Documentos de Académico
Documentos de Profesional
Documentos de Cultura
5 - 2009 / FOMABO
Cochabamba - Bolivia
Editorial
Proyecto FOMABO/ESFOR-UMSS
Escuela de Ciencias Forestales de la Universidad Mayor de San Simón
Av. Atahuallpa (final), Zona Temporal, Barrio Prefectural s/n, Casilla 447,
Telf./fax: +591-4-4451203
Web: www.esfor.umss.edu.bo
E-mail: esfor@umss.edu.bo
Cochabamba, Bolivia
Responsable de edición:
Ruth López
Escuela de Ciencias Forestales (ESFOR)
Av. Atahuallpa (Final), Zona Temporal, Barrio Prefectural
Casilla 447, Cochabamba, Bolivia
Telf./fax: +591-4 4451203
Web: www.esfor.ums.edu.bo/biblioesfor/
E-mail: ruthlopez@umss.edu.bo
Cochabamba, Bolivia
Tiraje
500 ejemplares
Impresión
Impresiones Poligraf
ABSTRACT ....................................................................................................................5
RESUMEN .....................................................................................................................6
1. INTRODUCCIóN .....................................................................................................7
1.1 ANTECEDENTES gENERALES ........................................................................................7
1.2 OBjETIvO DE LA INvESTIgACIóN .................................................................................7
2. MÉTODOS y MATERIAlES ........................................................................................8
2.1 ÁREA DEL ESTUDIO ..................................................................................................8
2.2 OBTENCIóN DE LOS DATOS .......................................................................................8
2.3 CRITERIOS DE SELECCIóN DE LOS MODELOS DE REgRESIóN y ANÁLISIS ESTADíSTICA .............10
Valor de la distribución F de Snedecor .................................................................11
Coeficiente de determinación ajustado (R2 aij.) ....................................................11
Desvío estándar de la estimación .........................................................................12
2.4 vALOR PONDERADO (vP) .......................................................................................13
2.5 DISTRIBUCIóN gRÁFICA DE LOS RESIDUOS ..................................................................13
2.6 vALIDACIóN DE LA ECUACIóN SELECCIONADA .............................................................14
Homogeneidad de varianzas de los residuos........................................................14
Independencia de los residuos .............................................................................15
Normalidad de los residuos..................................................................................16
3. RESUlTADOS y DISCUSIóN ..................................................................................16
3.1 CRITERIOS DE SELECCIóN DE LOS MODELOS y ANÁLISIS ESTADíSTICO ................................16
3.2 DISTRIBUCIóN gRÁFICA DE LOS RESIDUOS ..................................................................19
3.3 vALIDACIóN DE LA FUNCIóN DE vOLUMEN .................................................................20
4. CONClUSIONES ....................................................................................................22
5. REFERENCIAS..........................................................................................................22
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
ABSTRACT
The objective of the work was selected the mathematical pattern of lineal regression that
but it adjusts to the data of total volume with measured bark. The database for the
development of the study was extracted from a community of Pinus taeda L. in the State
of Rio grande do Sul, Brazil in the Universidade Federal de Santa Maria, city of Santa
Maria.
The total volume with bark was calculate in 40 trees with diameter data along the shaft
were obtained by means of readings of the mirror relascópic of model Bitterlich Wide
Scale. Was proven 15 models of regression, having as approach of selection of the best
model, the smallest Pondered value Statistical Parameters and graphic analysis of the
residuals. The result revealed that all the proven models presented good adjustment
presenting coefficient of determination adjusting varying among 0,982 at 0,996 with
graphical analysis of the residues revealing that any models proved can be using to
estimated a total volume with bark to P. taeda trees. Therefore the models proposed by
Spurr (combined variable) it was the one selected to present bigger use easiness and
generability.
5
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
RESUMEN
El objetivo del trabajo fue seleccionar un modelo matemático de regresión lineal que más
ajuste a los datos de volumen total con corteza. La base de datos para el desarrollo del
estudio fue extraída de un rodal de Pinus taeda L. en el Estado de Rio grande do Sul,
Brasil en la Universidad Federal de Santa Maria, ciudad de Santa Maria.
Fue calculado el volumen total riguroso con corteza de 40 árboles mediante la suma del
volumen de las secciones formadas con datos de diámetros tomados a cada dos metros
con el relascópio de espejo de Bitterlich modelo de banda ancha. Fueron probados 15
modelos de regresión para estimar el volumen, teniendo como criterio de selección, el
menor valor ponderado de los parámetros estadísticos y el análisis gráfico de los residuos.
