DETERMINACIÒN DEL GRADO DE IMPORTANCIA DE LOS FACTORES

QUE INTERVIENENEN LA EFICIENCIA DE UNA CALDERA, MEDIANTE LA

REGRESIÒN LINEAL MULTIPLE

DETERMINATION OF THE DEGREE OF IMPORTANCE OF THE FACTORS THAT INTERVENE

IN THE EFFICIENCY OF A BOILER, BY MEANS OF THE MULTIPLE LINEAR REGRESSION

Ing. Ángel Amado Recio Recio, Ph D. 1.Lic. Ramón Rodríguez Betancourt, Ph D.2. Ing. Guillermo
Mosquera Quintero. M.Sc.3

1Profesor Invitado de la Universidad “Luis Vargas Torres” de la provincia de Esmeraldas.

recioangel@gmail.com .
2Profesor invitado de la Universidad “Luis Vargas Torres” de la provincia de
Esmeraldas.rr828845@gmail.com.
3Profesor Principal de la Universidad “Luis Vargas Torres” de la provincia de Esmeraldas.
guillermoncuba@gmail.com

.
RESUMEN

El objetivo 11 del Plan Nacional del Buen Vivir 2013-2017, en el apartado 11.1, expresa:
“Incentivar el uso eficiente y el ahorro de energía, sin afectar la cobertura y calidad de sus
productos y servicios”. La importancia de conocer la eficiencia térmica de los generadores de
vapor, radica en evaluar el grado de aprovechamiento de la energía del combustible utilizado.
Esta eficiencia depende de los factores que intervienen en el interior de la combustión y son: los
gases, el proceso químico interior y la reducción. La aplicación del método de Regresión Lineal
Múltiple ofrece cuantiosas ventajas para medir estos factores siempre y cuando se conozca su
intervalo de variación. Los resultados para el caso de la Termo-1 de la provincia de Esmeralda es
que el factor con mayor peso son los gases, con una disminución de la eficiencia del, 3,39% por
unidad de gases en el interior de la caldera
Palabras Claves: Eficiencia Térmica, Calderas, Regresión Lineal Múltiple, Gases.

SUMMARY
Objective 11 of the National Plan for Good Living 2013-2017, in section 11.1, states: "Encourage
the efficient use and saving of energy, without affecting the coverage and quality of its products
and services." The importance of knowing the thermal efficiency of steam generators lies in
evaluating the degree of utilization of the energy of the fuel used. This efficiency depends on the
factors involved in the interior of the combustion and is: gases, the internal chemical process and
reduction. The application of the Multiple Linear Regression method offers many advantages to
measure these factors as long as their range of variation is known. The results for the case of
Thermo-1 of the province of Esmeralda are that the factor with greater weight is the gases, with a
decrease of the efficiency of the 3.39% per unit of gases inside the boiler.

Key Words: Thermal Efficiency, Boilers, Multiple Linear Regression, and Gases.

