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...
- 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
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. |
---|