Modelado estadístico de la producción de vinos tintos finos

En la provincia de San Juan, Argentina, la elaboración del vino es una de las actividades económicas más importantes. Para es- te tipo de industria, es de fundamental importancia predecir la cantidad de producción en función de la cantidad de materia pri- ma. El objetivo de este trabajo es la obtenc...

Full description

Autores:
Castro, María Rosa
Echegaray, Marcelo Eduardo
Rodríguez, Rosa Ana
Maris Udaquiola, Stella
Tipo de recurso:
Article of journal
Fecha de publicación:
2010
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/29222
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/29222
http://bdigital.unal.edu.co/19270/
http://bdigital.unal.edu.co/19270/2/
Palabra clave:
wine industry
probabilistic model
lineal regression
industria vitivinícola
modelo probabilístico
regresión lineal
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:En la provincia de San Juan, Argentina, la elaboración del vino es una de las actividades económicas más importantes. Para es- te tipo de industria, es de fundamental importancia predecir la cantidad de producción en función de la cantidad de materia pri- ma. El objetivo de este trabajo es la obtención de un modelo que relacione los kilogramos de uva molidos con los litros de vino producidos. Dicho modelo se usará para realizar predicciones de valores futuros, puntuales y por intervalos de confianza para un nivel determinado de molienda. A tal fin, se trabajó con datos obtenidos de una bodega ubicada en la provincia de San Juan. En primer lugar, se calculó el coeficiente de correlación muestral y se realizó un diagrama de dispersión, el cual indicó u- na marcada relación lineal entre los litros de vino obtenidos y los kilogramos de uva molidos. Posteriormente, se adoptaron dos modelos lineales y se efectuó el análisis de varianza, ya que los datos provenían de poblaciones normales con igual varianza. De este análisis se desprendió el modelo más adecuado, el cual fue validado con valores experimentales, obteniendo una bue- na aproximación de estos.