Regresión lineal simple y múltiple: aplicación en la predicción de variables naturales relacionadas con el crecimiento microalgal
En la actualidad, existe una creciente necesidad en diferentes campos de investigación y producción, y en la industria de la agricultura de precisión, de almacenar y procesar datos provenientes de múltiples sensores. Muchas veces estos dispositivos se encuentran ubicados en lugares remotos. El modo...
Main Authors: | , , , , , |
---|---|
Format: | Article |
Language: | Spanish |
Published: |
Instituto Tecnológico de Costa Rica
2016-12-01
|
Series: | Tecnología en Marcha |
Subjects: | |
Online Access: | https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/2983 |
_version_ | 1811166775310548992 |
---|---|
author | Arys Carrasquilla-Batista Alfonso Chacón-Rodríguez Kattia Núñez-Montero Olman Gómez-Espinoza Johnny Valverde-Cerdas Maritza Guerrero-Barrantes |
author_facet | Arys Carrasquilla-Batista Alfonso Chacón-Rodríguez Kattia Núñez-Montero Olman Gómez-Espinoza Johnny Valverde-Cerdas Maritza Guerrero-Barrantes |
author_sort | Arys Carrasquilla-Batista |
collection | DOAJ |
description | En la actualidad, existe una creciente necesidad en diferentes campos de investigación y producción, y en la industria de la agricultura de precisión, de almacenar y procesar datos provenientes de múltiples sensores. Muchas veces estos dispositivos se encuentran ubicados en lugares remotos. El modo usual de recolección de datos implica el uso de un equipo para cada variable de interés, lo cual dificulta y encarece la integración y el procesamiento conjunto. Se considera entonces la posibilidad de incorporar la temática del Internet de las Cosas, con el fin de aprovechar las capacidades computacionales y de procesamiento en la nube para que los investigadores puedan disponer de la información que les permita tomar decisiones oportunas.
La presente investigación se centra en los modelos de regresión lineal, simple y múltiple, con el fin de establecer las bases para modelar la relación entre las variables de temperatura, luz, pH y oxígeno disuelto, y de esta manera poder conocer las factores que afectan l crecimiento del cultivo de microalgas en futuras investigaciones.
|
first_indexed | 2024-04-10T15:58:51Z |
format | Article |
id | doaj.art-0a3961f8ea56465db0bd556250ea6c9a |
institution | Directory Open Access Journal |
issn | 0379-3982 2215-3241 |
language | Spanish |
last_indexed | 2024-04-10T15:58:51Z |
publishDate | 2016-12-01 |
publisher | Instituto Tecnológico de Costa Rica |
record_format | Article |
series | Tecnología en Marcha |
spelling | doaj.art-0a3961f8ea56465db0bd556250ea6c9a2023-02-10T14:28:19ZspaInstituto Tecnológico de Costa RicaTecnología en Marcha0379-39822215-32412016-12-0129810.18845/tm.v29i8.29832529Regresión lineal simple y múltiple: aplicación en la predicción de variables naturales relacionadas con el crecimiento microalgalArys Carrasquilla-BatistaAlfonso Chacón-RodríguezKattia Núñez-MonteroOlman Gómez-EspinozaJohnny Valverde-CerdasMaritza Guerrero-BarrantesEn la actualidad, existe una creciente necesidad en diferentes campos de investigación y producción, y en la industria de la agricultura de precisión, de almacenar y procesar datos provenientes de múltiples sensores. Muchas veces estos dispositivos se encuentran ubicados en lugares remotos. El modo usual de recolección de datos implica el uso de un equipo para cada variable de interés, lo cual dificulta y encarece la integración y el procesamiento conjunto. Se considera entonces la posibilidad de incorporar la temática del Internet de las Cosas, con el fin de aprovechar las capacidades computacionales y de procesamiento en la nube para que los investigadores puedan disponer de la información que les permita tomar decisiones oportunas. La presente investigación se centra en los modelos de regresión lineal, simple y múltiple, con el fin de establecer las bases para modelar la relación entre las variables de temperatura, luz, pH y oxígeno disuelto, y de esta manera poder conocer las factores que afectan l crecimiento del cultivo de microalgas en futuras investigaciones. https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/2983Microalgasregresión simpleregresión múltiplevariables predictivas |
spellingShingle | Arys Carrasquilla-Batista Alfonso Chacón-Rodríguez Kattia Núñez-Montero Olman Gómez-Espinoza Johnny Valverde-Cerdas Maritza Guerrero-Barrantes Regresión lineal simple y múltiple: aplicación en la predicción de variables naturales relacionadas con el crecimiento microalgal Tecnología en Marcha Microalgas regresión simple regresión múltiple variables predictivas |
title | Regresión lineal simple y múltiple: aplicación en la predicción de variables naturales relacionadas con el crecimiento microalgal |
title_full | Regresión lineal simple y múltiple: aplicación en la predicción de variables naturales relacionadas con el crecimiento microalgal |
title_fullStr | Regresión lineal simple y múltiple: aplicación en la predicción de variables naturales relacionadas con el crecimiento microalgal |
title_full_unstemmed | Regresión lineal simple y múltiple: aplicación en la predicción de variables naturales relacionadas con el crecimiento microalgal |
title_short | Regresión lineal simple y múltiple: aplicación en la predicción de variables naturales relacionadas con el crecimiento microalgal |
title_sort | regresion lineal simple y multiple aplicacion en la prediccion de variables naturales relacionadas con el crecimiento microalgal |
topic | Microalgas regresión simple regresión múltiple variables predictivas |
url | https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/2983 |
work_keys_str_mv | AT aryscarrasquillabatista regresionlinealsimpleymultipleaplicacionenlapredicciondevariablesnaturalesrelacionadasconelcrecimientomicroalgal AT alfonsochaconrodriguez regresionlinealsimpleymultipleaplicacionenlapredicciondevariablesnaturalesrelacionadasconelcrecimientomicroalgal AT kattianunezmontero regresionlinealsimpleymultipleaplicacionenlapredicciondevariablesnaturalesrelacionadasconelcrecimientomicroalgal AT olmangomezespinoza regresionlinealsimpleymultipleaplicacionenlapredicciondevariablesnaturalesrelacionadasconelcrecimientomicroalgal AT johnnyvalverdecerdas regresionlinealsimpleymultipleaplicacionenlapredicciondevariablesnaturalesrelacionadasconelcrecimientomicroalgal AT maritzaguerrerobarrantes regresionlinealsimpleymultipleaplicacionenlapredicciondevariablesnaturalesrelacionadasconelcrecimientomicroalgal |