Universidad Distrital Francisco Jos de Caldas.

DETERMINACIN DE LA CALIDAD DEL VINO ROJO

ESTIMACIN DE UN MODELO ECONOMTRICO PARA

DETERMINAR LA CALIDAD DEL VINO ROJO A PARTIR
DE PROPIEDADES FSICO-QUMICAS
Estimation of an econometric model for determining red wine quality
from physical and chemical properties

Rubio Salazar, Oscar. Hurfano Barbosa, Nelson. Vargas Vargas, Aldemar

ogrubios@correo.udistrital.edu.co,nlhuerfanob@correo.udistrital.edu.co, eavargasv@correo.udistrital.edu.co
Universidad Distrital Francisco Jos de Caldas, Bogot.

RESUMEN
En el presente articulo se desarrolla un anlisis
econometrico que intenta predecir la calidad del vino
rojo a partir de propiedades fisicas y quimicas. En
este estudio se tomo como referencia una base de
datos del Repositorio de aprendizaje de la
Universidad de California. Se realizara una regresin
lineal multiple para determinar si este modelo que
proponemos cumple con todos los supuestos de un
modelo econometrico. Tambin se utiliza para esta
determinacion software de anlisis estadistico como
STATA para obtener el mejor modelo ajustado y as
saber cuales son las propiedades que ms influyen al
momento de determinar la calidad del vino rojo.
ABSTRACT
In this paper an econometric analysis which attempts
to predict red wine quality from physical and
chemical properties is developed. This study was
taken as reference a database Learning Repository
University of California. Multiple linear regression
analysis was conducted to determine whether this
model that we propose meets all the assumptions of
an econometric model. It is also used for this
determination as statistical analysis software
STATA to obtain the best-fitting model and so know
the properties that influence in determining red wine
quality.

Palabras claves: calidad del vino, modelo Keywords: wine quality, econometric model,
economtrico, regresin lineal mltiple, propiedades multiple linear regressions, physical and chemical
fsico-qumicas. properties.

I. INTRODUCCIN
En este estudio economtrico trataremos de
determinar la relacin de algunas variables fsico-
qumicas con la calidad del vino rojo, tales como
acidez, cido ctrico, azcar, cloruros, dixido
sulfrico, densidad, PH, sulfatos y alcohol. La
decisin de realizar este anlisis o estudio es porque
es interesante tocar este tema ya que la mayora de
las personas desconocen que componentes son los
que lleva una bebida como el vino tan antigua y por
la cantidad de los datos que hemos encontrado,
adems de estar respaldados por una Universidad de
los Estados Unidos en California. A continuacin en
este anlisis del modelo economtrico mostraremos
los resultados y como se llev a cabo el anlisis, el
procesamiento en el software STATA de estos datos
y cules son las variables o factores ms
representativos para que se logre una adecuada
estimacin del modelo economtrico y tambin los
anlisis que con este trabajo llegamos a concluir.

