Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final

Crespi, Alvaro - Mora, Enrique - Sosa, Giovani,

Supervisor(es): Viera Zipitría, Omar Eduardo - Loureiro, Leonardo

Resumen:

La Agricultura de Precisión es un concepto ampliamente utilizado en el presente. Se intenta a medida que el tiempo avanza, tratar de complementar cada vez más las prácticas agrícolas con la tecnología, en virtud de todos los beneficios que se pueden obtener. Como antecedente de la aplicación de tecnologías en las prácticas agrícolas, se encuentran los Sistemas de Posicionamiento Global (GPS), los Sistemas de Información Geográfica (SIG), los Monitores de Rendimiento, Manejo de Dosis Variable, etc. La integración de las mencionadas tecnologías es fundamental para poder analizar los datos recolectados y sacar conclusiones provechosas; una de las más importantes es poder predecir el rendimiento de los cultivos. En lo que refiere a la predicción, existen distintos estudios sobre la predicción de los valores que puede tomar una variable en base a datos históricos (en este caso, de corte transversal) de la misma y de factores que influyen en ella. La mayoría de estos estudios utilizan las herramientas que brinda la Econometría Espacial (EE), y atacan problemas puntuales en lo que refiere a las distintas etapas que se deben realizar para llegar a la predicción, pero ninguno de ellos analiza estos problemas en su totalidad. Teniendo en cuenta lo anterior, surge la motivación de dar una solución al problema de predecir el rendimiento de un cultivo para una futura zafra, en base a datos recolectados de una chacra, utilizando para ello las técnicas que brinda la EE, integrando en una única solución la posibilidad de realizar un estudio de las propiedades que cumplen los datos, modelar mediante modelos de regresión el rendimiento en base a los datos recolectados, estimar el modelo obtenido y predecir el rendimiento para la zafra futura. Para esto se plantea una solución al problema mediante una sucesión de etapas a seguir para lograr finalmente el modelo del rendimiento.


Detalles Bibliográficos
2008
Agricultura de precisión
Econometría
Econometría espacial
Modelo de regresión
Predicción
Autocorrelación
Heteroscedasticidad
Español
Universidad de la República
COLIBRI
http://hdl.handle.net/20.500.12008/3115
Acceso abierto
Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)
_version_ 1807523222670802944
author Crespi, Alvaro
author2 Mora, Enrique
Sosa, Giovani,
author2_role author
author
author_facet Crespi, Alvaro
Mora, Enrique
Sosa, Giovani,
author_role author
bitstream.checksum.fl_str_mv 528b6a3c8c7d0c6e28129d576e989607
9833653f73f7853880c94a6fead477b1
4afdbb8c545fd630ea7db775da747b2f
9da0b6dfac957114c6a7714714b86306
8c33d938becadff9d4c5a85c9f947c4f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
bitstream.url.fl_str_mv http://localhost:8080/xmlui/bitstream/20.500.12008/3115/5/license.txt
http://localhost:8080/xmlui/bitstream/20.500.12008/3115/2/license_text
http://localhost:8080/xmlui/bitstream/20.500.12008/3115/3/license_url
http://localhost:8080/xmlui/bitstream/20.500.12008/3115/4/license_rdf
http://localhost:8080/xmlui/bitstream/20.500.12008/3115/1/tg-crespi.pdf
collection COLIBRI
dc.creator.advisor.none.fl_str_mv Viera Zipitría, Omar Eduardo
Loureiro, Leonardo
dc.creator.none.fl_str_mv Crespi, Alvaro
Mora, Enrique
Sosa, Giovani,
dc.date.accessioned.none.fl_str_mv 2014-11-24T22:52:42Z
dc.date.available.none.fl_str_mv 2014-11-24T22:52:42Z
dc.date.issued.es.fl_str_mv 2008
dc.date.submitted.es.fl_str_mv 20141202
