Universidad de San Carlos de Guatemala

Escuela de Estudios de Postgrados

Maestra en Energa y ambiente
Mtodos Estadsticos Para El Monitoreo De La Contaminacin Ambiental

Resolucin de Discrepancias por Demanda Firme

A travs de Regresin y Correlacin

Estudiante: Josu Miguel Ramrez Lemus

Guatemala, 14 de febrero de 2015
Introduccin

Regularmente se debe tratar de comprender fenmenos de los cuales se

desea estudiar causas y consecuencias. Para ello se realizan diversas
observaciones de situaciones o eventos que influyan en el objeto de anlisis.
Muchos de los anlisis que se realizan en diferentes proyectos se basan en el
estudio de parmetros o variables y sus interrelaciones. En otras palabras, en
muchos casos se estudian el comportamiento de dos o ms fenmenos para
ver el tipo de dependencia el uno de los otros.
Para esto es muy til la regresin, ya que por medio de esta herramienta se
puede relacionar varias variables de forma de hallar un modelo matemtico
que explique el comportamiento de las mismas y as poder inferir en decisiones
en las cuales se requiera un pronstico.

Objetivos

Definir la Regresin y Correlacin.

Aplicar la regresin para pronosticar la demanda del sistema.

Determinar la bondad de cada modelo a partir del coeficiente de

correlacin.

Regresin

Para la estimacin de relaciones entre variables. Incluye muchas tcnicas

para el modelado y anlisis de diversas variables, cuando la atencin se centra
en la relacin entre una variable dependiente y una o ms variables
independientes. Ms especficamente, el anlisis de regresin ayuda a
entender cmo el valor tpico de la variable dependiente cambia cuando
cualquiera de las variables independientes es variada, mientras que se
mantienen las otras variables independientes fijas. Ms comnmente, el
anlisis de regresin estima la esperanza condicional de la variable
dependiente dadas las variables independientes - es decir, el valor promedio
de la variable dependiente cuando se fijan las variables independientes. Con
menor frecuencia, la atencin se centra en un cuantil, u otro parmetro de
localizacin de la distribucin condicional de la variable dependiente dadas las
variables independientes. En todos los casos, el objetivo es la estimacin de
una funcin de las variables independientes llamada la funcin de regresin. En
el anlisis de regresin, tambin es de inters para caracterizar la variacin de
la variable dependiente en torno a la funcin de regresin que puede ser
descrito por una distribucin de probabilidad.
Se han desarrollado muchas tcnicas para llevar a cabo anlisis de regresin.
Mtodos familiares tales como regresin lineal y ordinaria de mnimos
cuadrados de regresin son paramtrica, en que la funcin de regresin se
define en trminos de un nmero finito de desconocidos parmetros que se
estiman a partir de los datos. regresin no paramtrica se refiere a las tcnicas
que permiten que la funcin de regresin mienta en un conjunto especfico de
funciones, que puede ser de dimensin infinita.
Correlacin
La correlacin indica la fuerza y la direccin de una relacin lineal y
proporcionalidad entre dos variables estadsticas. Se considera que dos
variables cuantitativas estn correlacionadas cuando los valores de una de
ellas varan sistemticamente con respecto a los valores homnimos de la otra:
si tenemos dos variables (A y B) existe correlacin si al aumentar los valores de
A lo hacen tambin los de B y viceversa. La correlacin entre dos variables no
implica, por s misma, ninguna relacin de causalidad.
Coeficiente de Correlacin
Existen diversos coeficientes que miden el grado de correlacin, adaptados a la
naturaleza de los datos. El ms conocido es el coeficiente de correlacin de
Pearson (introducido en realidad por Francis Galton), que se obtiene dividiendo
la covarianza de dos variables entre el producto de sus desviaciones estndar.
Marco Prctico
Marco Prctico

Anlisis:
Para establecer la demanda mxima a abastecer por el parque de generacin
se proyecta el historial de los datos histricos que en este caso se tiene desde
el ao 1961 hasta el 2014. Estos datos se muestran a continuacin:
Demanda Mxima Histrica del SNI
Ao
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978

Demanda
mxima
(MW)
46.00
51.00
56.00
62.00
76.00
86.00
88.00
94.00
105.00
116.00
119.00
135.00
147.00
163.20
185.00
199.50
237.20
247.90

Ao
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996

Demanda
mxima
(MW)
265.20
272.80
287.10
270.90
276.60
284.20
301.60
334.30
374.50
401.20
439.60
452.20
495.10
537.70
579.40
623.70
717.20
733.40

Ao
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014

De los datos anteriores se realiza el grfica de dispersin respectivo:

Demanda
mxima
(MW)
814.70
867.50
962.10
1039.30
1086.60
1141.00
1194.85
1265.75
1290.09
1382.55
1443.43
1430.05
1472.47
1467.88
1491.16
1532.97
1563.57
1635.90

Demanda Mxima Histrica SNI

1800.00
1600.00
1400.00
1200.00
1000.00
800.00
600.00
400.00
200.00
0.00
1950

1960

1970

1980

1990

2000

2010

2020

Resultados:
A partir de esto se generaron distintos modelos matemticos con su respectiva
probabilidad

Teniendo para cada modelo su probabilidad

Modelo
Polinmico Grado 2
Exponencial
Lineal
Logartmico

Probabilidad
98.64%
98.20%
90.97%
90.78%
Limitaciones

Valor (MW)
1824.20
2147.88
1483.78
1479.08

Entre las limitaciones que se encuentra es la imposibilidad de saber el valor

real de las mediciones futuras ya que la demanda de potencia depende del
muchos aspectos adems del historial.
Lecciones
Por medio de este tipo de anlisis se puede tener un panorama, que si bien no
es especfico no puede servir para tomar decisiones.
Las herramientas de Excel son muy tiles y fciles de usar. Se puede investigar
la herramienta XLSTAT ya que esta se utiliz para realizar el anlisis, siendo
capaz de estudios ms profundos.
Conclusiones y Recomendaciones
Del estudio se concluye:

Se va mostrar un crecimiento en la demanda mxima como ha venido

siendo en los ltimos aos.
Con un coeficiente de correlacin de 98.64% se puede decir que la
demanda estar por 1824.20 MW.

Se recomienda:

Evaluar una mayor cantidad de modelos para tener mayor certeza de los
datos proyectados.
Incluir en el anlisis, ms variables que tiene influencia en el valor de
demanda mxima como el PIB.

Bibliografa
Para el marco terico se consultaron las siguientes fuentes:
Correlacin, En lnea, consultado: 12 de febrero de 2015, disponible en:
http://es.wikipedia.org/wiki/Correlaci
%C3%B3n#Coeficientes_de_correlaci.C3.B3n
Anlisis de la regresin, En lnea, consultado: 13 de febrero de 2015,
disponible en: http://es.wikipedia.org/wiki/An%C3%A1lisis_de_la_regresi
%C3%B3n

Para el marco prctico se consult:

Datos consultados en el Informe Estadstico realizado por la Comisin Nacional
de Energa Elctrica.