Modelos GAMLSS aplicados en el tratamiento de residuos agroindustriales

Freddy Hernández Barajas, Mabel Torres, Lina Arteaga, Cristina Castro

Resumen


En este artículo se presenta una aplicación de los modelos GAMLSS (Generalized Additive Models for Location, Shape and Scale) para estudiar la producción de celulosa bacteriana a partir de residuos agroindustriales. El experimento fue realizado para investigar los efectos del pH y el tiempo de cultivo sobre el rendimiento de celulosa bacteriana obtenida a partir de residuos de banano. Varios modelos fueron ajustados a los datos recolectados para determinar expresiones estimadas para la media y la varianza del rendimiento de celulosa bacteriana. Del mejor modelo obtenido se encontró que la media y la varianza del rendimiento de celulosa bacteriana disminuye a medida que el pH se incrementa, mientras al aumentar el tiempo de cultivo tanto la media como la varianza aumentan.


Palabras clave


Distribución gamma, estimación de parámetros, modelo GAMLSS, regresión lineal.

Texto completo:

PDF BibTex

Referencias


Akaike, H. (1973), Information theory and an extension of the maximum likelihood principle, in B. N. Petrov & F. Csaki, eds, ‘2nd International Symposium on Information Theory’, Budapest: Akademia Kiado, pp. 267–281.

Castro, C., Zuluaga, R., Alvarez, C., Putaux, J.-L., Caro, G., Rojas, O. J., Mondragón, I. & Gañan, P. (2012), ‘Bacterial cellulose produced by a new acid-resistant strain of gluconacetobacter genus’, Carbohydrate Polymers 89(4), 1033 – 1037.

Jaramillo, L., Perna, M., Benito-Revollo, A., Arrieta, M. & Escamilla, E. (2013), ‘Efecto de diferentes concentraciones de fructosa sobre la producción de celulosa bacteriana en cultivo estático’, Rev. Colombiana Cienc. Anim. 5(1), 116–130.

Rigby, B. & Stasinopoulos, M. (2010), ‘Instructions on how to use the gamlss

package in R’. *http://gamlss.org/images/stories/papers/gamlss-manual.pdf

Rigby, R. & Stasinopoulos, D. (2005), ‘Generalized additive models for location,

scale and shape’, Applied Statistics 54(3), 507–554.

Stasinopoulos, D. & Rigby, R. (2007), ‘Generalized additive models for location, scale and shape (GAMLSS) in R’, Journal of Statistical Software 23(7), 1–46.




DOI: https://doi.org/10.15332/s2027-3355.2015.0002.07

Enlaces refback

  • No hay ningún enlace refback.


ISSN: 2027-3355 - e-ISSN: 2339-3076 - DOI: https://doi.org/10.15332/23393076