El resultado mostró que todos los modelos presentaron buen ajuste, los coeficientes de
determinación ajustados, variaron entre 0,982 a 0,996 y los gráficos de los residuos
revelaron que cualquiera de los modelos probados puede ser utilizado para estimar el
volumen total con corteza de árboles de P. taeda en el rodal. Por lo tanto, el modelo
propuesto por Spurr (variable combinada) fue el utilizado por presentar mayor facilidad
de uso y mejor generabilidad.
Palabras claves: Análisis de Regresión, Relascópio de Bitterlich, volumen total con corteza.
6
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
1. INTRODUCCIóN
Una herramienta de gran utilidad para determinar este volumen son las funciones de
volumen que originan ecuaciones, con las cuales se formulan tablas de volumen. De
acuerdo con Prodan et al., (1968), el término “tabla de volumen”, se ha utilizado
frecuentemente para referirse a un modelo matemático para predecir el volumen de los
árboles.
Desde su aparición las tablas de volumen han constituido una herramienta importante,
en el momento de cuantificar la producción y rendimiento de una superficie en cuanto a
volumen de madera, para una o más especies y, por lo tanto, útil para valorar
económicamente un área boscosa (vILLARROEL, 1994), la cual es una presentación en
forma tabular, que muestra el volumen promedio de árboles en pié de distintas
dimensiones, obtenido a partir de relaciones previamente establecidas. El diámetro, altura
y la forma, son las características del árbol utilizadas en un modelo para la predicción del
volumen (DAUBER, 2002).
Esta forma tabular, ha sido hoy reemplazada por las ecuaciones de volumen, esto es, por
modelos matemáticos capaces de representar el volumen medio de madera por árbol en
función de variables independientes de fácil medición.
7
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
2. MÉTODOS
El ajuste y selección de las funciones de volumen fue realizada en tres fases siguiendo la
metodología propuesta por Loetsch et al.,1973:
Los árboles muestra, fueron seleccionados de forma aleatoria dentro del rodal los cuales
fueron distribuidos en cuatro clases de diámetro (calculadas mediante la fórmula propuesta
8
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
por Stuges, con el objetivo de representar la distribución diamétrica del rodal, totalizando
una muestra de 40 observaciones (individuos).
ai .UR
di =
50
9
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
De esta manera se formó secciones de dos metros de largo, con diámetro menor y mayor
conocidos, con lo cual fue calculado el volumen por el método de Smalian (Ecuación 1)
citado por Finger (1992),.
n
g + gi+1 .
v i =∑ i Li Ec. 1
i=1 2
Para la obtención del volumen total con corteza individual fue sumado el volumen de
cada sección (Ecuación 2), mas el volumen de cono (Ecuación 3) formado por la última
sección.
n
V = v0 + ∑vi + vc Ec. 2
i=1
1
v c = gn .Ln . Ec. 3
3
10
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
1. Examen del cuadro de análisis de varianza: suma de los cuadrados de los residuos
(SCRes), cuadrado medio de los residuos (CMRes), test de F para el modelo
completo;
CM Re g
Fcalculado = Ec. 4
CM Re s
Donde: CMReg = Cuadrado medio de la regresión; CMRes = Cuadrado medio del error.
11
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
⎡ K -1 ⎤
R 2 aj . = R 2 − ⎢ ⎥.(1- R 2 ) Ec. 5
⎣N - K ⎦
Syx
Syx = CM res. Ec. 6 Syx % = .100 Ec. 7
Y
Así, cuanto menor sea el error estándar de la estimación, mejor serán las estimativas
obtenidas por el modelo matemático el cual presenta indicios para ser seleccionado.
Para los modelos logarítmicos, o sea, modelos con la variable dependiente transformada,
el desvío estándar de la estimación fue corregido en la escala original de la variable
dependiente, para posibilitar la comparación con los modelos aritméticos por el índice
de Furnival (ec. 8), el cual es dado por la ecuación:
⎡n ⎤
⎢∑ Ln(Vreal i ) ⎥
IF = EXP⎢⎢ i=1 ⎥.S Ec. 8
⎥ yx
⎢ n ⎥
⎣ ⎦
12
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
Así, el índice de Furnival de un modelo logarítmico debe ser comparado con el error
estándar de la estimación del modelo aritmético. El índice de Furnival relativo (ec. 9) del
modelo logarítmico debe ser comparado con el coeficiente de varianza del modelo
aritmético.
