Modelo de regresión funcional para la predicción de PM2.5 en función de PM10 en Lima - Perú
Este estudio pionero aprovecha el análisis de datos funcionales dentro de la metrología ambiental para examinar las intrincadas relaciones entre variables ambientales críticas, como las concentraciones de partículas PM2.5 en el Área Metropolitana de Lima-Callao. Abordar el vínculo entre la calidad d...
Guardado en:
| Autores principales: | , |
|---|---|
| Otros Autores: | |
| Formato: | Monografía o trabajo académico |
| Lenguaje: | español |
| Publicado: |
Universidad Peruana Unión
2024
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1881510704922492928 |
|---|---|
| author | Choquetico Apaza, Harold Abraham Silva Rubio, Edith |
| author2 | Ospina Galindez, Johann Alexis |
| author_browse | Choquetico Apaza, Harold Abraham Ospina Galindez, Johann Alexis Silva Rubio, Edith |
| author_facet | Ospina Galindez, Johann Alexis Choquetico Apaza, Harold Abraham Silva Rubio, Edith |
| author_sort | Choquetico Apaza, Harold Abraham |
| collection | Repositorio institucional |
| description | Este estudio pionero aprovecha el análisis de datos funcionales dentro de la metrología ambiental para examinar las intrincadas relaciones entre variables ambientales críticas, como las concentraciones de partículas PM2.5 en el Área Metropolitana de Lima-Callao. Abordar el vínculo entre la calidad del aire y estas partículas desde un punto de vista funcional ha arrojado conocimientos valiosos que superan los análisis convencionales. Al examinar las variaciones y tendencias temporales, esta investigación ha discernido no sólo la magnitud de la contaminación sino también sus patrones estacionales y diarios. El modelo de datos funcional destaca por su capacidad de utilizar plenamente los datos históricos, integrando la información a lo largo del tiempo para proporcionar una perspectiva más integral. Este enfoque avanzado también ha allanado el camino para incorporar múltiples conjuntos de datos ambientales, como temperatura, humedad y otros contaminantes, para ofrecer una visión más amplia y multifacética de la calidad del aire. El objetivo de esta investigación es desarrollar un modelo predictivo avanzado que estime los niveles de PM2,5 en función de las concentraciones de PM10, utilizando registros diarios de calidad del aire desde 2023. A través de un marco integrado, el estudio pretende capturar las interacciones complejas y la dinámica temporal de estos componentes atmosféricos, destacando el impacto significativo de PM2.5 en la salud pública y la calidad ambiental. |
| escuela_str_mv | Escuela de Posgrado |
| format | info:eu-repo/semantics/monograph |
| id | oai:repositorio.upeu.edu.pe:20.500.12840/7703 |
| institution | UPeU |
| language | Spanish |
| linea_str_mv | Predicción estadística |
| ocde_area_str_mv | Ciencias naturales |
| ocde_disciplina_str_mv | Matemáticas |
| ocde_str_mv | 1.01.03 |
| programa_nombre_str_mv | Segunda Especialidad en Estadística Aplicada para Investigación |
| programa_uri_str_mv | http://upeu.edu.pe/sys/programas/programa/seg-estadistica-aplicada-para-investigacion |
| publishDate | 2024 |
| publishDateRange | 2024 |
| publishDateSort | 2024 |
| publisher | Universidad Peruana Unión |
| publisherStr | Universidad Peruana Unión |
| record_format | dspace |
| sede_str_mv | Lima |
| spelling | Modelo de regresión funcional para la predicción de PM2.5 en función de PM10 en Lima - Perú Choquetico Apaza, Harold Abraham Silva Rubio, Edith Ospina Galindez, Johann Alexis Análisis de datos funcionales PM2.5 PM10 Calidad del aire Modelo concurrente Este estudio pionero aprovecha el análisis de datos funcionales dentro de la metrología ambiental para examinar las intrincadas relaciones entre variables ambientales críticas, como las concentraciones de partículas PM2.5 en el Área Metropolitana de Lima-Callao. Abordar el vínculo entre la calidad del aire y estas partículas desde un punto de vista funcional ha arrojado conocimientos valiosos que superan los análisis convencionales. Al examinar las variaciones y tendencias temporales, esta investigación ha discernido no sólo la magnitud de la contaminación sino también sus patrones estacionales y diarios. El modelo de datos funcional destaca por su capacidad de utilizar plenamente los datos históricos, integrando la información a lo largo del tiempo para proporcionar una perspectiva más integral. Este enfoque avanzado también ha allanado el camino para incorporar múltiples conjuntos de datos ambientales, como temperatura, humedad y otros contaminantes, para ofrecer una visión más amplia y multifacética de la calidad del aire. El objetivo de esta investigación es desarrollar un modelo predictivo avanzado que estime los niveles de PM2,5 en función de las concentraciones de PM10, utilizando registros diarios de calidad del aire desde 2023. A través de un marco integrado, el estudio pretende capturar las interacciones complejas y la dinámica temporal de estos componentes atmosféricos, destacando el impacto significativo de PM2.5 en la salud pública y la calidad ambiental. 2024-04-02 2024-07-14T01:30:46Z 2024-07-14T01:30:46Z info:eu-repo/semantics/monograph https://hdl.handle.net/20.500.12840/7703 spa info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidad Peruana Unión PE oai:repositorio.upeu.edu.pe:20.500.12840/7703 2026-11-10T17:45:09Z |
| spellingShingle | Análisis de datos funcionales PM2.5 PM10 Calidad del aire Modelo concurrente Choquetico Apaza, Harold Abraham Silva Rubio, Edith Modelo de regresión funcional para la predicción de PM2.5 en función de PM10 en Lima - Perú |
| title | Modelo de regresión funcional para la predicción de PM2.5 en función de PM10 en Lima - Perú |
| title_full | Modelo de regresión funcional para la predicción de PM2.5 en función de PM10 en Lima - Perú |
| title_fullStr | Modelo de regresión funcional para la predicción de PM2.5 en función de PM10 en Lima - Perú |
| title_full_unstemmed | Modelo de regresión funcional para la predicción de PM2.5 en función de PM10 en Lima - Perú |
| title_short | Modelo de regresión funcional para la predicción de PM2.5 en función de PM10 en Lima - Perú |
| title_sort | modelo de regresion funcional para la prediccion de pm2 5 en funcion de pm10 en lima peru |
| topic | Análisis de datos funcionales PM2.5 PM10 Calidad del aire Modelo concurrente |
| topic_facet | Análisis de datos funcionales PM2.5 PM10 Calidad del aire Modelo concurrente |
| url | https://hdl.handle.net/20.500.12840/7703 |
| work_keys_str_mv | AT choqueticoapazaharoldabraham modeloderegresionfuncionalparalapredicciondepm25enfunciondepm10enlimaperu AT silvarubioedith modeloderegresionfuncionalparalapredicciondepm25enfunciondepm10enlimaperu |