momento crucial para afrontar con éxito el mayor desafío que nos toca vivir: el cambio climático. Actualmente, es indispensable hacer para cualquier estudio sobre el cambio climático un análisis de datos para conocer y anticiparse a todos los cambios que se producen en el medio ambiente, y que tanto perjuicio ocasionan. Este trabajo consiste en la recopilación de datos atmosféricos y climáticos, y la apliación de ciertas técnicas estadísticas para dichos datos. Con tal objetivo, se pretende analizar la influencia de estos elementos en el calentamiento global y por ello en el cambio climático a partir de varios conjuntos de datos obtenidos de distintas fuentes de información.
El salario mínimo y los efectos sobre los precios
(2023-06) Muñoz Márquez, Sofía; González Limón, Myriam Luisa; Universidad de Sevilla. Departamento de Análisis Económico y Economía Política
Este estudio presenta un análisis bibliométrico que examina la relación entre el salario mínimo y su impacto en los precios en la literatura científica del siglo XXI utilizando métodos relacionales. Se analizaron 292 documentos de la base de datos Web of Science Core Collection, que incluyen artículos y artículos de revisión. Para llevar a cabo el análisis, se emplearon herramientas como VOSviewer, R y Biblioshiny, que permitieron examinar las tendencias de publicación, los documentos más citados, los principales autores contribuyentes, los países e instituciones más productivos, y las revistas más influyentes en el campo de investigación. Se realizó un análisis de coautoría, co-citación y coocurrencia de palabras clave para identificar las relaciones más destacadas entre autores, documentos, referencias citadas, fuentes y países en el campo de investigación. Este estudio contribuye a ampliar el conocimiento sobre el tema del salario mínimo y su impacto en los precios, brindando un sólido respaldo a la investigación en esta área y facilitando una mejor comprensión de su evolución a lo largo del tiempo.
Deep Learning
(2023-06) García Barragán, Claudia; Cubiles de la Vega, María Dolores; Universidad de Sevilla. Departamento de Estadística e Investigación Operativa
Aproximación de las soluciones de ecuaciones
(2023-10-01) Martín Periáñez, Lucía; Anguiano Moreno, María; Universidad de Sevilla. Departamento de Análisis Matemático; Universidad de Sevilla. FQM104: Analisis Matematico
El an´alisis matem´atico, tambi´en conocido como c´alculo, es una rama fundamental de las matem´aticas que se centra en el estudio de algoritmos para poder resolver problemas matem´aticos como es encontrar soluciones a las ecuaciones de la forma F(x) = 0. En una gran variedad de situaciones nos encontramos con la dificultad de hallar las ra´ıces de una ecuaci´on. Los m´etodos iterativos nos ayudaran a resolver este problema. Los m´etodos matem´aticos son t´ecnicas que permiten resolver de forma aproximada problemas matem´aticos estimando el error cometido. Algunos de los m´etodos m´as utilizados son el m´etodo de la Bisecci´on, el m´etodo del Punto Fijo, el m´etodo de Newton, etc. En este sentido, en este trabajo haremos un estudio detallado de estos m´etodos num´ericos y sus variantes.