dc.description.abstract.none.fl_txt_mv La Agricultura de Precisión es un concepto ampliamente utilizado en el presente. Se intenta a medida que el tiempo avanza, tratar de complementar cada vez más las prácticas agrícolas con la tecnología, en virtud de todos los beneficios que se pueden obtener. Como antecedente de la aplicación de tecnologías en las prácticas agrícolas, se encuentran los Sistemas de Posicionamiento Global (GPS), los Sistemas de Información Geográfica (SIG), los Monitores de Rendimiento, Manejo de Dosis Variable, etc. La integración de las mencionadas tecnologías es fundamental para poder analizar los datos recolectados y sacar conclusiones provechosas; una de las más importantes es poder predecir el rendimiento de los cultivos. En lo que refiere a la predicción, existen distintos estudios sobre la predicción de los valores que puede tomar una variable en base a datos históricos (en este caso, de corte transversal) de la misma y de factores que influyen en ella. La mayoría de estos estudios utilizan las herramientas que brinda la Econometría Espacial (EE), y atacan problemas puntuales en lo que refiere a las distintas etapas que se deben realizar para llegar a la predicción, pero ninguno de ellos analiza estos problemas en su totalidad. Teniendo en cuenta lo anterior, surge la motivación de dar una solución al problema de predecir el rendimiento de un cultivo para una futura zafra, en base a datos recolectados de una chacra, utilizando para ello las técnicas que brinda la EE, integrando en una única solución la posibilidad de realizar un estudio de las propiedades que cumplen los datos, modelar mediante modelos de regresión el rendimiento en base a los datos recolectados, estimar el modelo obtenido y predecir el rendimiento para la zafra futura. Para esto se plantea una solución al problema mediante una sucesión de etapas a seguir para lograr finalmente el modelo del rendimiento.
dc.format.mimetype.es.fl_str_mv application/pdf
dc.identifier.citation.es.fl_str_mv CRESPI, A., MORA, E., SOSA, G. "Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final". Tesis de grado, Universidad de la República (Uruguay). Facultad de Ingeniería. Instituto de Computación, 2008.
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12008/3115
dc.language.iso.none.fl_str_mv es
spa
dc.publisher.es.fl_str_mv UR. FI-INCO,
dc.rights.license.none.fl_str_mv Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:COLIBRI
instname:Universidad de la República
instacron:Universidad de la República
dc.subject.es.fl_str_mv Agricultura de precisión
Econometría
Econometría espacial
Modelo de regresión
Predicción
Autocorrelación
Heteroscedasticidad
dc.title.none.fl_str_mv Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final
dc.type.es.fl_str_mv Tesis de grado
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
description La Agricultura de Precisión es un concepto ampliamente utilizado en el presente. Se intenta a medida que el tiempo avanza, tratar de complementar cada vez más las prácticas agrícolas con la tecnología, en virtud de todos los beneficios que se pueden obtener. Como antecedente de la aplicación de tecnologías en las prácticas agrícolas, se encuentran los Sistemas de Posicionamiento Global (GPS), los Sistemas de Información Geográfica (SIG), los Monitores de Rendimiento, Manejo de Dosis Variable, etc. La integración de las mencionadas tecnologías es fundamental para poder analizar los datos recolectados y sacar conclusiones provechosas; una de las más importantes es poder predecir el rendimiento de los cultivos. En lo que refiere a la predicción, existen distintos estudios sobre la predicción de los valores que puede tomar una variable en base a datos históricos (en este caso, de corte transversal) de la misma y de factores que influyen en ella. La mayoría de estos estudios utilizan las herramientas que brinda la Econometría Espacial (EE), y atacan problemas puntuales en lo que refiere a las distintas etapas que se deben realizar para llegar a la predicción, pero ninguno de ellos analiza estos problemas en su totalidad. Teniendo en cuenta lo anterior, surge la motivación de dar una solución al problema de predecir el rendimiento de un cultivo para una futura zafra, en base a datos recolectados de una chacra, utilizando para ello las técnicas que brinda la EE, integrando en una única solución la posibilidad de realizar un estudio de las propiedades que cumplen los datos, modelar mediante modelos de regresión el rendimiento en base a los datos recolectados, estimar el modelo obtenido y predecir el rendimiento para la zafra futura. Para esto se plantea una solución al problema mediante una sucesión de etapas a seguir para lograr finalmente el modelo del rendimiento.
