Análisis y ajustes, con modelos de regresión B-Splines utilizando el Software R, en las variables climatológicas: temperatura, humedad, radiación y velocidad del viento, de la Estación Meteorológica Solar del Centro de Energía Alternativas, Facultad de Ciencias, Escuela de Física y Matemática
Se realizó el análisis y ajuste, con modelos de regresión B-Splines utilizando el software libre R, en las variables climatológicas tales como: Temperatura, Humedad, Radiación y Velocidad del Viento, con datos obtenidos de la Estación Meteorológica Solar, del Centro de Energía Alternativas; de la Fa...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2015 |
| País: | Ecuador |
| Institución: | Escuela Superior Politécnica de Chimborazo |
| Repositorio: | Repositorio Escuela Superior Politécnica de Chimborazo |
| Idioma: | español |
| OAI Identifier: | oai:dspace.espoch.edu.ec:123456789/4514 |
| Acceso en línea: | http://dspace.espoch.edu.ec/handle/123456789/4514 |
| Access Level: | acceso abierto |
| Palabra clave: | MODELOS DE REGRESIÓN MODELOS DE REGRESIÓN B - SPLINE VARIABLES CLIMATOLÓGICAS VELOCIDAD DEL VIENTO SUAVIZADO MATEMÁTICA BÁSICA |
| Sumario: | Se realizó el análisis y ajuste, con modelos de regresión B-Splines utilizando el software libre R, en las variables climatológicas tales como: Temperatura, Humedad, Radiación y Velocidad del Viento, con datos obtenidos de la Estación Meteorológica Solar, del Centro de Energía Alternativas; de la Facultad de Ciencias, Escuela de Física y Matemática; con la finalidad de identificar claramente el ajuste limitado, la diferencia existente entre la longitud o amplitud de los intervalos de ajuste, en relación a un modelo de regresión polinómico generalmente utilizado. El análisis y ajuste con modelos de regresión B- Spline utilizando el software R se lo realizó con valores promedios obtenidos para cada una de las variables climatológicas tales como: Temperatura, Humedad, Radiación y Velocidad del Viento; estos datos promedios para cada hora del día en cada mes, realizando una comparación con modelos de regresión polinómico de grado siete. Dado este análisis y ajuste con modelos de regresión B- Spline utilizando el software R, se llegó a identificar que los modelos de regresión B- Spline; presentan un mejor suavizado en el comportamiento de los datos climatológicos, a diferencia de seguir utilizando los modelos de regresión generalmente utilizados. Aplicar la técnica estadística modelos de regresión B – Spline utilizando el software R; es útil para obtener un mejor suavizado y ajuste de nuestros datos; se recomienda se tome en consideración la utilización de los modelos de regresión B – Spline utilizando un software R, para mejorar el ajuste o suavizado de cualquier conjunto de datos y así combinar la aplicación de los modelos de regresión comúnmente utilizados con los modelos de regresión B - Spline. |
|---|