INTRODUCCIÓN

El objetivo 11 del Plan Nacional del Buen Vivir 2013-2017, en el apartado 11.1, expresa:
“Incentivar el uso eficiente y el ahorro de energía, sin afectar la cobertura y calidad de sus
productos y servicios”.
También se enfatiza que: “Otro aspecto importante se refiere a la intensidad en el uso energético.
Su índice permite obtener una medida de la eficiencia en el uso de energía. Desde 1995 hasta
2010, este índice ha tenido una tendencia creciente para el caso ecuatoriano, lo que significa que
cada vez se utiliza una mayor energía para la misma cantidad de producción”.
Y afirma además: “En este sentido, en el periodo 2000-2011, la demanda nacional de energía
aumento a una tasa mayor (6,10%) que la tasa de crecimiento económico (4,37%). Para 2011, el
índice de intensidad energética para el Ecuador fue de 1,72, es decir, superior al promedio de
América Latina y el Caribe que fue de 1,29. El índice ecuatoriano fue también superior al de
Centroamérica (1,47) al del Cono Sur (1,48) y al de la CAN (1,38) (MICSE, 2012a)”.
De lo cual se desprende la necesidad que tiene el país de, para mejorar la eficiencia energética en
todos los sectores. La eficiencia energética (EE) es una herramienta que ayuda a reducir el
consumo energético de los sistemas eléctricos y térmicos, y a su vez busca optimizar el
desempeño de los mismos, evaluando sus parámetros de funcionamiento, sus consumos
energéticos, la variación de la carga durante el periodo de trabajo, sus rendimientos, entre otros
parámetros específicos de cada equipo.
En la eficiencia energética (EE) de una Central Termoeléctrica de condensación (CTE),
intervienen varios equipos térmicos, que tienen como función la generación, transporte y y
posteriormente el uso de este vapor, el primero es el Generador de vapor, las tuberías de
conducción de vapor, la Turbina de vapor que mueve el generador de electricidad, el
condensador y las bombas.

A partir del combustible que se introduce al generador de vapor para que se produzca la
combustión y con ello el calor, que permita producir el cambio de fase del agua y su conversión
en vapor, que es la sustancia de trabajo, ocurren pérdidas que si no son debidamente controladas
algunas y eliminadas otras traerán como consecuencia, que durante la generación transporte y
uso de vapor se gaste consuma más calor del necesario y por consiguiente más gasto de
combustible en la CTE.

Por lo tanto es el generador de vapor un equipo fundamental dentro de esta instalación y juega
un papel muy importante en la eficiencia de la CTE. El nivel de eficiencia energética de un
generador de vapor es función tanto de la combustión que se genera en su seno como de los
equipos que lo conforman, y envuelve la combustión y transferencia hacia el agua la energía que
es capaz de generar el combustible antes de que sus gases de combustión salgan por el conducto
de evacuación o chimenea.

La importancia de conocer la eficiencia térmica con que operan los generadores de vapor,
también denominados calderas, radica en evaluar el grado de aprovechamiento de la energía del
combustible para producir vapor. Además, se pueden cuantificar las cantidades de calor que
ingresan y egresan de una caldera. Sin embargo esta eficiencia depende de los factores que
intervienen en el interior de la combustión y varían según el uso que se le ha dado a la caldera.
Estos factores son: temperatura de los gases a la salida del generador de vapor, el proceso de
combustión interior (perdidas por incombustión química) y la incombustión mecánica.
En este sentido las calderas de la Termo-1 de la provincia de Esmeralda presentan una eficiencia
promedio en el 70 a 82 por ciento, lo cual se considera baja y por tanto es necesario investigar las
causas que producen este bajo rendimiento.

Precisamente el objetivo de la presente investigación es determinar el grado de importancia de

los factores que intervienen en la eficiencia de las calderas en la Termo-1 de Esmeralda para
incrementar la eficiencia de trabajo de las mismas.

MATERIALES Y MÈTODOS
El Balance térmico del Generador de Vapor.
Al aplicar la 1ra. Ley de la termodinámica al Generador de Vapor (G.V.). como un sistema
termodinámico abierto que no intercambia trabajo con los alrededores y no varían su energía
cinética y potencial, se expresa que:

𝑄𝑑𝑖𝑠 = 𝑄ú𝑡𝑖𝑙 + 𝑄𝑝é𝑟𝑑 ; 𝑘𝐽⁄𝑘𝑔 ó 𝑘𝑊

𝑐𝑜𝑚𝑏

𝑄𝑑𝑖𝑠 : La energía aportada por el combustible orgánico preparado que se quema en el horno.
𝑄ú𝑡𝑖𝑙 : La energía transferida al agua que se convierte en vapor de alta presión y temperatura
𝑄𝑝é𝑟𝑑 : La energía que se escapa por diferentes vías y no es aprovechada.