Indicadores estadísticos asociados a la encuesta de condiciones de vida
(2022-06-09) Toscano Durán, Víctor; Beato Moreno, Antonio; Universidad de Sevilla. Departamento de Estadística e Investigación Operativa
La encuesta de condiciones de vida proporciona información sobre la calidad de vida en nuestro país y permite abordar el análisis de la pobreza y de la desigualdad de una manera homologable y anual. Actualmente, es un tema de relevancia debido a la reciente crisis económica que ha vivido el país en 2008 y que se ve perjudicada hoy en día por otros sucesos de gran escala como puede ser la pandemia Covid-19. Estas características sobre nuestra sociedad son medibles gracias a los indicadores proporcionados por dicha encuesta. El objetivo es conocer la situación del País en la última década mediante la información que nos proporciona esta encuesta y se realiza el análisis de la desigualdad y de la pobreza por comunidades autónomas, así como un análisis de su evolución en el intervalo de tiempo del 2009 al 2020
Selección de subconjuntos de variables en modelos estadísticos
(2022-06-08) Jareño Martínez, Carmen María; Muños Picardo, Juan Manuel; Universidad de Sevilla. Departamento de Estadística e Investigación Operativa
Este trabajo aborda el problema de la selección de variables en los modelos estadísticos, para lo cual se centra en el funcionamiento de la librería BeSS (Wen et al. [2021]). Se destaca la formulación primal-dual del problema de selección del mejor subconjunto de variables, así como los distintos algoritmos de conjunto activo que desarrolla el paquete. En la práctica, se desconoce el tamaño del subconjunto de variables que deben ser seleccionadas (k) por lo que se verá la determinación de la k óptima. En base a esto, se han diseñado distintas ilustraciones a partir de varias generaciones de datos, realizadas con funciones que contiene este paquete, para estudiar el funcionamiento de la librería según los distintos tipos de modelos estadísticos (regresión lineal, regresión logística y riesgos proporcionales de Cox). Además se aplican las mismas técnicas a conjuntos de datos reales. Para finalizar, se comparan los resultados obtenidos con los modelos seleccionados usando distintos paquetes como leaps (Lumley [2020]), bestglm (McLeod et al. [2020]) y glmnet (Friedman et al. [2021]).
Introducción al Deep Learning. Aplicación en R
(2022-06-07) Cano Ávalos, Javier; Cubiles de la Vega, María Dolores; Universidad de Sevilla. Departamento de Estadística e Investigación Operativa
Estamos empezando a ver como algo normal utilizar el asistente de nuestro teléfono móvil, usar el traductor, buscar en google simplemente echando una foto, coches que frenan al encontrar un obstáculo delante, etc. Todas estas actividades no eran posibles hace relativamente pocos años, y es que la Inteligencia Artificial, la encargada de estas tareas, nació en el siglo pasado. Este trabajo consiste en introducir unas de las ramas de aprendizaje dentro de esta ciencia, que pese a nacer en los años 50 del siglo pasado, ya está más que presente en nuestro día a día. Se trata del Deep Learning, o Aprendizaje Profundo. El Deep Learning, englobado dentro del Maching Learning, es una rama de la Inteligencia Artificial. Es un método de aprendizaje automático, formado por diferentes capas de aprendizaje. Su estructura se basa en las Redes Neuronales, que son métodos de aprendizaje por capas. Cada modelo de Redes Neuronales tiene una composición diferente y puede usarse para realizar unas tareas en especial. El trabajo se inicia con una introducción al Deep Learning, y da una visión de su historia y sus precedentes. Seguidamente se introduce cómo funciona, que es a través de las Redes Neuronales. En este aspecto, se centra en las Redes Neuronales Convolucionales. Por último, se lleva a cabo dos aplicaciones en el lenguaje R donde se intentará clasificar unas imágenes; primero en blanco y negro, y luego a color, utilizando la librería Keras.
Modelización estadística de ventas en el sector retail
(2022-06-18) Venegas Pardo, Marta; Pino Mejías, José Luis; Universidad de Sevilla. Departamento de Estadística e Investigación Operativa
En el presente trabajo fin de grado, titulado Modelización de ventas en el sector retail se hace una revisión de diferentes modelos estadísticos y algoritmos de aprendizaje automático con el principal objetivo de aplicarlos a un conjunto de datos real para predecir el volumen de ventas de una pareja de productos. Para llegar a la fase del modelado, es necesario de realizar un proceso de ciencia de datos completo, que comprende desde el pre-procesado y depuración de los datos, hasta un análisis exploratorio para entender como varían las ventas en función del tiempo. También se ha incluído una revisión teórica con la correspondiente aplicación práctica de la técnica del análisis de cesta de la compra, aplicado como sistema de recomendación por numerosas empresas a través de internet. En definitiva, lo que se busca es comprender y modelar el comportamiento de compra del consumidor, para poder así tomar decisiones de negocio que puedan contribuir, por ejemplo, al aumento de la facturación anual y del margen de beneficios.

Examinar

Envíos recientes