eu_rights_str_mv openAccess
format bachelorThesis
id COLIBRI_8fec61b47fcf79802ca46309dd56d5e5
identifier_str_mv CRESPI, A., MORA, E., SOSA, G. "Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final". Tesis de grado, Universidad de la República (Uruguay). Facultad de Ingeniería. Instituto de Computación, 2008.
instacron_str Universidad de la República
institution Universidad de la República
instname_str Universidad de la República
language spa
language_invalid_str_mv es
network_acronym_str COLIBRI
network_name_str COLIBRI
oai_identifier_str oai:colibri.udelar.edu.uy:20.500.12008/3115
publishDate 2008
reponame_str COLIBRI
repository.mail.fl_str_mv mabel.seroubian@seciu.edu.uy
repository.name.fl_str_mv COLIBRI - Universidad de la República
repository_id_str 4771
rights_invalid_str_mv Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)
spelling 2014-11-24T22:52:42Z2014-11-24T22:52:42Z200820141202CRESPI, A., MORA, E., SOSA, G. "Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final". Tesis de grado, Universidad de la República (Uruguay). Facultad de Ingeniería. Instituto de Computación, 2008.http://hdl.handle.net/20.500.12008/3115La Agricultura de Precisión es un concepto ampliamente utilizado en el presente. Se intenta a medida que el tiempo avanza, tratar de complementar cada vez más las prácticas agrícolas con la tecnología, en virtud de todos los beneficios que se pueden obtener. Como antecedente de la aplicación de tecnologías en las prácticas agrícolas, se encuentran los Sistemas de Posicionamiento Global (GPS), los Sistemas de Información Geográfica (SIG), los Monitores de Rendimiento, Manejo de Dosis Variable, etc. La integración de las mencionadas tecnologías es fundamental para poder analizar los datos recolectados y sacar conclusiones provechosas; una de las más importantes es poder predecir el rendimiento de los cultivos. En lo que refiere a la predicción, existen distintos estudios sobre la predicción de los valores que puede tomar una variable en base a datos históricos (en este caso, de corte transversal) de la misma y de factores que influyen en ella. La mayoría de estos estudios utilizan las herramientas que brinda la Econometría Espacial (EE), y atacan problemas puntuales en lo que refiere a las distintas etapas que se deben realizar para llegar a la predicción, pero ninguno de ellos analiza estos problemas en su totalidad. Teniendo en