Donde los calores antes descritos se expresan referidos ya sea a la unidad de masa de
combustible consumida o a la unidad de tiempo durante el funcionamiento del GV.

Calor disponible. Calor útil. Pérdidas de calor.

Las expresiones de cálculo de la ecuación de balance térmico son diversas y difieren de una
instalación de caldera a otra. No obstante en general se agrupan de la forma siguiente:

El calor disponible (𝑄𝑑𝑖𝑠 ) considera: el calor específico de combustión (valor calórico bajo del
combustible), calentamiento sensible, y otros que se aporten a la entrada de calor del generador
de vapor.

El calor útil (𝑄ú𝑡𝑖𝑙 ) se refiere a la energía absorbida por la sustancia de trabajo termodinámica
(agua, vapor recalentado) hasta convertirse en vapor de diferentes calidades (saturado,
sobrecalentado, recalentado, etc.)

Las pérdidas de calor (𝑄𝑝é𝑟𝑑 ) agrupan las relativas a: gases calientes (q2) que salen de la caldera,
incombustión [química (q3) y mecánica (q4)], superficies calientes (q5) en contacto con el medio,
cenizas calientes (q6) extraídas del horno (para carbones), etc.

La Eficiencia del GV y el error en su determinación

La eficiencia bruta (ηb) se puede calcular (2) por los métodos directo e indirecto, estos son:
𝑄ú𝑡𝑖𝑙
𝜂𝑏 = ⁄𝑄 ∗ 𝐵 ------------- Método directo
𝑑𝑖𝑠𝑝

𝜂𝑏 = 1 − ∑𝑞𝑝é𝑟𝑑 -------------Método indirecto

La eficiencia neta (ηn) toma en cuenta los gastos internos de energía (qin) de equipos auxiliares
del GV tales como ventiladores, motores de accionamiento etc.
𝜂𝑛 = 𝜂𝑏 − ∑𝑞𝑖𝑛
Método directo de calcular la ηb del generador de vapor.
𝑄ú𝑡𝑖𝑙 = 𝐷𝑣.𝑠𝑜𝑏 (𝑖𝑣.𝑠𝑜𝑏 − 𝑖𝑎𝑎 ) + 𝐷𝑣.𝑠𝑎𝑡 (𝑖𝑣.𝑠𝑎𝑡 − 𝑖𝑎𝑎 ) + 𝐷𝑝 (𝑖𝑝 − 𝑖𝑎𝑎 ) + 𝐷𝑣.𝑟𝑒𝑐 (𝑖𝑣.𝑟𝑒𝑐 − 𝑖𝑣.𝑒𝑥𝑡𝑟 )

Aplicación de la Regresión Lineal Múltiple

En muchos trabajos experimentales y de tipo económico deseamos investigar como los cambios
de una variable afectan a otra. Algunas veces dos variables serán enlazadas por una relación
lineal exacta, en todos estos casos, debemos manejar la información necesaria del
comportamiento de estas variables, que por lo general es una muestra de la población. A partir
de aquí podemos utilizar algunos modelos para obtener una función que relacione estas
variables.

Una de las técnicas econométricas más utilizada actualmente es el análisis de regresión. Las ideas
básicas de la regresión lineal simple, a partir de la función de regresión poblacional (FP) con una
variable independiente, y su extrapolación a la función de regresión muestral (FM). Se parte de
una muestra, con la cual y a partir del método de los mínimos cuadrados se obtienen los
coeficientes de regresión. Estas ideas pueden ser extrapoladas al análisis de regresión lineal
múltiple. Una línea de de regresión lineal múltiple hallada a partir del método de los mínimos
cuadrados debe ser sometida a supuestos, los cuales si no se cumplimentan se debe ampliar o
cambiar la muestra seleccionada. (Rodrìguez, 2009)

Con estos elementos la formulación general del problema sería la siguiente:

Formulación General del problema a resolver:

La Termo-1 de la provincia de Esmeraldas opera calderas para producir vapor, el cual es

utilizado para mover los generadores de corriente en este proceso en el interior de la caldera se
producen gases, reacciones químicas y reductores, los cuales inciden directa e indirectamente en
la eficiencia de la misma. La Termo-1 no conoce en que medida estos factores internos son
beneficios o perjudiciales para lograr una mayor eficiencia de la misma. Son conocidos los
intervalos en que se mueven estos factores y también la eficiencia Existen las condiciones
técnicas y organizativas para obtener los datos relevantes del problema-

Con estas premisas el problema sería, determinar la mejor función de respuesta, mediante la
cual se pueda estimar el grado de eficiencia de la cadera, variable dependiente, a partir de los
principales factores que lo producen, variables independientes, lo cual permitirá en una primera
etapa de la investigación determinar cuál sería el peso de los factores que intervienen en la
eficiencia de la caldera, con el objetivo de proyectar el programa de mantenimiento a costo
mínimo.

Las funciones de Respuestas se calcularán mediante la Regresión Lineal múltiple, utilizando el

método de los mínimos cuadrados ordinarios (MCO).
Teniendo en cuenta esta formulación se podría plantear el siguiente conjunto de modelos
econométricos, para seleccionar el mejor:
El análisis de regresión lineal tiene cinco pasos metodológicos fundamentales: identificación,
información primaria y estimación, verificación, pronóstico y utilización del modelo para fines
de control o formulación de políticas. (Lavandera, 2003)

Planteamiento matemático del problema

a) Identificación

Para la construcción de las funciones de respuestas, el planteamiento general del modelo es el

siguiente:

Variable dependiente

Yi
- observación i del grado de eficiencia de la caldera en porciento,

Variables independientes:

X 1i - observación i de la temperatura de los gases dado oC

X 2 i - observación i de las perdidas por incombustión química dado en %

X 3i - observación i de las perdidas por incombustión mecánica dado en %

Parámetros:

β0- Constante de la función y representa el grado de eficiencia de la caldera, cuando las variables
independientes toman el valor de cero;

β1- Coeficiente asociado a la temperatura de los gases a la salida , dado en oC representa la

variación promedio de la eficiencia por variación unitaria de la temperatura de los gases,
manteniendo constante el resto de las variables independientes;

β2- Coeficiente asociado a la incombustión química dado en %, representa la variación promedio

del porciento de eficiencia de la caldera por variación unitaria de la incombustión química,
manteniendo constante el resto de las variables independientes;

β3- Coeficiente asociado a las perdidas por incombustión mecánica dado en %, representa la
variación promedio del porciento de eficiencia por variación unitaria de por incombustión
mecánica, manteniendo constante el resto de las variables independientes;

ε – perturbación estocástica, que representa una variable sustitutiva de todas las variables
omitidas que puedan afectar a Yi.

El punto de partida estará dado por cinco funciones de respuesta o modelos de regresión lineal
múltiples, los cuales se muestran a continuación:

Lineal: Y= β0 + β1 X1 + β2 X2 + …+ βn Xn + ε;

Lineal-Logarítmica: Y= β0 + β1 ln X1 + β2 ln X2 + … + βn ln Xn + ε;

1 1 1
Inversa: Y= β0 + β1 (X ) + β2 (X ) + …+ βn (X ) + ε;
1 2 n

Doble logarítmica: ln Y = β0 + β1 ln X1 + β2 ln X2 + … + βn ln Xn + ε;

Logarítmica-Lineal: lnY= β0 + β1 X1 + β2 X2 + …+ βn Xn + ε.