IF
IF% = .100 Ec. 9
Y
13
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
n
VP = ∑ Nri .Pi Ec. 10
i=1
En este proceso, las estadísticas fueron ordenadas de acuerdo con su eficiencia, siendo
atribuido peso 1 para la ecuación más eficiente y pesos crecientes para las demás
ecuaciones (ranking), conforme metodología definida por Thiersch (1997). El valor
ponderado de una ecuación fue obtenido por la multiplicación del número de veces
cuantificado para cada puesto por su respectivo peso, donde la ecuación seleccionada
fue la que presentó el menor valor ponderado de los criterios estadísticos determinados.
El análisis gráfico de los residuos fue realizada observándose la distribución del residuo
contra los valores de las estimaciones conforme Bussab (1986). En este método, los desvíos
(ec. 11) fueron gráficamente distribuidos en un sistema de ejes ortogonales, siendo que
en el eje de la ordenada, los desvíos fueron centrados en cero y en el eje de la abscisa por
la variable dependiente estimada.
eˆi y i − yˆ i
Ec. 11
14
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
eje de la estimativa de forma equitativa arriba y abajo del mismo eje y sin formación de
patrones. Solamente fue considerada óptima la distribución de los residuos en más de
cuatro quintos de la amplitud del eje de la estimativa, equitativamente arriba y abajo del
eje y sin formación de patrones (Floriano, 2004).
15
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
PROC REg;
MODEL y = X / SPEC;
El test también puede ser ejecutado por medio de la opción WHITE de la declaración FIT
del procedimiento MODEL en el SAS System:
PROC MODEL;
PARAMETERS b0 b1 b2;
y = b0 + b1 * X1 + b2 * X2;
FIT y / WHITE;
RUN;
QUIT;
PROC REg;
Es esperado que la estadística “d” (ec. 12), sea aproximadamente igual a 2, si los residuos
son independientes. Caso contrario, si los residuos son correlacionados positivamente,
tenderán a ser próximos de 0 (cero), ó próximos a 4, si los residuos son correlacionados
negativamente (NEMEC, 1996). El valor de d será dado por:
n
∑ (E i − E i−1 ) 2
d= i= 2
n Ec. 12
2
∑E i
i=1
16
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
E i = error
estocástico = , yi = ŷ i ,
ŷ i = valor estimado;
y i = valor observado.
PROC MODEL;
PARMS B0 P1 B2 ;
y= Ba + Bi • X1 + B2 + X2
FIT y / NORMAL;
RUN;
QUIT;
3. RESUlTADOS y DISCUSIóN
17
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
Un primer criterio nos revela que el R2 básicamente no varió. Lo que era de esperar es
que a medida que se aumenta una variable independiente al modelo, el ajuste sufre un
aumento, pero en este caso el ajuste fue casi semejante para ambos grupos. Este valor
similar era esperado ya que la funciones con una variable independiente (v = f (d)), asumen
que árboles del mismo diámetro tienen la misma altura, lo que ocurre en el rodal de
estudio, o sea, la variación entre las unidades de muestreo (árboles) para la altura total es
baja (Coeficiente de variación = 12,1%).
Con relación al desvío estándar de la estimación () los valores variaron de 0,013 a 0,045
para los modelos 4 y 8, respectivamente, ya el coeficiente de variación (CV%), varió entre
0,011% a 7,00% para el modelo 2 pero al mismo tiempo altamente significativo con un
valor F de 5182,48.
Debido a no haber una definición clara sobre cual ecuación presenta mejor ajuste (valores
de ajuste semejantes), fue determinado el valor Ponderado (vP) para seleccionar la
ecuación conforme presentado en la tabla 3 en el anexo 2, el cual es utilizada como un
auxilio para entender mejor los valores obtenidos y con esto seleccionar la mejor ecuación
de regresión.
Myung et al., (2003) indica que cuanto menor el número de parámetros, cuanto menos
cálculos envolver y cuanto menor su complejidad geométrica, menor su complejidad
general y mejor será el modelo considerado. Por lo tanto, considerando que todos los
modelos ajustaron a los datos de la población estudiada, se decidió utilizar el modelo
número 7 de Spurr con variable combinada el cual presentó un valor ponderado 13 con
un error estándar de la estimación de 0,014 m3 y 6,81% de variación del volumen total
con corteza disperso en relación a la media, es más, el modelo nos indica que el 98,3%
del producto de los datos del diámetro elevado a la potencia 2 (diámetro cuadrático),
combinado con la altura total (m) explican la variación total del volumen de los árboles
de P. taeda en este rodal.