1
Universidad Distrital Francisco Jos de Caldas. DETERMINACIN DE LA CALIDAD DEL VINO ROJO
II. ANTECEDENTES
Tradicionalmente el proceso de elaboracin del vino
ha sido una vinificacin en el cual el proceso
consiste en la maceracin de los hollejos junto con la
fermentacin alcohlica. El consumo moderado de
vino tinto se ha relaciona con la reduccin del riesgo
de enfermedad de Alzheimer, en la zona de Burdeos
tienen una reduccin del riesgo de la enfermedad de
Alzheimer en un 75% y de un 80% para la demencia
senil despus de tres aos de seguimiento (Truelson
et al.,2002).Por una parte el vino tinto, acta
aumentando el tipo colesterol HDL (el buen
colesterol), que evaca al colesterol LDL, (el mal
colesterol), del flujo sanguneo y acta inhibiendo la
agregacin (acumulacin) de las placas de
colesterol(Seigneur y Gaziano, 1999). Estas
investigaciones han causado un enorme aumento del
consumo en gran nmero de pases como es el caso
de Estados Unidos, Mxico y Amrica Latina (Ortiz,
2007). Para que los vinos cumplan con la calidad
adecuada stos deben ajustarse a normas, por lo que
deben ser analizados de manera fisicoqumica con
mtodos eficaces, repetibles y comparables (Madrid-
Cenzano, 2003). La cata de un vino no es ms que
un anlisis en el sentido de una composicin en
elementos simples. Empieza en efecto por ser un
anlisis, pero se termina con un diagnstico general;
tal como: vino perfecto, mediocre o malo (Peynaud
y Blouin, 2001).El anlisis qumico no distingue un
gran vino de otro corriente y por lo tanto es
insuficiente para la valoracin de un vino. Cada vino
tiene su estilo, su silueta o su perfil que viene
determinado fundamentalmente por una serie de
factores (Benavent, 2003).
III. MARCO TEORICO
En el modelo de regresin lineal mltiple, el
regresando -que puede ser la variable endgena o
una transformacin de las variables endgenas, es
una funcin lineal de k regresores correspondientes a
las variables explicativas -o a transformaciones de
las mismas y una perturbacin aleatoria o error.
El modelo tambin incluye un trmino
independiente. Si designamos por y al regresando,
por x2, x3,..., xk a los regresores y por u al error o
perturbacin aleatoria, el modelo poblacional de
regresin lineal mltiple vendr dado por la
siguiente expresin:
=0+11+22++ + (1) regula el pH.
2
Donde los parmetros 0, 1, 2,., k son fijos y
desconocidos [9]. Para evaluar la relevancia de los
modelos se requiere de una comparacin y
evaluacin de los mismos. Para desarrollar un
modelo es indispensable investigar previamente si la
informacin est disponible, si hay suficiente
cantidad. Se genera una relacin en dos direcciones
entre los datos tomados en campo y la construccin
conceptual terica. Se deben tener claras las
limitaciones de la informacin y el proceso
econmico que se quiere expresar en ecuaciones,
cuando se logra un equilibrio de todas las
posibilidades de los modelos mucho mejor va a ser
el resultado final. En esta parte, se realiza un estudio
comparativo de la capacidad de prediccin de
algunos de los modelos macroeconmicos ya
existentes para la economa despus de una previa
discusin de la metodologa [2].
IV. METODOLOGIA
1. Descripcin de datos: Estos datos los obtuvimos
del repositorio de datos de la Universidad de
California [5], y en ellos se muestra una previa
descripcin de cada uno de los componentes que
integran el estudio, con 1599 muestras vamos a
ver la descripcin de cada uno de estos datos.
Acidez fija: Es la suma de todos los efectos
de los cidos presentes en el vino, y se
refiere especialmente a las caractersticas
gustativas del mismo.
Acidez voltil: Depende principalmente de