Los supuestos son los siguientes:

1) El modelo debe estar bien especificado, lo cual quiere decir que los coeficientes deben
corresponderse con el fenómeno bajo estudio

2) La media de los errores debe ser igual a cero

3) Debe examinar se el coeficiente R2, lo cual indica la bondad del ajuste, es decir la explicación
de la variable dependiente por las independiente

4) Prueba F, es una prueba paramétrica sobre los parámetros poblacionales de la población, e

indica si hay relación entre las variables independientes con la dependiente

5) Prueba t, también es una prueba paramétrica al igual que la F pero para cada coeficiente

6) Independencia y normalidad de los errores, prueba no paramétrica, supuesto del que parte el
teorema de Gauss-Markus, su no cumplimiento implica que las pruebas F y t no son confiables

7) Prueba de homoscedasticidad, implica que las varianzas de los errores son constante para
cada predicción y su cumplimiento confirma que la muestra hallada pertenece a la población

8) Los pronósticos deben estar acordes con el recorrido de la variable independiente. (Gujarati,
2010)

9) Multicolinealidad. Este caso implica que los pronósticos no son confiable y tiene lugar cuando
el coeficiente R2 es alto y la prueba F es inconsistente.

Cualquier incumplimiento de estos supuestos implica ampliar o cambiar la muestra y comenzar

el proceso nuevamente

En el desarrollo de la investigación se aplicarán los métodos siguientes:

• El método histórico-lógico, para el análisis de la evolución de la economía ambiental y su
incidencia en la Refinería Estatal de Esmeraldas..
• El método análisis–síntesis, para la caracterización del objeto y campo de acción de la
investigación.
• El método de lo general a lo particular, para analizar los antecedentes del tema desde el ámbito
internacional hasta el nacional, con las particularidades en la provincia de
Esmeraldas en la República del Ecuador.
b) Información primaria y estimación de los coeficientes de modelos.
En cuanto a la información primaria se utilizará una muestra suficiente grande tomada del
laboratorio de la Termo-I de Esmeralda, en cual realiza los análisis correspondientes en sus tres
turnos de trabajo diario. y se presenta en el anexo I La estimación se realiza utilizando el MCO, el
cual garantiza que la varianza sea mínima, si se cumplen los supuestos del teorema de Gauss-
Markov, Se utiliza el sistema SICEP v.5, elaborado en Borland C++, el cual garantiza la
automatización de cada uno de los supuestos del teorema Gauss-Markov.
El sistema analiza las funciones de respuestas que le son dadas, y si no se cumplen los supuestos
correspondientes, va eliminando de forma inteligente y transversalmente la muestra que
produce el mayor error. Si en este proceso no existe función alguna que cumple con todo los
supuestos se cambia la muestra, hasta que la solución es encontrada. Si existe más de una función
que cumple con los supuestos, se elige la mejor utilizando el coeficiente de determinación R2 o el
error de estimación. Ver anexo 2
c) Verificación

El propio sistema SICEP v.5 se encarga automáticamente de la verificación de los supuestos

rechazando la muestra en caso necesario. El sistema verifica Todos los supuestos relacionados
con la Regresión lineal múltiple.

El supuesto sobre si el modelo está bien especificado y la multicolinealidad se realiza una vez
obtenido el modelo.

d) Pronóstico

En este paso se le dan valores a las variables independientes y se comprueba que los pronósticos
corresponden con la variación de la variable dependiente.

El cumplimiento de los anteriores supuestos implica que el modelo es aceptado. En caso

contrario debe ampliarse o cambiarse la muestra.

Utilización del modelo para fines de control o formulación de políticas.

La evaluación de políticas es la utilización de un modelo econométrico estimado para la toma de

decisiones alternativas. Un enfoque puede presentar explícitamente una función objetivo para
maximizar, mediante la elección de políticas y considera el modelo estimado como una
restricción de este proceso de optimización.
Resultados y Discusión
La función de respuesta de mejor ajuste fue la lineal y se presenta en la siguiente tabla 1:
Tabla No 1. Modelo seleccionado a partir del grado de explicación de las variables gases,
química y reductores a la eficiencia energética,
MODELO FUNCIÓN


