datos DATAFIT

7/22/2019 datos DATAFIT

http://slidepdf.com/reader/full/datos-datafit 1/5

reductasa pH densidad SG

3.4 Comparación con métodos de regresión estadística.

Para poder comparar la eficiencia de las predicciones usando el modelo de Redes neuronales se

compara esta con dos modelos de predicción estadística, siendo los modelos utilizados los de

regresión multivariable no lineal, se probó parámetro a parámetro.

Sólidos Grasos

Figura 18: Grafico para sólidos grasos - modelos predictivos vs. datos reales

Proteína

2.9

3.1

3.3

3.5

3.7

3.9

4.1

1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61

S G

MUESTRA

REALES

RED



Figura 19: Grafico para proteína - modelos predictivos vs. datos reales

Lípidos

2

2.2

2.4

2.6

2.8

3

3.2

3.4

1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61

P

MUESTRA

REALES

RED



Figura 20: Grafico para lípidos - modelos predictivos vs. datos reales

Sólidos totales

Figura 21: Grafico para Sólidos Totales - modelos predictivos vs. datos reales

4

4.2

4.4

4.6

4.8

5

5.2

5.4

1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61

L

MUESTRA

REALES

RED

10

10.5

11

11.5

12

12.5

13

13.5

1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61

S T

MUESTRA

REAL

RED



Sólidos no Grasos

Figura 22: Grafico para Sólidos no grasos - modelos predictivos vs. datos reales

Minerales

7

7.5

8

8.5

9

9.5

1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61

S N G

MUESTRA

REALES

RED



Figura 23: Grafico para Minerales - modelos predictivos vs. datos reales

Como observamos en los gráficos 18 al grafico 23 se comparo la red neuronal entrenada versus un

modelo multivariable lineal y un modelo multivariable cuadrático; para todos los casos la red

neuronal fue muy superior en su predicciones a los modelos estadísticos. Esto se probó usando un

Análisis de Varianza para cada variable de salida que se muestra en el anexo 03.

0.4

0.45

0.5

0.55

0.6

0.65

0.7

0.75

1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61

M I N E R A L

MUESTRA

Minerales

Minerales

Documents

datos DATAFIT