cuenta lo anterior, surge la motivación de dar una solución al problema de predecir el rendimiento de un cultivo para una futura zafra, en base a datos recolectados de una chacra, utilizando para ello las técnicas que brinda la EE, integrando en una única solución la posibilidad de realizar un estudio de las propiedades que cumplen los datos, modelar mediante modelos de regresión el rendimiento en base a los datos recolectados, estimar el modelo obtenido y predecir el rendimiento para la zafra futura. Para esto se plantea una solución al problema mediante una sucesión de etapas a seguir para lograr finalmente el modelo del rendimiento.Made available in DSpace on 2014-11-24T22:52:42Z (GMT). No. of bitstreams: 5 tg-crespi.pdf: 1650537 bytes, checksum: 8c33d938becadff9d4c5a85c9f947c4f (MD5) license_text: 21936 bytes, checksum: 9833653f73f7853880c94a6fead477b1 (MD5) license_url: 49 bytes, checksum: 4afdbb8c545fd630ea7db775da747b2f (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) license.txt: 4244 bytes, checksum: 528b6a3c8c7d0c6e28129d576e989607 (MD5) Previous issue date: 2008application/pdfesspaUR. FI-INCO,Las obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad De La República. (Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)info:eu-repo/semantics/openAccessLicencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)Agricultura de precisiónEconometríaEconometría espacialModelo de regresiónPredicciónAutocorrelaciónHeteroscedasticidadModelización y estimación del rendimiento en cultivos agrícolas :Informe FinalTesis de gradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionreponame:COLIBRIinstname:Universidad de la Repúblicainstacron:Universidad de la RepúblicaCrespi, AlvaroMora, EnriqueSosa, Giovani,Viera Zipitría, Omar EduardoLoureiro, LeonardoUniversidad de la República (Uruguay). Facultad de Ingeniería. Instituto de ComputaciónIngeniero en ComputaciónLICENSElicense.txttext/plain4244http://localhost:8080/xmlui/bitstream/20.500.12008/3115/5/license.txt528b6a3c8c7d0c6e28129d576e989607MD55CC-LICENSElicense_textapplication/octet-stream21936http://localhost:8080/xmlui/bitstream/20.500.12008/3115/2/license_text9833653f73f7853880c94a6fead477b1MD52license_urlapplication/octet-stream49http://localhost:8080/xmlui/bitstream/20.500.12008/3115/3/license_url4afdbb8c545fd630ea7db775da747b2fMD53license_rdfapplication/octet-stream23148http://localhost:8080/xmlui/bitstream/20.500.12008/3115/4/license_rdf9da0b6dfac957114c6a7714714b86306MD54ORIGINALtg-crespi.pdfapplication/pdf1650537http://localhost:8080/xmlui/bitstream/20.500.12008/3115/1/tg-crespi.pdf8c33d938becadff9d4c5a85c9f947c4fMD5120.500.12008/31152024-04-12 