Lineal
Yi  97,70537  3,388365 X 1  12,78378 X 2  12,10373 X 3  ei

Coeficientes Yi  97,70537  1,051377 X 1  0,529652 X 2  0,474625 X 3  ei
ᵦ Estandarizado


Leyenda: Yi : Grado de contaminación en %; X 1 : gases; X 2 : química y X 3 : Aceite y Grasas,

reductores.
Fuente: Sistema Informático para al Cálculo de Estimados de Producción y Servicios (SICEP v.5)

CONCLUSIONES

1. Mediante la aplicación de Regresión Lineal Múltiple se ha demostrado que puede obtenerse el

grado de importancia de los factores que intervienen en la eficiencia de la caldera de la Termo-I.

2. Los coeficientes de regresión están dados en diferentes unidades de medidas. La

interpretación de los coeficientes significa en este caso que por cada unidad que aumentan los
factores, la eficiencia energética de la caldera aumenta en el coeficiente de regresión
correspondiente dado en %, la variable dependiente está dada en porciento, manteniendo
constante el resto. Este análisis se realiza para cada variable independiente.

En este sentido el coeficiente de los gases es el que más influye en la contaminación, con un
coeficiente negativo de-3.388365 de decremento en la eficiencia por cada *** de que aumente
este factor, significando que el aumento de este factor influye de forma negativa en la eficiencia,
le siguen la química, cuyo coeficiente es 12,78378, y por los reductores con 12,10373, estos dos
últimos factores influyen en forma positiva en la eficiencia.

3. No obstante debido a las diferentes unidades de medidas en que se expresan las variables
independientes, es conveniente conocer la influencia de los factores en la contaminación
utilizando el coeficiente β Estandarizado, que es el coeficiente relativo a las unidades de
desviación, cono se observa en este caso el factor que más influye de forma negativa son los gases
y de forma positiva la química y los reductores.

5. La función hallada puede ser utilizada como restricción en modelos económicos matemáticos
de programación lineal conjuntamente con otras restricciones para determinar la combinación
óptima de factores que maximicen la eficiencia de las calderas, lo cual incidirá directamente en la
disminución de los costos de generación.

REFERENCIAS BIBLIOGRÁFICAS.

1) Bayko. E. A; Derig. I. C; Oxorcena. T.I. Cálculo térmico de generadores de Vapor.

Krasnoyar. Rusia. 2005
2) Gujarati, D. N: Econometría. 8a ed. Año 2010. p. 124-1247
3) Levine, D; Timothy C. Berenson. Estadística para administradores. Cuarta Ediciòn.
Prentice Hall. 2015.
4) Plan del Buen vivir 2013-2017
5) Rodríguez, Ramón; Arrieta, M.; Enfoque Econométrico en la Economía de la salud.
Publicado por el Instituto Cubano de la Salud. La Habana 2009.
Anexo 1. Sistema SICEP v.5
Anexo 2. Datos primarios función de eficiencia

