Afectación por datos faltantes en un modelo PLS ajustado a los registros de Ozono en Santiago de Cali para el año 2019.

La estación de monitoreo Compartir, en Cali, Colombia, registra datos horarios del Ozono troposférico y las variables climáticas: temperatura, humedad relativa, lluvia, velocidad del viento y radiación solar. Sin embargo esta base de datos contiene datos faltantes sistemáticos. Usando los registros del año 2019 se construye un conjunto de datos con todas las filas que tienen datos completos y se ajusta un modelo de regresión PLS con un componente y MCO del Ozono en función de las variables climáticas, encontrando que la diferencia de R2 entre los modelos son de 0.022, no obstante, los intervalos de confianza para los coeficientes de regresión en el PLS tienen menos amplitud, ya que corrige la multicolinealidad presentada en las variables predictoras. Posteriormente, se contamina la base con el 5 %, 10 %, 15 %, 20 %, 30 %, 40 %,.

• Autores: Cifuentes Rodríguez, Víctor Hugo; Espinosa Maca, Juan David
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad del Valle
• Repositorio: Repositorio Digital Univalle
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.univalle.edu.co:10893/21728
• Acceso en línea: https://hdl.handle.net/10893/21728
• Palabra clave: Estadística; Regresión lineal múltiple; ozono; Modelación de medicamentos; Regresión de Mínimos Cuadrados Parciales (PLS); Variables climáticas; Probabilidad
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2