9
Modelo de Regresión de la Acidez del Vino Rojo portugués
- Mayte Daney Arriaga Hernández
- Edgar Uriel Rodriguéz Sánchez
- Virginia Irene Romero Muñoz
Introducción
INTRODUCCIÓN
El siguiente trabajo se desarrollará la evaluación de la acidez del vino rojo, que es a menudo parte del proceso de certificación y se puede utilizar para mejorar la elaboración del vino.
Se modelarán los datos por el método del modelo lineal, polinomial y análisis de outliers por el cual se compararán para tener modelos predictivos y elegir el que mejor satisfaga las condiciones establecidas normales.
Tabla 2: Correlación de Variables
Base de Datos
Tabla 1: Base de datos (Acidity)
Ilustración 1: Grafica de Correlación
Base de Datos
Ilustración 2: Grafica de Dispersión
La base de datos corresponde a las variantes del vino rojo portugués "Vinho Verde".
Después de seleccionar las variables para el análisis se creó la variable de Acidity para comparar la acidez con el pH.
Modelo de Regresión Polinomial
Ilustración 3: Gráfica (Train, Test)
Tabla 4: RMSE(Train error), RMSE(Test error).
Modelo de Regresión Polinomial
Se realiza el modelo de análisis de regresión polinomial para una mejor observación de Train y Test que respectivamente se determinaran de acuerdo con las variables dependientes e independientes que se encuentran en nuestra base de datos.
Ilustración 3: Gráfica (Train, Test)
Tabla 7: Modelo Ajustado
Análisis de Outliers
Ilustración 5: Gráfica Probabilidad Residual
Análisis de Outliers
En base al modelo obtenido (Tabla 7), se observa un mayor incremento tanto en su R2 del 61.4% aproximadamente.
Ilustración 7: Correlación de Variables
Conclusión
Conclusión
En este trabajo, se probaron los modelos de regresión polinomial y el análisis de outliers para analizar los modelos de la relación entre la acidez y el pH del vino rojo de Portugal, siendo el modelo de análisis de outliers el que mejor se ajusta a nuestros datos de las mediciones de las variables de la acidez y el pH, presentando un coeficiente de determinación R2 aproximadamente al 61.4% y un error menor en nuestro modelo.