Reporte: Muestras

Función: Eficiencia

Eficiencia Gases quimica reducción

72,61 11,4 0,93 0,09

73,88 11,1 0,9 0,14

74,94 10,6 0,89 0,18

72,69 11,6 0,92 0,1

73,3 11,3 0,84 0,22

73,92 11,1 0,82 0,22

74,48 11 0,76 0,25

74,55 10,6 0,76 0,27

74,84 10,5 0,73 0,29

75,09 10,5 0,72 0,32

77,07 9,7 0,68 0,36

77,44 9,7 0,65 0,37

77,62 9,4 0,63 0,37

78,55 9 0,57 0,39

78,63 9 0,56 0,44

83,29 7,6 0,38 0,56

83,35 7,5 0,31 0,59

83,64 7,3 0,31 0,6

84,07 7,3 0,3 0,62

84,84 7 0,3 0,63

85,35 6,9 0,26 0,65

85,62 6,6 0,21 0,67

88,39 6,1 0,18 0,74

90,96 5,3 0,04 0,91

94,71 4,5 0,02 0,94

94,72 4,4 0,01 0,95

70,59 11,6 0,98 0,01

73,35 10,6 0,91 0,08

73,82 10,5 0,9 0,08

74,99 10,4 0,9 0,09

75,09 10,2 0,88 0,11

75,4 10 0,82 0,12

75,53 9,9 0,82 0,13

76,98 9,8 0,81 0,14

77,29 9,8 0,79 0,16

78,11 9,7 0,79 0,17

80,5 8,7 0,63 0,31

80,8 8,5 0,63 0,34

81,29 8,5 0,62 0,35

81,51 8,4 0,61 0,38

81,64 8,3 0,61 0,39

82,94 8,1 0,52 0,4

82,99 7,9 0,52 0,44

83,56 7,8 0,51 0,46

84,07 7,7 0,51 0,48

84,16 7,7 0,5 0,5

84,19 7,6 0,48 0,5

84,27 7,3 0,41 0,51

84,79 7,2 0,39 0,52

84,87 7,2 0,37 0,53

84,92 7,2 0,35 0,54

84,94 7,1 0,31 0,55

85,07 7 0,31 0,59

85,1 7 0,3 0,61

85,54 6,9 0,27 0,65

85,9 6,5 0,24 0,67

90,69 5,3 0,14 0,84

92,97 5 0,11 0,89

93,88 4,9 0,09 0,9

94,05 4,7 0,08 0,91

94,14 4,6 0,08 0,92

94,79 4,5 0,08 0,93

94,84 4,4 0,07 0,93

95,39 4,3 0,04 0,94

95,8 4,2 0,03 0,94

95,88 4,1 0,03 0,95

95,88 4 0,02 0,96

Reporte SICEC. Pronóstico de Eficiencia en Calderas

Reporte: Resumen Estadístico General

Nombre de la Empresa: Termoeléctrica

Tipo: Producción y Servicios

Función: Eficiencia

Variables:

y: Eficiencia

x1: Gases

x2: química

x3: reducción

Significación: 0,05

Función de Respuesta: Lineal

Ecuación de Regresión:

y=B0+B1_1*(x1)+B1_2*(x2)+B1_3*(x3)

Hipótesis: Significación Homos. Aleatoriedad Normalidad

Prueba: --Fisher-- --White-- --Rachas-- --- Test K-S ---

R² StdError Pvalor Pvalor Pvalor Calc Tabla

0,9941 0,573085 0,0000 0,1495 0,0647 0,06660,1081

Decisión: Aceptar Aceptar Aceptar Aceptar

la curva homos. aleatoriedad normalidad

Análisis de Coeficientes

Coeficiente Valor B Est. Pvalor Significación

B0 97,70537 0,0000 Significativo

B1_1 -3,388365 -1,051377 0,0000 Significativo

B1_2 12,78371 0,529652 0,0000 Significativo

B1_3 12,10373 0,474625 0,0000 Significativo

Ecuación de Regresión para la Homocedasticidad:

E^2=b0+b1_1*(x1)+b1_2*(x2)+b1_3*(x3)+b2_1*(x1*x1)+b2_2*(x1*x2)+b2_3*(x1*x3)+b2_4*(x2*
x2)+b2_5*(x2*x3)+b2_6*(x3*x3)

Análisis de Coeficientes para Homocedasticidad

Coeficiente Valor Pvalor Significación

b0 -23,79543 0,5311 No Significativo

b1_1 1,887945 0,7067 No Significativo

b1_2 29,04661 0,6252 No Significativo

b1_3 40,93416 0,5572 No Significativo

b2_1 -0,174002 0,5797 No Significativo

b2_2 2,812026 0,6077 No Significativo

b2_3 -0,391493 0,9220 No Significativo

b2_4 -35,56472 0,3351 No Significativo

b2_5 -42,88838 0,4917 No Significativo

b2_6 -20,14509 0,5603 No Significativo

R