la presencia de cido actico y se caracteriza
por estar presente en el proceso de
destilacin.
cido ctrico: El cido ctrico da frescura al
vino, puede ser utilizado para la
acidificacin qumica de los vinos o por su
accin estabilizante.
Azcar residual: Se denomina azcar
residual al azcar que tras la fermentacin
permanece en el vino. Dan la clasificacin al
vino.
Cloruros: Estas sustancias ayudan a
conservar el equilibrio apropiado del vino y
mantener el equilibrio acido bsico, es decir
Universidad Distrital Francisco Jos de Caldas. DETERMINACIN DE LA CALIDAD DEL VINO ROJO
Dixido sulfrico libre: Protege al vino de la
oxidacin enzimtica es decir en presencia
de aire para regular el vino.
Dixido sulfrico total: este junto con otros
compuestos suprimen la actividad de las
enzimas que causan oscurecimiento y otros
problemas en el vino.
Densidad: Es una medida del grado de
alcohol, cuanto ms alcohol tenga un vino
ms baja ser su densidad.
pH: Es la medida de la diferencia de
potencial entre dos electrodos sumergidos en
el vino, mide la acidez real.
Sulfatos: El vino contiene al estado natural
una pequea cantidad de sulfatos, los cuales
provienen del racimo. Determina el color del
vino en buena medida.
Alcohol: El grado de alcohol es la medida
del nmero de litros de etanol, contenidos en
10 litros de vino.
Ac tenemos el resumen de la descripcin de los
datos en STATA.
Figura I. Estadstica de los datos. Fuente: Autora propia
Cabe resaltar que la variable calidad la cual
entraremos a estudiar tiene como valor mnimo 3 y
como valor mximo 8, ms adelante veremos que
estos datos en intervalos son congruentes, adems de
tener una baja desviacin estndar.
2. Metodologa: Para la funcin a analizar se
tom como variable dependiente la calidad
del vino en funcin de las otras variables
anteriormente mencionadas:
3
calidad: f (acidezfija, acidezvolatil, acidocitrico,
azcarresidual, cloruros, dioxidosulfuricolibre,
dioxidosulfuricototal, densidad, ph, sulfatos
alcohol)
Con estos datos se realizaron pruebas iniciales
como el grafico de dispersin, los intervalos de
confianza, el coeficiente de variacin para ver el
comportamiento de las variables pero solo de
una manera somera, junto con la prueba de
Shapiro Wilk para ver si los datos sin procesar
podran presentar una distribucin normal.
Luego se realizaron las correspondientes
regresiones paso a paso del modelo logartmico
y lineal, luego se realiz la prueba MWD para
saber qu modelo era el ms ptimo para nuestro
anlisis lo que nos afianzo la correcta eleccin
del modelo el cual fue el modelo logartmico,
luego se realiz la regresin stepwise, la cual
nos arroj las variables ms significativas, para
luego hacer la prediccin de la media de Y y
tambin la prediccin del intervalo que ms se
ajuste a los valores del verdadero valor
poblacional.
V. RESULTADOS
Se realiz la regresin lineal de la calidad del
vino en funcin de las variables explicadas
anteriormente arrojando como resultado:
Figura II. Regresin STATA. Fuente: Autora propia
Bondad del ajuste e intervalos de confianza
La bondad del ajuste radica en que las variables
independientes explican la variacin de y en
un 36% segn R2 pero segn R2 ajustado tan
solo es del 35,6 %.
Tambin vemos todos los intervalos de
confianza del modelo y su interpretacin radica
en que si construimos 100 intervalos como todos
Universidad Distrital Francisco Jos de Caldas. DETERMINACIN DE LA CALIDAD DEL VINO ROJO
los anteriores para cada parmetro en 95% de los figura III, no hay evidencia estadstica para aceptar
casos (se encontraran) dichos parmetros Ho, por lo tanto ninguna de las variables tiene un
poblacionales. comportamiento normal.