18
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
GRAFICO 1. Representación gráfica de los volúmenes estimados por seis modelos con
solamente el diámetro (dap) como variable independiente para el mismo conjunto de datos
observados en árboles de P. taeda, en Santa Maria, BRA.
19
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
GRAFICO 2. Representación gráfica de la superficie del volumen estimado por la ecuación generada
por el modelo de regresión propuesto por Spurr para árboles de P. taeda, en Santa Maria, BRA.
20
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
Como se observa, existe 2 individuos que sus estimaciones presentan valores extraños,
posiblemente Outlie, los cuales estadísticamente se deben excluir de la base de datos
ocasionado un mejor ajuste.
21
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
La prueba de Durbin-Watson nos indica que, no existe correlación entre los residuos, o
sea, los residuos son independientemente distribuidos, con valor de d = 2,49 y
probabilidades de 0,9249 para residuos positivos y 0,0751 para residuos negativos.
Tomando los valores de dl y du de Durbin & Watson para a = 0,05 y K’ = 1, se tiene que
dl = 1,43; du = 1,54. En este caso, du<d<4 - du lo que nos lleva a aceptar la hipótesis de
nulidad de que no existe correlación en serie y, por lo tanto los residuos son considerados
independientes.
ns = no significativo a 95% de probabilidad de confianza tanto para residuos positivos como negativos.
Por lo tanto, la ecuación generada a partir del modelo propuesto por Spurr con variable
combinada de diámetro cuadrático en centímetro y altura total en metros es:
22
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
vi = 0,02355 + 0,0000320 di bj + ei
Donde:
i = 1, 2, 3,…, n árboles;
Vi = se refiere al volumen total en m3 observado en el i-ésimo árbol;
b0 = intercepto, volumen total en m3 promedio de la población de árboles = 0,02355;
b1 = cambio que ocurre en el volumen total en m3 debido a un cambio en una unidad
del producto del diámetro a la potencia 2 en centímetros cuadrado por altura total en
metros = 0,0000320;
di2hj= producto del diámetro elevado a la potencia 2 (cm.) del i-ésimo árbol por la altura
total (m) del j-ésimo árbol;
ei = efecto aleatorio asociado con la í-ésima observación @
NIID(0,s 2).
4. CONClUSIONES
Todos los 15 modelos probados presentaron ajuste favorable. La ecuación propuesta por
Näslund fue la que presentó mejores resultados para estimar el volumen total con corteza
de los árboles de P. taeda L. en el rodal, tomando como criterio el valor Ponderado de las
variables estadísticas, pero la ecuación de Spurr fue utilizada y validada en el estudio por
presentar menor número de variables independientes facilitando el cálculo del volumen
total con corteza en campo.
5. REFERENCIAS
1. Bussab, W. O., 1986. Análise de variância e de regressão. São Paulo. Atual. 147 p.
4. Floriano, Eduardo P., 2004. Efeito da Desrrama Sobre o Crescimento e a Forma de Pinus
elliottii Engelm. Tesis de Maestria. Universidade Federal de Santa Maria. Brasil. 114 p.
5. Furnival, g.M. 1961. An index for comparing equations used in constructing volume tables.
Forest Science, Madison, United States v. 7, p. 337 – 341.
23
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
6. Loetsch, F; Zöhrer, F.; Haller, K.E. 1973. Forest inventory. München, BLv verlagsgesellchaft.
v.2, 469 p.
7. Moreno, j. A., 1961. Clima do Rio grande do Sul”. Secretaria da agricultura. Porto Alegre,
Brasil. 42 p.
8. Myung, j.; Pitt, M. A.; Kim, W., 2003. Model evaluation, testing and selection. Columbus :
Ohio State University, Department of Psychology, 2003. 45p.
9. Prodan, M.; Peters, R.; Cox, F. 1968. Mensura Forestal. San josé, Costa Rica IICA, 586 p.
Dauber, E. 2002. BOLFOR Tablas volumétricas del fuste aprovechable de diferentes especies
con base en mediciones de trozas en el rodeo y aserradero. Santa Cruz, Bolivia. 32 p.
10. SAS Institute. 2004. A simple regression model with correction of heteroscedasticity. Cary:
SAS Institute. Consultado en Septiembre, 2007 disponible em:
http://suport.sas.com/rnd/app/examples.
11. ____. SAS/STAT® User’s guide, version 8. Cary : SAS Institute, 1999b. 3365p.