14:06:40.158oai:colibri.udelar.edu.uy:20.500.12008/3115VGVybWlub3MgeSBjb25kaWNpb25lcyByZWxhdGl2YXMgYWwgZGVwb3NpdG8gZGUgb2JyYXMNCg0KDQpMYXMgb2JyYXMgZGVwb3NpdGFkYXMgZW4gZWwgUmVwb3NpdG9yaW8gc2UgcmlnZW4gcG9yIGxhIE9yZGVuYW56YSBkZSBsb3MgRGVyZWNob3MgZGUgbGEgUHJvcGllZGFkIEludGVsZWN0dWFsICBkZSBsYSBVbml2ZXJzaWRhZCBEZSBMYSBSZXDvv71ibGljYS4gKFJlcy4gTu+/vSA5MSBkZSBDLkQuQy4gZGUgOC9JSUkvMTk5NCDvv70gRC5PLiA3L0lWLzE5OTQpIHkgIHBvciBsYSBPcmRlbmFuemEgZGVsIFJlcG9zaXRvcmlvIEFiaWVydG8gZGUgbGEgVW5pdmVyc2lkYWQgZGUgbGEgUmVw77+9YmxpY2EgKFJlcy4gTu+/vSAxNiBkZSBDLkQuQy4gZGUgMDcvMTAvMjAxNCkuIA0KDQpBY2VwdGFuZG8gZWwgYXV0b3IgZXN0b3MgdO+/vXJtaW5vcyB5IGNvbmRpY2lvbmVzIGRlIGRlcO+/vXNpdG8gZW4gQ09MSUJSSSwgbGEgVW5pdmVyc2lkYWQgZGUgUmVw77+9YmxpY2EgcHJvY2VkZXLvv70gYTogIA0KDQphKSBhcmNoaXZhciBt77+9cyBkZSB1bmEgY29waWEgZGUgbGEgb2JyYSBlbiBsb3Mgc2Vydmlkb3JlcyBkZSBsYSBVbml2ZXJzaWRhZCBhIGxvcyBlZmVjdG9zIGRlIGdhcmFudGl6YXIgYWNjZXNvLCBzZWd1cmlkYWQgeSBwcmVzZXJ2YWNp77+9bg0KYikgY29udmVydGlyIGxhIG9icmEgYSBvdHJvcyBmb3JtYXRvcyBzaSBmdWVyYSBuZWNlc2FyaW8gIHBhcmEgZmFjaWxpdGFyIHN1IHByZXNlcnZhY2nvv71uIHkgYWNjZXNpYmlsaWRhZCBzaW4gYWx0ZXJhciBzdSBjb250ZW5pZG8uDQpjKSByZWFsaXphciBsYSBjb211bmljYWNp77+9biBw77+9YmxpY2EgeSBkaXNwb25lciBlbCBhY2Nlc28gbGlicmUgeSBncmF0dWl0byBhIHRyYXbvv71zIGRlIEludGVybmV0IG1lZGlhbnRlIGxhIHB1YmxpY2Fjae+/vW4gZGUgbGEgb2JyYSBiYWpvIGxhIGxpY2VuY2lhIENyZWF0aXZlIENvbW1vbnMgc2VsZWNjaW9uYWRhIHBvciBlbCBwcm9waW8gYXV0b3IuDQoNCg0KRW4gY2FzbyBxdWUgZWwgYXV0b3IgaGF5YSBkaWZ1bmRpZG8geSBkYWRvIGEgcHVibGljaWRhZCBhIGxhIG9icmEgZW4gZm9ybWEgcHJldmlhLCAgcG9kcu+/vSBzb2xpY2l0YXIgdW4gcGVy77+9b2RvIGRlIGVtYmFyZ28gc29icmUgbGEgZGlzcG9uaWJpbGlkYWQgcO+/vWJsaWNhIGRlIGxhIG1pc21hLCBlbCBjdWFsIGNvbWVuemFy77+9IGEgcGFydGlyIGRlIGxhIGFjZXB0YWNp77+9biBkZSBlc3RlIGRvY3VtZW50byB5IGhhc3RhIGxhIGZlY2hhIHF1ZSBpbmRpcXVlIC4NCg0KRWwgYXV0b3IgYXNlZ3VyYSBxdWUgbGEgb2JyYSBubyBpbmZyaWdlIG5pbmfvv71uIGRlcmVjaG8gc29icmUgdGVyY2Vyb3MsIHlhIHNlYSBkZSBwcm9waWVkYWQgaW50ZWxlY3R1YWwgbyBjdWFscXVpZXIgb3Ryby4NCg0KRWwgYXV0b3IgZ2FyYW50aXphIHF1ZSBzaSBlbCBkb2N1bWVudG8gY29udGllbmUgbWF0ZXJpYWxlcyBkZSBsb3MgY3VhbGVzIG5vIHRpZW5lIGxvcyBkZXJlY2hvcyBkZSBhdXRvciwgIGhhIG9idGVuaWRvIGVsIHBlcm1pc28gZGVsIHByb3BpZXRhcmlvIGRlIGxvcyBkZXJlY2hvcyBkZSBhdXRvciwgeSBxdWUgZXNlIG1hdGVyaWFsIGN1eW9zIGRlcmVjaG9zIHNvbiBkZSB0ZXJjZXJvcyBlc3Tvv70gY2xhcmFtZW50ZSBpZGVudGlmaWNhZG8geSByZWNvbm9jaWRvIGVuIGVsIHRleHRvIG8gY29udGVuaWRvIGRlbCBkb2N1bWVudG8gZGVwb3NpdGFkbyBlbiBlbCBSZXBvc2l0b3Jpby4NCg0KRW4gb2JyYXMgZGUgYXV0b3Lvv71hIG3vv71sdGlwbGUgL3NlIHByZXN1bWUvIHF1ZSBlbCBhdXRvciBkZXBvc2l0YW50ZSBkZWNsYXJhIHF1ZSBoYSByZWNhYmFkbyBlbCBjb25zZW50aW1pZW50byBkZSB0b2RvcyBsb3MgYXV0b3JlcyBwYXJhIHB1YmxpY2FybGEgZW4gZWwgUmVwb3NpdG9yaW8sIHNpZW5kbyDvv71zdGUgZWwg77+9bmljbyByZXNwb25zYWJsZSBmcmVudGUgYSBjdWFscXVpZXIgdGlwbyBkZSByZWNsYW1hY2nvv71uIGRlIGxvcyBvdHJvcyBjb2F1dG9yZXMuDQoNCkVsIGF1dG9yIHNlcu+/vSByZXNwb25zYWJsZSBkZWwgY29udGVuaWRvIGRlIGxvcyBkb2N1bWVudG9zIHF1ZSBkZXBvc2l0YS4gTGEgVURFTEFSIG5vIHNlcu+/vSByZXNwb25zYWJsZSBwb3IgbGFzIGV2ZW50dWFsZXMgdmlvbGFjaW9uZXMgYWwgZGVyZWNobyBkZSBwcm9waWVkYWQgaW50ZWxlY3R1YWwgZW4gcXVlIHB1ZWRhIGluY3VycmlyIGVsIGF1dG9yLg0KDQpBbnRlIGN1YWxxdWllciBkZW51bmNpYSBkZSB2aW9sYWNp77+9biBkZSBkZXJlY2hvcyBkZSBwcm9waWVkYWQgaW50ZWxlY3R1YWwsIGxhIFVERUxBUiAgYWRvcHRhcu+/vSB0b2RhcyBsYXMgbWVkaWRhcyBuZWNlc2FyaWFzIHBhcmEgZXZpdGFyIGxhIGNvbnRpbnVhY2nvv71uIGRlIGRpY2hhIGluZnJhY2Np77+9biwgbGFzIHF1ZSBwb2Ry77+9biBpbmNsdWlyIGVsIHJldGlybyBkZWwgYWNjZXNvIGEgbG9zIGNvbnRlbmlkb3MgeS9vIG1ldGFkYXRvcyBkZWwgZG9jdW1lbnRvIHJlc3BlY3Rpdm8uDQoNCkxhIG9icmEgc2UgcG9uZHLvv70gYSBkaXNwb3NpY2nvv71uIGRlbCBw77+9YmxpY28gYSB0cmF277+9cyBkZSBsYXMgbGljZW5jaWFzIENyZWF0aXZlIENvbW1vbnMsIGVsIGF1dG9yIHBvZHLvv70gc2VsZWNjaW9uYXIgdW5hIGRlIGxhcyA2IGxpY2VuY2lhcyBkaXNwb25pYmxlczoNCg0KDQpBdHJpYnVjae+/vW4gKENDIC0gQnkpOiBQZXJtaXRlIHVzYXIgbGEgb2JyYSB5IGdlbmVyYXIgb2JyYXMgZGVyaXZhZGFzLCBpbmNsdXNvIGNvbiBmaW5lcyBjb21lcmNpYWxlcywgc2llbXByZSBxdWUgc2UgcmVjb25vemNhIGFsIGF1dG9yLg0KDQpBdHJpYnVjae+/vW4g77+9IENvbXBhcnRpciBJZ3VhbCAoQ0MgLSBCeS1TQSk6IFBlcm1pdGUgdXNhciBsYSBvYnJhIHkgZ2VuZXJhciBvYnJhcyBkZXJpdmFkYXMsIGluY2x1c28gY29uIGZpbmVzIGNvbWVyY2lhbGVzLCBwZXJvIGxhIGRpc3RyaWJ1Y2nvv71uIGRlIGxhcyBvYnJhcyBkZXJpdmFkYXMgZGViZSBoYWNlcnNlIG1lZGlhbnRlIHVuYSBsaWNlbmNpYSBpZO+/vW50aWNhIGEgbGEgZGUgbGEgb2JyYSBvcmlnaW5hbCwgcmVjb25vY2llbmRvIGEgbG9zIGF1dG9yZXMuDQoNCkF0cmlidWNp77+9biDvv70gTm8gQ29tZXJjaWFsIChDQyAtIEJ5LU5DKTogUGVybWl0ZSB1c2FyIGxhIG9icmEgeSBnZW5lcmFyIG9icmFzIGRlcml2YWRhcywgc2llbXByZSB5IGN1YW5kbyBlc29zIHVzb3Mgbm8gdGVuZ2FuIGZpbmVzIGNvbWVyY2lhbGVzLCByZWNvbm9jaWVuZG8gYWwgYXV0b3IuDQoNCkF0cmlidWNp77+9biDvv70gU2luIERlcml2YWRhcyAoQ0MgLSBCeS1ORCk6IFBlcm1pdGUgZWwgdXNvIGRlIGxhIG9icmEsIGluY2x1c28gY29uIGZpbmVzIGNvbWVyY2lhbGVzLCBwZXJvIG5vIHNlIHBlcm1pdGUgZ2VuZXJhciBvYnJhcyBkZXJpdmFkYXMsIGRlYmllbmRvIHJlY29ub2NlciBhbCBhdXRvci4NCg0KQXRyaWJ1Y2nvv71uIO+/vSBObyBDb21lcmNpYWwg77+9IENvbXBhcnRpciBJZ3VhbCAoQ0Mg77+9IEJ5LU5DLVNBKTogUGVybWl0ZSB1c2FyIGxhIG9icmEgeSBnZW5lcmFyIG9icmFzIGRlcml2YWRhcywgc2llbXByZSB5IGN1YW5kbyBlc29zIHVzb3Mgbm8gdGVuZ2FuIGZpbmVzIGNvbWVyY2lhbGVzIHkgbGEgZGlzdHJpYnVjae+/vW4gZGUgbGFzIG9icmFzIGRlcml2YWRhcyBzZSBoYWdhIG1lZGlhbnRlIGxpY2VuY2lhIGlk77+9bnRpY2EgYSBsYSBkZSBsYSBvYnJhIG9yaWdpbmFsLCByZWNvbm9jaWVuZG8gYSBsb3MgYXV0b3Jlcy4NCg0KQXRyaWJ1Y2nvv71uIO+/vSBObyBDb21lcmNpYWwg77+9IFNpbiBEZXJpdmFkYXMgKENDIC0gQnktTkMtTkQpOiBQZXJtaXRlIHVzYXIgbGEgb2JyYSwgcGVybyBubyBzZSBwZXJtaXRlIGdlbmVyYXIgb2JyYXMgZGVyaXZhZGFzIHkgbm8gc2UgcGVybWl0ZSB1c28gY29uIGZpbmVzIGNvbWVyY2lhbGVzLCBkZWJpZW5kbyByZWNvbm9jZXIgYWwgYXV0b3IuDQoNCkxvcyB1c29zIHByZXZpc3RvcyBlbiBsYXMgbGljZW5jaWFzIGluY2x1eWVuIGxhIGVuYWplbmFjae+/vW4sIHJlcHJvZHVjY2nvv71uLCBjb211bmljYWNp77+9biwgcHVibGljYWNp77+9biwgZGlzdHJpYnVjae+/vW4geSBwdWVzdGEgYSBkaXNwb3NpY2nvv71uIGRlbCBw77+9YmxpY28uIExhIGNyZWFjae+/vW4gZGUgb2JyYXMgZGVyaXZhZGFzIGluY2x1eWUgbGEgYWRhcHRhY2nvv71uLCB0cmFkdWNjae+/vW4geSBlbCByZW1peC4NCg0KQ3VhbmRvIHNlIHNlbGVjY2lvbmUgdW5hIGxpY2VuY2lhIHF1ZSBoYWJpbGl0ZSB1c29zIGNvbWVyY2lhbGVzLCBlbCBkZXDvv71zaXRvIGRlYmVy77+9IHNlciBhY29tcGHvv71hZG8gZGVsIGF2YWwgZGVsIGplcmFyY2Egbe+/vXhpbW8gZGVsIFNlcnZpY2lvIGNvcnJlc3BvbmRpZW50ZS4NCg0KDQoNCg0KDQoNCg0KDQo=Universidadhttps://udelar.edu.uy/https://www.colibri.udelar.edu.uy/oai/requestmabel.seroubian@seciu.edu.uyUruguayopendoar:47712024-07-25T14:46:13.494137COLIBRI - Universidad de la Repúblicafalse
spellingShingle Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final
Crespi, Alvaro
Agricultura de precisión
Econometría
Econometría espacial
Modelo de regresión
Predicción
Autocorrelación
Heteroscedasticidad
status_str acceptedVersion
title Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final
title_full Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final
title_fullStr Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final
title_full_unstemmed Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final
title_short Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final
title_sort Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final
topic Agricultura de precisión
Econometría
Econometría espacial
Modelo de regresión
Predicción
Autocorrelación
Heteroscedasticidad
url http://hdl.handle.net/20.500.12008/3115