Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Seminario de Investigación I.
Profesor: Ing. Jairo Humberto Torres Acosta, PhD, MSc.
Resumen: Se evalúa la capacidad del modelo de regresión lineal múltiple (RLM) para la predicción del Índice de Calidad
Agua (ICA) a partir de diferentes variables independientes (físico-químicas y biológicas) como lo son: Potencial hidrogenado
(Ph), grasas y aceites (GA), Sólidos Suspendidos (SS), Demanda Bioquímica de Oxigeno (DBO), alcalinidad (A) y coliformes
fecales (CF). De igual forma, se realiza el análisis de los residuos y la independencia de las variables observadas a partir del
estadístico de Durbin‐Watson determinando la bondad del pronóstico con base en el Error Cuadrático Medio (ECM). Se
realizó un análisis de correlación de Pearson entre todas las variables independientes. Finalmente, la capacidad del modelo
(RLM) se evaluó a partir del coeficiente de correlación múltiple y el coeficiente de determinación R 2.
Palabras claves: Regresión lineal múltiple (RLM), calidad de agua, DBO, SS, Ph y Durbin‐Watson.
El modelo de regresión lineal múltiple está dado por una De hecho, la calidad del agua para consumo humano está
variable independiente (Y), un intercepto (𝛽0), y n vinculada al surgimiento de diferentes enfermedades
variables explicativas o independientes: infecciosas y parasitarias (Guzmán et al, 2015). El ICA se
implementa para determinar el grado de contaminación
𝑌 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + 𝛽3 𝑋3 +. . . 𝛽𝑛 𝑋𝑛 (Jiménes &, 2006). Para predecir el valor del (ICA), en
(1)
este estudio se utilizó una serie de 20 datos para las
variables de Ph, grasas y aceites, SS, DBO, alcalinidad y
La aplicación de este modelo depende del
coliformes fecales. Se definió el ICA como variable
comportamiento homocedastico de la serie, de la
dependiente.
linealidad, la normalidad y la independencia de las
variables. Para esto es necesario implementar el estadístico
2
Estimación del Índice da Calidad de Agua (ICA), mediante un modelo de Regresión Lineal Múltiple (RLM).
4. Resultados y discusión
Referencias
3
Estimación del Índice da Calidad de Agua (ICA), mediante un modelo de Regresión Lineal Múltiple (RLM).