Significancia individual Prueba MWD

Ho: Bi =0 Esta prueba se realiza con el fin de escoger el mejor

Hi: Bi 0 modelo economtrico a partir de dos hiptesis las
t tablas (11,1587)= 1,96 cuales sugieren que Ho: modelo lineal y en Hi:
modelo log-lineal.
Algunos t calculados no se encuentran dentro del Se realiz la prueba de la siguiente manera:
intervalo (-1.96, 1.96) como se puede observar en la
figura II. Se concluye que no existe evidencia Se calcul el modelo lineal (fig. II) y luego se
estadstica para aceptar Ho, es decir acidez total, procedi a calcular los valores estimados (yf).
cloruros, dixido sulfrico libre, dixido sulfrico Luego se calcul el modelo log-lineal (fig. IV) y se
total, pH, sulfatos y alcohol son estadsticamente calcularon los valores estimados (lnf).
significativos.
Por otro lado algunos t calculados si se encuentran
dentro del intervalo (-1.96, 1.96). Se concluye que
no existe evidencia estadstica para rechazar Ho por
lo tanto acidez fija, cido ctrico, azcar residual y
densidad no son estadsticamente significativos.

Significancia Global

Ho: B2=B3= B4= B5= B6= B7= B8= B9=B10=B11=B12=0

Hi: B2=B3= B4= B5= B6= B7= B8= B9=B10=B11=B120
Fig. IV Modelo log-lineal. Fuente: Autoria propia
Fcalculado= 81,45
Ftablas (11,1587) = 1,84 Luego se calcula z1 y z2 y se incluyen como
variables adicionales en y y lny respectivamente, una
Dado que el Fcalculado es mayor al F terico se como regresora (z1) y otra como variable (z2).
concluye que no existe evidencia estadstica para
aceptar Ho, es decir el modelo es significativo.

Prueba de normalidad Shapiro-Wilk

Fig. V Calculo de z1. Fuente: Autoria propia

Figura III. Prueba Shapiro-Wilk. Fuente: Autoria propia

Planteamos una hiptesis nula y una hiptesis

alterna en la cual en Ho: Hay normalidad y en Hi:
No hay normalidad.
Como el p valor en todas las variables (Prob>z) es
significativo, es decir es menor al porcentaje de
significancia (0,05) como se puede observar en la

4
Universidad Distrital Francisco Jos de Caldas. DETERMINACIN DE LA CALIDAD DEL VINO ROJO
Prediccin puntual y por intervalo de la media de
Fig. VI Clculo de z2. Fuente: Autora propia
Utilizando la regla de decisin, dado que el
coeficiente que acompaa a z1 es significativo no
aceptamos la hiptesis nula Ho, es decir optamos por
el modelo log-lineal ya que su coeficiente z2 no es
significativo de igual manera.
Regresin Stepwise
Ahora que hemos decidido optar por el modelo log-
lineal procedemos a realizar la regresin stepwise
con una probabilidad de 0.15, eliminando las
variables que en la significancia individual nos
arroj como no significativas.
Figura VII. Regresin Stepwise. Fuente: autora propia.
Tambin analizamos y definimos la matriz de betas
asociada.
Fig. VIII. Matriz betas asociados. Fuente: autoria propia
5
Y
VI. CONCLUSIONES
REFERENCIAS
[1] (Benavent, 2003).Benavent, A. J.L. (2003).
La cultura del vino: Cata y degustacin.
Universidad Politcnica de Valencia. Univ.
Politc. Valencia.
[2] (Cao & Kuiper, (1979) Cao, H., & Kuiper, J.
(1979). El Uso de Modelos Economtricos y
la Planificacin del Desarrollo en el Per.
Economa.
[3] (Madrid-Cenzano, 2003). Madrid Cenzano,
J., (2003). Anlisis de vinos, mostos y
alcoholes. Mundi-Prensa, Madrid, Espaa.
[4] (Ortiz, 2007). Ortiz I., (2007). Atlas
Ilustrado del Vinos del Mundo. Susaeta,
Madrid, Espaa.
[5] (P. Cortez et al., 2009) P. Cortez, A.
Cerdeira, F. Almeida, T. Matos and J. Reis.
UC Irving Machine Learning Repository.
Recuperado el 24 de abril de 2016 de
http://archive.ics.uci.edu/ml/datasets/Wine+
Quality.
[6] (Peynaud y Blouin, 2001).Peynaud, E.;
Blouin, J., (2000). El gran libro de la
degustacin. Mundi-Prensa, ed. 2da.,Paris
[7] (Seigneur y Gaziano, 1999). Seigneur M.;
Bonnet H.; Dorian (1990). Effect of the
consumption of alcohol, white wine, and red
wine on platelet function and serum lipids,
Journal of Applied Cardiology, 5: 215-222.
[8] (Truelson et al., 2002). Truelson T.;
Thudium D.; Gronbaeck M., (2002).
Amount and type of alcohol and risk of
dementia, National Institute of Public
Health, Copenhagen, Denmark 12;
59(9):1313-9.
Universidad Distrital Francisco Jos de Caldas. DETERMINACIN DE LA CALIDAD DEL VINO ROJO
[9] (Uriel, 2013) Uriel, E. (2013). 3 Regresin
lineal mltiple: estimacin y propiedades,
138.