Análisis de dependencia usando regresión lineal múltiple y regresión de componentes principales en contaminantes delaire y parámetros meteorológicos caso de estudio
| Autor | Daniel Parra - Silvia Quijano - Diana Orrego - Miguel Becerra |
| Cargo | Grupo de Investigación e Innovación Biomédica Medellín, Colombia - Grupo de Investigación e Innovación Biomédica Medellín, Colombia - Docente investigadora, Ciencias Exactas y Aplicadas, Medellín, Colombia - Docente investigadora, Grupo de Investigación e Innovación Biomédica Medellín, Colombia - Docente investigador, Escuela de Ingeniería, ... |
| Páginas | 13-19 |
Quid N° 23, pp. 13-24, jul - dic, 2014, ISSN: 1692-343X, Medellín-Colombia
Resumen. La contaminación del aire ha sido un problema ambiental y de salud en el mundo, se han propuesto varios
métodos de regresión lineal multivariable para determinar niveles de asociación y dependencia entre contaminantes
del aire y parámetros meteorológicos. Estos parámetros se caracterizan por tener información redundante e
irrelevante, que es perjudicial para un modelo de regresión. En este contexto, un análisis de la dependencia mediante
Regresión Lineal Múltiple y Regresión de Componentes Principales de los contaminantes del aire y parámetros
meteorológicos fue desarrollado, encontrando una fuerte correlación entre el ozono y la temperatura (0.8) para la
estación Tlalnepantla, así como un coeficiente de determinación de 82%. El modelo de PCR demostró que
parámetros met eorológicos como temperatu ra y humedad relativa tienen un im pacto significativo en la
contaminación del aire en la Ciudad de México.
Palabras clave: análisis de dependencia; contaminación del aire; parámetros meteorológicos; regresión de
componentes principales; regresión lineal múltiple.
Abstract. Air pollution has been an environmental and health problem in the world, several methods of
multivariable linear regression has been proposed to determine levels of association and dependence between air
pollutants and meteorological parameters. These parameters are characterized by redundant and irrelevant
information, which is detrimental to a regression model. In this context a dependence analysis using Multiple Linear
Regression and Principal Component Regression in air pollutants and meteorological parameters was developed,
found a strong correlation between ozone and temperature (0.8) for Tlalnepantla station, as well as a determination
coefficient of 82%. The PCR model proved that meteorological parameter such as temperature and relative humidity
have a significant impact on the air pollution in Mexico City.
Keywords: air pollution; dependence analysis; meteorological parameters; multiple linear regression; principal
component regression.
ANÁLISIS DE DEPENDENCIA USANDO REGRESIÓN LINEAL MÚLTIPLE Y REGRESIÓN DE
COMPONENTES PRINCIPALES EN CONTAMINANTES DEL AIRE Y PARÁMETROS
METEOROLÓGICOS: CASO DE ESTUDIO
DEPENDENCE ANALYSIS USING MULTIPLE LINEAR REGRESION AND PRINCIPAL
COMPONENT REGRESSION IN AIR POLLUTANTS AND METEOROLOGICAL PARAMETERS:
CASE STUDY
Citar, estilo APA: Novoa, J., Parra, D., Quijano, S., Orrego, D., Becerra, M. (2014) Análisis de dependencia usando regresión lineal múltiple y regresión de
componentes principales en contaminantes del aire y parámetros meteorológicos: caso de estudio. Revista QUID, (23), 13-20.
Mg. Diana Orrego
Instituto Tecnológico Metropolitano (ITM),
Docente investigadora, Grupo de Investigación e
Innovación Biomédica (GI2B),
Medellín-Colombia
Dianaorrego@itm.edu.co
Julián Novoa Betancur
Instituto Tecnológico
Metropolitano (ITM),
Grupo de Investigación e
Innovación Biomédica (GI2B),
Medellín-Colombia
novoa.julian@gmail.com
Daniel Parra
Instituto Tecnológico
Metropolitano (ITM),
Grupo de Investigación e
Innovación Biomédica (GI2B),
Medellín-Colombia
Danielparra91457@correo.itm.edu.co
PhD. Silvia Quijano
Instituto Tecnológico
Metropolitano (ITM),
Docente investigadora, Ciencias
Exactas y Aplicadas,
Medellín-Colombia
silviaquijano@itm.edu.co
Mg. Miguel Becerra
Institución Universitaria Salazar y Herrera (IUSH)
Docente investigador, Escuela de Ingeniería, Grupo
de Electrónica y Automática (GEA).
Medellín-Colombia.
m.becerra@iush.edu.co
(Recibido el 22 octubre de 2014 - Aprobado el 07 de noviembre de 2014)
Para continuar leyendo
Solicita tu prueba