Scribd
Cargar
32 vistas7 páginas

Tarea 1

El documento describe un análisis de datos ambientales utilizando redes neuronales en Matlab. Se cargan datos de varias variables como humedad, temperatura, contaminantes del aire, etc. de varios años en Matlab. Luego se realiza un análisis de correlación entre las variables y un análisis de componentes principales para reducir la dimensionalidad de los datos.

Cargado por

Israellloo
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
32 vistas7 páginas

Tarea 1

El documento describe un análisis de datos ambientales utilizando redes neuronales en Matlab. Se cargan datos de varias variables como humedad, temperatura, contaminantes del aire, etc. de varios años en Matlab. Luego se realiza un análisis de correlación entre las variables y un análisis de componentes principales para reducir la dimensionalidad de los datos.

Cargado por

Israellloo
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

UNIVERSIDAD AUTONOMA CHAPINGO

POSTGRADO EN INGENIERIA AGRICOLA Y USO INTEGRAL DEL AGUA


REDES NEURONALES

Tarea 1: Correlación y Componentes principales


Profesor: Dra. Raquel Salazar Moreno.
Alumno: Israel Gaytán Campos.
El archivo de datos completo contiene la siguiente información
HR
TMP
VV
DV
Monóxido de Carbono CO(ppm)
Monóxido de Nitrógeno NO(ppb)
Dióxido de Nitrógeno NO2
Óxido nítrico (NOx) (ppb))
Ozono O3(ppb)
Particle Matter (PM2.5) inferiores a 2.5 micras(𝞵 g m-3)
Particle Matter (PM10) inferiores a 10 micras (𝞵 g m-3)
Dioxido de sulfuro SO2 (ppb)

1. Introduzca el archivo de Completos.xls en Matlab utilizando la


instrucción

HR_11 = xlsread('Completos.xlsx',1,'C2:C8785')';
.
.
HR_18 = xlsread('Completos.xlsx',1,'J2:J8785')';

HR=

%% DÍA JULIANO

DIA = xlsread('Completos.xlsx',1,'A2:A8785')';
DIAJUL = [DIA,DIA,DIA,DIA,DIA,DIA,DIA]';

%% HORA DEL DÍA

HORA = xlsread('Completos.xlsx',1,'B2:B8785')';

HORADIA = [HORA,HORA,HORA,HORA,HORA,HORA,HORA]';

De la misma forma introduzca todos los años de todas las variables


anteriores.

Se muestra el código utilizado para introducir todos los años de las


variables del documento Completos.xlsx. Este código se implementa en el
archivo de Matlab Tareauno.m.

%Húmedad Relativa (HR)


