El coeficiente de determinación indica la proporción de la variación total que está siendo explicada por la regresión. Además ofrece una idea de la calidad del ajuste del modelo a los datos. El coeficiente de determinación se calcula mediante la expresión:

2da parte

Aplicación.

La UCI cuenta con dos circuitos por los cuales se mide el consumo de Energía Eléctrica, ellos son el circuito 1590 que suministra el servicio a la residencia y el 1600 que lo hace en los edificios docentes.

Se tomaron los consumos de energía eléctrica en MW-h de los 108 primeros días del año en curso medidos en los diferentes circuitos, y también la temperatura ambiente en distintos horarios del día, con el propósito de analizar si existe una relación entre el consumo de energía eléctrica con la temperatura ambiente. El estudio parte cuando queda demostrado a través de la prueba de necesidad realizada en el departamento de Gestión Energética que los puntos claves y equipos que más influencia ejercen en el consumo son los aires condicionados.

En las tablas que aparecen de anexo se muestran los valores de temperaturas y consumo de energía en los días que se realizó el estudio.

Se calculó el coeficiente correlación de Pearson entre las variables que se de finen mediante la ecuación (I):

Y: Consumo de energía (Dependiente) X: Temperatura ambiente (Independiente) r = 0.52

Lo que indica que existe una relación lineal entre las variables pues este valor a pesar de no estar muy lejos de cero, nos dice que existen otros factores que también pudieran estar condicionando el nivel de consumo.

Para ello es necesario realizar una inferencia acerca del coeficiente de correlación a través de una prueba de hipótesis utilizando el estadígrafo t student con un 95 % de confianza queda a = 0.05

Hipótesis a ser evaluadas Mediante la ecuación (II) obtenemos a t de las observaciones el cual es 7.72

Como el valor de "t obs" excede el valor crítico obtenido de la tabla se deduce que hay evidencia suficiente para señalar que existe correlación lineal entre el consumo de energía y la temperatura ambiente.

Para verificar la relación funcional que eventualmente puede existir entre las variables que se estudian se realizó un análisis de regresión lineal, calculando los parámetros de la regresión:

A partir de esta expresión se puede predecir el comportamiento del consumo de enrgia una vez conocida la temperatura ambiente.

Con la finalidad de comprobar estadísticamente si las variables X y Y presentan la supuesta relación lineal se realizó un análisis de varianza completando la tabla ANVA descrita anteriormente.

En este caso el valor crítico se seleccionó de la tabla de distribución normal, ya que la muestra excede los 30 datos, y se aproxima a la distribución normal.

3.82 mayor 1.64

Por lo que se rechaza H0 y se concluye que el modelo de regresión lineal simple es adecuado.

Utilizando la expresión (III) calculamos ión

De donde se obtiene un 27 %, lo que quiere decir que la variación del consumo de energía de la UCI esta explicada a través de un 27 % con respecto a la temperatura ambiente que exista, aparentemente es un porcentaje bajo, pero si se analiza que en las diferentes áreas de la universidad existe una gran diversidad de equipos electrónicos entre ellos aire acondicionados demuestra que estos ejercen una influencia significativa en los valores de consumo.

Aplicación.

La UCI cuenta con dos circuitos por los cuales se mide el consumo de Energía Eléctrica, ellos son el circuito 1590 que suministra el servicio a la residencia y el 1600 que lo hace en los edificios docentes.

Se tomaron los consumos de energía eléctrica en MW-h de los 108 primeros días del año en curso medidos en los diferentes circuitos, y también la temperatura ambiente en distintos horarios del día, con el propósito de analizar si existe una relación entre el consumo de energía eléctrica con la temperatura ambiente. El estudio parte cuando queda demostrado a través de la prueba de necesidad realizada en el departamento de Gestión Energética que los puntos claves y equipos que más influencia ejercen en el consumo son los aires condicionados.

En las tablas que aparecen de anexo se muestran los valores de temperaturas y consumo de energía en los días que se realizó el estudio.

Se calculó el coeficiente correlación de Pearson entre las variables que se de finen mediante la ecuación (I):

Y: Consumo de energía (Dependiente) X: Temperatura ambiente (Independiente) r = 0.52

Lo que indica que existe una relación lineal entre las variables pues este valor a pesar de no estar muy lejos de cero, nos dice que existen otros factores que también pudieran estar condicionando el nivel de consumo.

Para ello es necesario realizar una inferencia acerca del coeficiente de correlación a través de una prueba de hipótesis utilizando el estadígrafo t student con un 95 % de confianza queda a = 0.05