UTCJ THEOREMA Revista científica Edición 7 julio - diciembre 2017 | Page 156

Al analizar la cantidad de variación total de las muestras en la maqueta
y el edificio, se encontró que los coeficientes de determinación para la ma-
queta, R 2 =0.3355, es decir, que el 34 % de la variación de la temperatura
se explica mediante las variables humedad y humedad 2 , dicho coeficiente
R 2 , es mayor que el del edificio, el cual se registró con un coeficiente de
determinación R 2 =0.2096, que es lo mismo a que el 21 % de la tempera-
tura es explicada por las variables humedad y humedad 2 , es decir, que su
variación en la temperatura se explica por las variables independientes.
Figura 10. Matriz de dispersión con las variables en relación de
columna - renglón.
Bibliografía
Conclusión
El presente trabajo demostró la eficiencia de los paneles verdes me-
diante el sistema de monitorización que se utilizó para estudiar las va-
riables en cuestión, se analizó por medio del estudio de series de tiem-
po, a principio del análisis las series eran estacionales, hasta que fueron
transformadas por medio de primeras diferencias, logaritmos, términos
cuadráticos y medias móviles, hasta que dejaron de ser estacionarias,
siendo sus residuales analizados y mostraron normalidad en sus gráficas.
Mediante técnicas de regresión o el método de mínimos cuadrados y mo-
delos GARCH, se pudo representar el comportamiento de la temperatura
(variable dependiente) y la humedad relativa atmosférica (variable inde-
pendiente), mediante la ecuación que obtuvo el coeficiente β 1 = -1.44 , el
cual no fue tan alto como el experimento en los interiores del edificio, β 1
= -1.89 , el cual es mucho mayor al coeficiente de la maqueta, debido a
la mínima variabilidad de las condiciones atmosféricas generadas por los
paneles verdes, es decir, que redujeron la variación en cuanto a tempera-
tura y humedad del aire, lo cual es deseable para el confort térmico en una
habitación.
En cuanto al coeficiente de determinación de la maqueta que fue de R 2
= 0.33. Es posible revisar que estas diferencias nos marcan, así como el
coeficiente de determinación del edificio R 2 = 0.21, nos permiten concluir
que el modelo de regresión está ajustado, además de ser un modelo que
tiene una alta confiabilidad en sus predicciones, si en cuanto al grado de
variación que tendrán los resultados que se obtengan mediante la estima-
ción(es) con el(los) modelo(s). Además de lo anterior se puede decir que
los paneles verdes aportan diversos beneficios al medio ambiente, como
puede ser la reducción del CO 2 y monóxido de carbono en las áreas con
concentración de edificios verdes, y además regulan la temperatura de las
superficies que recubren los techos y paredes de las casas de las zonas
urbanizadas, lo cual tiene el efecto de reducir o contrarrestar el fenómeno
denominado “Urban Heat Island”.
156
Revista Científica
+ Montgomery, Douglas; Peck, Elizabeth
y Vining, Geoffrey, (2006). Introducción al
análisis de Regresión Lineal. México: CEC-
SA. ISBN # 970-24-0327-8.
+ Krajewski, Lee, Ritzman y Larry, Mal-
hotra (2008). Administración de Operaciones,
México: Pearson. ISBN # 970-26-1217-9.
+ Niebel, Benjamin y Freivalds, Andris
(2009). Ingeniería Industrial: Métodos, están-
dares y diseño del trabajo, México: Mc Graw
Hill, ISBN # 978-970-10-6962-2.
+ Gujarati, Damodar y Porter, Dawn,
(2009). Econometría, México: Mc Graw Hill,
ISBN # 978-607-15-0294-0.
+ González-Morán, Carlos Omar; Za-
mora Pérez, Gabriel y Suaste-Gómez, Ernesto
(2013). System for Controlling the Moisture
of the Soil Using Humidity Sensors from a
Polyvinylidenefluoride Fiber Mats. Advanced
Science Letters, 19, 858–861. ISSN # 1936-
6612.
+ Bollerslev, Tim, (1986), Generalized
autoregressive conditional heteroskedasticity,
Journal of Econometrics, 31, 3, 307-327.
ISSN # 0304-4076.
+ Tobar Mejía, Manuel Humberto,
(2017). Estudio de factibilidad e implemen-
tación de prototipos de techo verde. (Tesis
inédita). Universidad de San Carlos de Gua-
temala. Guatemala.
+ Dénes Honus y Peter Sänger (2016).
‘Árboles urbanos’ inteligentes para reducir
la contaminación del aire. Madrid, España:
www.esmartcity.es “Todo sobre ciudades
inteligentes”, Recuperado de: https://www.
esmartcity.es/2016/10/06/arboles-urba-
nos-inteligentes-para-reducir-la-contamina-
cion-del-aire.
+ Secretaría de Medio Ambiente del Dis-
trito Federal (2011). Azoteas verdes. Ciudad
de México, México: www.sedema.cdmx.gob.
mx “Secretaría de Medio Ambiente”, Recu-
perado de: http://www.sedema.cdmx.gob.mx/
programas/programa/azoteas-verdes.
Revista Científica
157