HR_11 = xlsread('Completos.xlsx',1,'C2:C8785')';
HR_12 = xlsread('Completos.xlsx',1,'D2:D8785')';
HR_13 = xlsread('Completos.xlsx',1,'E2:E8785')';
HR_14 = xlsread('Completos.xlsx',1,'F2:F8785')';
HR_15 = xlsread('Completos.xlsx',1,'G2:G8785')';
HR_16 = xlsread('Completos.xlsx',1,'H2:H8785')';
HR_17 = xlsread('Completos.xlsx',1,'I2:I8785')';
HR_18 = xlsread('Completos.xlsx',1,'J2:J8785')';
HR=[HR_11,HR_12,HR_13,HR_14,HR_15,HR_16,HR_17,HR_18]';
%Temperatura Media (TMP)
TMP_11 = xlsread('Completos.xlsx',2,'C2:C8785')';
TMP_12 = xlsread('Completos.xlsx',2,'D2:D8785')';
TMP_13 = xlsread('Completos.xlsx',2,'E2:E8785')';
TMP_14 = xlsread('Completos.xlsx',2,'F2:F8785')';
TMP_15 = xlsread('Completos.xlsx',2,'G2:G8785')';
TMP_16 = xlsread('Completos.xlsx',2,'H2:H8785')';
TMP_17 = xlsread('Completos.xlsx',2,'I2:I8785')';
TMP_18 = xlsread('Completos.xlsx',2,'J2:J8785')';
TMP=[TMP_11,TMP_12,TMP_13,TMP_14,TMP_15,TMP_16,TMP_17,TM
P_18]';
%Velocidad del Viento (VV)
VV_11 = xlsread('Completos.xlsx',3,'C2:C8785')';
VV_12 = xlsread('Completos.xlsx',3,'D2:D8785')';
VV_13 = xlsread('Completos.xlsx',3,'E2:E8785')';
VV_14 = xlsread('Completos.xlsx',3,'F2:F8785')';
VV_15 = xlsread('Completos.xlsx',3,'G2:G8785')';
VV_16 = xlsread('Completos.xlsx',3,'H2:H8785')';
VV_17 = xlsread('Completos.xlsx',3,'I2:I8785')';
VV_18 = xlsread('Completos.xlsx',3,'J2:J8785')';
VV=[VV_11,VV_12,VV_13,VV_14,VV_15,VV_16,VV_17,VV_18]';
%Dirección del Viento (DV)
DV_11 = xlsread('Completos.xlsx',4,'C2:C8785')';
DV_12 = xlsread('Completos.xlsx',4,'D2:D8785')';
DV_13 = xlsread('Completos.xlsx',4,'E2:E8785')';
DV_14 = xlsread('Completos.xlsx',4,'F2:F8785')';
DV_15 = xlsread('Completos.xlsx',4,'G2:G8785')';
DV_16 = xlsread('Completos.xlsx',4,'H2:H8785')';
DV_17 = xlsread('Completos.xlsx',4,'I2:I8785')';
DV_18 = xlsread('Completos.xlsx',4,'J2:J8785')';
DV=[DV_11,DV_12,DV_13,DV_14,DV_15,DV_16,DV_17,DV_18]';
%Monóxido de Carbono (CO (ppm))
CO_11 = xlsread('Completos.xlsx',5,'C2:C8785')';
CO_12 = xlsread('Completos.xlsx',5,'D2:D8785')';
CO_13 = xlsread('Completos.xlsx',5,'E2:E8785')';
CO_14 = xlsread('Completos.xlsx',5,'F2:F8785')';
CO_15 = xlsread('Completos.xlsx',5,'G2:G8785')';
CO_16 = xlsread('Completos.xlsx',5,'H2:H8785')';
CO_17 = xlsread('Completos.xlsx',5,'I2:I8785')';
CO_18 = xlsread('Completos.xlsx',5,'J2:J8785')';
CO=[CO_11,CO_12,CO_13,CO_14,CO_15,CO_16,CO_17,CO_18]';
%Monóxido de Nitrógeno (NO (ppb))
NO_11 = xlsread('Completos.xlsx',6,'C2:C8785')';
NO_12 = xlsread('Completos.xlsx',6,'D2:D8785')';
NO_13 = xlsread('Completos.xlsx',6,'E2:E8785')';
NO_14 = xlsread('Completos.xlsx',6,'F2:F8785')';
NO_15 = xlsread('Completos.xlsx',6,'G2:G8785')';
NO_16 = xlsread('Completos.xlsx',6,'H2:H8785')';
NO_17 = xlsread('Completos.xlsx',6,'I2:I8785')';
NO_18 = xlsread('Completos.xlsx',6,'J2:J8785')';
NO=[NO_11,NO_12,NO_13,NO_14,NO_15,NO_16,NO_17,NO_18]';
%Dióxido de Nitrógeno (NO2)
NO2_11 = xlsread('Completos.xlsx',7,'C2:C8785')';
NO2_12 = xlsread('Completos.xlsx',7,'D2:D8785')';
NO2_13 = xlsread('Completos.xlsx',7,'E2:E8785')';
NO2_14 = xlsread('Completos.xlsx',7,'F2:F8785')';
NO2_15 = xlsread('Completos.xlsx',7,'G2:G8785')';
NO2_16 = xlsread('Completos.xlsx',7,'H2:H8785')';
NO2_17 = xlsread('Completos.xlsx',7,'I2:I8785')';
NO2_18 = xlsread('Completos.xlsx',7,'J2:J8785')';
NO2=[NO2_11,NO2_12,NO2_13,NO2_14,NO2_15,NO2_16,NO2_17,NO
2_18]';
%Óxido nítrico (NOx (ppb))
NOx_11 = xlsread('Completos.xlsx',8,'C2:C8785')';
NOx_12 = xlsread('Completos.xlsx',8,'D2:D8785')';
NOx_13 = xlsread('Completos.xlsx',8,'E2:E8785')';
NOx_14 = xlsread('Completos.xlsx',8,'F2:F8785')';
NOx_15 = xlsread('Completos.xlsx',8,'G2:G8785')';
NOx_16 = xlsread('Completos.xlsx',8,'H2:H8785')';
NOx_17 = xlsread('Completos.xlsx',8,'I2:I8785')';
NOx_18 = xlsread('Completos.xlsx',8,'J2:J8785')';
NOx=[NOx_11,NOx_12,NOx_13,NOx_14,NOx_15,NOx_16,NOx_17,NO
x_18]';
%Ozono (O3 (ppb))
O3_11 = xlsread('Completos.xlsx',9,'C2:C8785')';
O3_12 = xlsread('Completos.xlsx',9,'D2:D8785')';
O3_13 = xlsread('Completos.xlsx',9,'E2:E8785')';
O3_14 = xlsread('Completos.xlsx',9,'F2:F8785')';
O3_15 = xlsread('Completos.xlsx',9,'G2:G8785')';
O3_16 = xlsread('Completos.xlsx',9,'H2:H8785')';
O3_17 = xlsread('Completos.xlsx',9,'I2:I8785')';
O3_18 = xlsread('Completos.xlsx',9,'J2:J8785')';
O3=[O3_11,O3_12,O3_13,O3_14,O3_15,O3_16,O3_17,O3_18]';
%Particle Matter (PM10) inferiores a 10 micras (? g m-3)
PM10_11 = xlsread('Completos.xlsx',10,'C2:C8785')';
PM10_12 = xlsread('Completos.xlsx',10,'D2:D8785')';
PM10_13 = xlsread('Completos.xlsx',10,'E2:E8785')';
PM10_14 = xlsread('Completos.xlsx',10,'F2:F8785')';
PM10_15 = xlsread('Completos.xlsx',10,'G2:G8785')';
PM10_16 = xlsread('Completos.xlsx',10,'H2:H8785')';
PM10_17 = xlsread('Completos.xlsx',10,'I2:I8785')';
PM10_18 = xlsread('Completos.xlsx',10,'J2:J8785')';
PM10=[PM10_11,PM10_12,PM10_13,PM10_14,PM10_15,PM10_16,PM
10_17,PM10_18]';
%Particle Matter (PM25) inferiores a 2.5 micras(? g m-3)
PM25_11 = xlsread('Completos.xlsx',11,'C2:C8785')';
PM25_12 = xlsread('Completos.xlsx',11,'D2:D8785')';
PM25_13 = xlsread('Completos.xlsx',11,'E2:E8785')';
PM25_14 = xlsread('Completos.xlsx',11,'F2:F8785')';
PM25_15 = xlsread('Completos.xlsx',11,'G2:G8785')';
PM25_16 = xlsread('Completos.xlsx',11,'H2:H8785')';
PM25_17 = xlsread('Completos.xlsx',11,'I2:I8785')';
PM25_18 = xlsread('Completos.xlsx',11,'J2:J8785')';
PM25=[PM25_11,PM25_12,PM25_13,PM25_14,PM25_15,PM25_16,PM
25_17,PM25_18]';
%Dioxido de sulfuro (SO2 (ppb))
SO2_11 = xlsread('Completos.xlsx',12,'C2:C8785')';
SO2_12 = xlsread('Completos.xlsx',12,'D2:D8785')';
SO2_13 = xlsread('Completos.xlsx',12,'E2:E8785')';
SO2_14 = xlsread('Completos.xlsx',12,'F2:F8785')';
SO2_15 = xlsread('Completos.xlsx',12,'G2:G8785')';
SO2_16 = xlsread('Completos.xlsx',12,'H2:H8785')';
SO2_17 = xlsread('Completos.xlsx',12,'I2:I8785')';
SO2_18 = xlsread('Completos.xlsx',12,'J2:J8785')';
SO2=[SO2_11,SO2_12,SO2_13,SO2_14,SO2_15,SO2_16,SO2_17,SO
2_18]';
%Día Juliano
DIA = xlsread('Completos.xlsx',1,'A2:A8785')';
DIAJUL = [DIA,DIA,DIA,DIA,DIA,DIA,DIA,DIA]';
%Hora del Día
HORA = xlsread('Completos.xlsx',1,'B2:B8785')';
HORADIA = [HORA,HORA,HORA,HORA,HORA,HORA,HORA,HORA]';

