Predicción del consumo energético mediante un modelo matemático de regresión lineal a partir de la producción diaria en la planta envasadora Q’Agua

Autores/as

  • Walter Jácome-Velez Universidad Técnica Estatal de Quevedo image/svg+xml
  • Joselyn Vilela-Sabando Universidad Técnica Estatal de Quevedo image/svg+xml
  • Mayerli Cedeño-Hormaza Universidad Técnica Estatal de Quevedo image/svg+xml
  • Cristian Jácome-Duarte Universidad Técnica Estatal de Quevedo image/svg+xml

DOI:

https://doi.org/10.56124/finibus.v9i17.011

Palabras clave:

eficiencia energética, regresión lineal, producción, predicción, sostenibilidad

Resumen

En las industrias, la eficiencia energética se ha convertido en un desafío, donde en las plantas envasadoras de agua, tienen altos costos de operación debido al consumo de electricidad. El objetivo de este artículo fue predecir el consumo de energía eléctrica de la planta envasadora de agua Q’Agua mediante un modelo de regresión lineal simple, donde la producción diaria es la variable independiente y los kWh la variable dependiente. Los datos se registraron mediante observación directa, escribiendo el total de unidades envasada, así como también el consumo diario de electricidad. En los resultados el coeficiente de determinación (R2) que es del 99.27% mostraron una correlación positiva extraordinaria entre la producción y la demanda de energía. El análisis de Kolmogorov-Smirnov mostró desviaciones respecto a la normalidad en los residuos, aunque el modelo en general mostró ser significativo (P < 0.05). Este estudio ofrece una herramienta de predicción que optimice la gestión energética en las practicas sostenibles de los procesos industriales. 

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Arellano, A., & Peña, D. (2020). Modelos de regresión lineal para predecir el consumo de agua potable. Sinergia, Revista de Ciencia, Ingeniería y Tecnología. 3(1). https://novasinergia.unach.edu.ec/index.php/novasinergia/article/view/144/158

Avello Martínez, R., & Losa Seisdedo, A. (2017). El procesamiento estadístico con R en la investigación científica. Medisur, Revista de Ciencias Médica Universidad Cien Fuegos. 15(5) http://medisur.sld.cu/index.php/medisur/article/view/3662

Beltrán Canessa, P. (2025). Modelo Predictivo de agroexportaciones para la Región La Libertad aplicando Data Science con RStudio. [Tesis de posgrado. Universidad Nacional del Santa]. Obtenido de https://alicia.concytec.gob.pe/vufind/Record/UNSR_4ffbb166d948e629ce814a789be28f3e/Details

Cardona, D., González, J., Rivera, M., & Cárdenas Vallejo, E. (2013). Aplicación de la regresión lineal en un problema de pobreza. Revista Interacción, 12, 73-84. https://www.google.com/url?sa=t&source=web&rct=j&opi=89978449&url=http://revistas.unilibre.edu.co/index.php/interaccion/article/download/2315/1767&ved=2ahUKEwj-7_7muLSSAxWCRjABHd_rHWAQFnoECBgQAQ&usg=AOvVaw3154SfLIgWXv9XC5SX8kh3

Carrasquilla-Batista, A., Chacón-Rodríguez, A., Núñez-Montero, K., Gómez-Espinoza, O., Valverde-Cerdas, J., & Guerrero-Barrantes, M. (2016). Regresión lineal simple y múltiple: aplicación en la predicción de variables naturales relacionadas con el crecimiento microalgal. Revista Tecnología En Marcha, 29(8), 33. https://doi.org/10.18845/tm.v29i8.2983

David R, A., Dennis J, S., & Thomas A, W. (2008). Estadística Para Administración Y Economía. Pearson Education. 7ma Edición. Obtenido de: https://profefily.com/wp-content/uploads/2017/12/Estadística-para-administración-y-economia-Richard-I.-Levin.pdf

De Lucas Coloma, L. (2018). Análisis estadístico de las emisiones de co2 por el consumo de combustible gaseoso en ecuador mediante la aplicación de la regresión lineal simple. Revista Caribeña de Ciencias Sociales. www.eumed.net/rev/caribe/2018/07/combustible-gaseoso-ecuador.html

Espinosa Martínez, V. (2025). Regresión lineal simple. Vida Científica Boletín Científico de la Escuela Preparatoria No. 4. 13 (26)36–37. https://repository.uaeh.edu.mx/revistas/index.php/prepa4/article/view/14751/12306

Fernández Lizana, M. (2020). Ventajas de R como herramienta para el Análisis y Visualización de datos en Ciencias Sociales. Revista Científica de la UCSA. 7(2). https://revista.ucsa-ct.edu.py/ojs/index.php/ucsa/article/view/30/30

Gonçalves Fernandes, A. C., Moreira Cavalcanti, L. F., Siqueira Campos Barros, M. L., & Da Costa Oliveira, F. M. (2017). Análises Descritivas e Microbiológicas das Águas Minerais Envasadas e Comercializadas na Região Metropolitana e Recife-PE. Ciência E Natura, 39(2), 272–284. https://doi.org/10.5902/2179460X23622

Hechavarría Pérez, J., Coello Velázquez, A., Robles Proenza, D., & Menéndez Aguado, J. (2015). Eficiencia energética en la trituración por impactos en la planta de zeolitas de San Andrés (Holguín, Cuba). Dyna, 82(193), 93–97. https://doi.org/10.15446/dyna.v82n193.46085

Moral Peláez, I. (2006). Modelos de regresión: lineal simple y regresión logística.

Poveda, M. (2007). Eficiencia energética: recurso no aprovechado. Obtenido de: www.olade.org

Rivera Cruz, M. A. (2022). RStudio y su importancia en la educación. Revista CNCI, 1(3). https://doi.org/10.59142/rcnci.v1i3.13

Rodríguez Mañay, L., Saltos Chacán, M., & Muñoz Moreta, E. (2015). Cálculo de la tasa predeterminada de los costos indirectos de fabricación aplicados utilizando un modelo de regresión lineal. Revista Publicando, 2(5). https://revistapublicando.org/revista/index.php/crv/article/view/87

Publicado

2026-01-01

Cómo citar

Jácome-Velez, W., Vilela-Sabando, J., Cedeño-Hormaza, M., & Jácome-Duarte, C. (2026). Predicción del consumo energético mediante un modelo matemático de regresión lineal a partir de la producción diaria en la planta envasadora Q’Agua. Revista Científica FINIBUS - Ingeniería, Industria Y Arquitectura, 9(17), 129–138. https://doi.org/10.56124/finibus.v9i17.011