12. Santana, O. A.; Encinas, j. I. 2004. Equações volumétricas para uma plantação de
Eucalyptus urophylla destinada à produção de lenha. 3º SIMPóSIO LATINO- AMERICANO
SOBRE MANEjO FLORESTAL. Anais Santa Maria: UFSM/PPgEF. p.107 – 111.
13. Schneider, P. R. 1984. Analise de Regressão Aplicada a Engenharia Florestal. Santa Maria,
Brasil. Universidade Federal Santa Maria 237 p.
14. Silva, j.A. 1977. A Relascopia como instrumento básico para inventários florestais e
cubagem de árvores individuais”. SIMPOSIO SOBRE INvENTARIO FLORESTAL,
Piracicaba, Brasil, p. 81 – 91.
15. Sit, v., 1994 Catalog of curves for curve fitting - Handbook 4. victoria: Ministry of Forests,
Forest Science Research Branch, Biometrics information, 1994. 110p.
16. Thiersch, A. 1997. Eficiência das distribuições diamétricas para prognose da produção de
Eucalyptus camaldulensis. Tesis de maestria. Universidade Federal de Lavras. Brasil. 155p.
18. Zimmerman, D. L.; Núñez, A. v., 2001. Parametric modelling of growth curve data: An
overview, p.1-41. In: Modelling curve data. Test, Sociedad de Estadística e Investigación
Operativa, v. 10, n. 1, p. 111-999, 2001.
24
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
ANEXO 1: Modelos de regresión probados para el ajuste del volumen total con corteza y
sus debidos coeficientes estimados.
TABlA 1. Modelos de volumen ajustados para la estimación del volumen total con corteza
para en base a cubicación rigurosa, para P. taeda, en Santa Maria, BRA.
Donde: v = volumen total con corteza; d = diámetro de referencia (DAP); h = altura total;
g = área basal; b0 ; b1 ; b2 ; b3 ; b4 ; bn ;= coeficientes de regresión paramétrico; e = error o
variación no explicada por la regresión NIID (0,); ln = logaritmo natural de base e.
25
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
* = valores del índice de Furnival debido a que la variable dependiente en estos modelos
son transformadas al Logaritmo natural.
26
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
TABlA 3. valor ponderado de los Criterios de los Parámetros Estadísticos resultado del
ajuste de los modelos de volumen para P. taeda, en Santa Maria, BRA.
DATA REgRESION1;
INFILE ‘C:\DATOS FAB\MEDICIóN_FAB.DAT’;
INPUT D v;
D2=D**2;
D3=1/D;
LOgD=LOg(D);
LOgv=LOg(v);
g=D2*3.1416/40000;
27
FOMABO
AjUSTE y SELECCIóN DE MODELOS DE REgRESIóN PARA ESTIMAR EL vOLUMEN TOTAL DE ÁRBOLES
PROC REg;
TITLE ‘AjUSTE DEL MODELO 1 v = BO + B1D^2’;
MODEL v=D2;
PLOT R.*P. /vREF=0;
PLOT v*P.;
PROC REg;
TITLE ‘AjUSTE DEL MODELO 2 v = B1D + B2D^2’;
MODEL v=D D2/NOINT;
PLOT R.*P. /vREF=0;
PLOT v*D P.*D/ OvERLAy;
PROC REg;
TITLE ‘AjUSTE DEL MODELO 3 v = BO + B1D + B2D^2’;
MODEL v=D D2;
PLOT R.*P. /vREF=0;
PLOT v*D P.*D/ OvERLAy;
PROC REg;
TITLE ‘AjUSTE DEL MODELO 4 LOg v = BO + B1LOgD’;
vAR D;
MODEL LOgv=LOgD;
PLOT R.*P. /vREF=0;
PLOT LOgv*D P.*D/ OvERLAy;
PROC REg;
TITLE ‘AjUSTE DEL MODELO 5 v = BO + B1g’;
vAR D;
MODEL v=g;
PLOT R.*P. /vREF=0;
PLOT v*D P.*D/ OvERLAy;
PROC REg;
TITLE ‘AjUSTE DEL MODELO 6 LOg v = BO + B1LOgD + B2(1/D)’;
vAR D;
MODEL LOgv=LOgD D3;
PLOT R.*P. /vREF=0;
PLOT LOgv*D P.*D/ OvERLAy;
RUN;
QUIT;
3.2: Programas para la validación de la ecuación seleccionada.
PROC MODEL;
TITLE ‘vALIDACION DE LA ECUACIóN DE SPURR‘;
PARAMETERS Bo B1;
v = Bo+B1*D2H;
FIT v / NORMAL WHITE DW DWPROB;
RUN;
QUIT;
28