2. Obtenga la matriz de correlaciones con la instrucción “corrplot”

{'CO','DV','HR','NO2','NO','NOX','O3','PM10','PM25','PMCO','SO2','T','VV'
,'JULIA','HRS'});

Examine la matriz y diga cuales son las variables más correlacionadas


con PM2.5
3. Realice un análisis de componentes principales
a. Utilizando todas las variables
b. Utilizando las variables más correlacionadas

Grafique los 2 primeros componentes


Obtenga la gráfica Scree
Obtenga el % de variabilidad de cada componente
Obtenga la variabilidad acumulada

Para obtener la matriz de correlación mediante la instrucción “corrplot”, se


hace uso del siguiente código de Matlab, igualmente contenido en el
archivo Tareauno.m.

%Obtención de la Matriz de Correlaciones

Comp=[HR,TMP,VV,DV,CO,NO,NO2,NOx,O3,PM10,PM25,SO2,DIAJUL
,HORADIA];
CR=corrcoef(Comp);

[R,PValue]=corrplot(Comp,'testR','on','varNames',
{'HR','TMP','VV','DV','CO','NO','NO2','NOx','O3','PM10',
'PM25','SO2','DIAJUL','HORADIA'});

Se muestra la matriz de Correlación entre variables para todos los años.

<

Mediante la instrucción “corrplot”, se obtiene la siguiente figura


correspondiente a la correlación entre variables representativa a la matriz
de correlación (figura 1), contenido en el archivo de Matlab Tareauno.m.
Figura 1. Matriz de correlación entre variables.

También podría gustarte