Aplicación de las series temporales para predecir las propiedades de calidad de la piña (Ananas Comosus.), variedad Cayena Lisa, durante el proceso de maduración a temperatura ambiente con respecto al tiempo real
Article Sidebar
Main Article Content
Abstract
En el mundo actual el uso de las técnicas de análisis estadístico representa una novedosa alternativa en los procesos de poscosecha,permitiendo ahorrar tiempo y gastos innecesarios a través del conocimiento del comportamiento de las propiedades que definen la calidad de los productos agrícolas durante su almacenamiento. La investigación a partir de trabajos realizados tiene como objetivo aplicar las series temporales para predecir las propiedades de calidad de la piña(Ananas Comosus.), variedad Cayena Lisa, durante el proceso demaduración a temperatura ambiente con respecto al tiempo real. Para ello se realizó un análisis de los resultados obtenidos en trabajos que conciernen a esta temática los cuales poseen cierto reconocimiento, relacionando estos valores reales determinados con técnicas tradicionales con los modelos de predicción obtenidos(para masa, firmeza, SSC y pH) utilizando el software especializado Statgraphics, versión 5.1. Como resultado principal se obtuvo que las series temporales que constituyen una herramienta capaz de predecir las propiedades de calidad de la piña en tiempo real durante el proceso de maduración a temperatura ambiente, mostrando que los mejores modelos de predicción para las propiedades de masa, el pH y la firmeza fueron los de Tendencia lineal. En el caso de la propiedad SSC, el modelo que mejor se ajustó a su comportamiento fue el de Suavizado exponencial lineal de Brown. Estos modelos de pronósticos constituyen un aporte significativo en su rama ya que permiten predecir valores de estas propiedades en la fruta de la piña a corto y mediano plazo con una confianza del 95%.
Article Details
Those authors that have publications with this journal accept the following terms:
1. They will retain their copyright and guarantee the journal the right of first publication of their work, which will be simultaneously subject to the License Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) that allows third parties to share the work whenever its author is indicated and its first publication this journal. Under this license the author will be free of:
• Share — copy and redistribute the material in any medium or format
• Adapt — remix, transform, and build upon the material
• The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
• Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
• NonCommercial — You may not use the material for commercial purposes.
• No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
2. The authors may adopt other non-exclusive license agreements to distribute the published version of the work (e.g., deposit it in an institutional telematics file or publish it in a monographic volume) whenever the initial publication is indicated in this journal.
3. The authors are allowed and recommended disseminating their work through the Internet (e.g. in institutional telematics archives or on their website) before and during the submission process, which can produce interesting exchanges and increase the citations of the published work. (See the Effect of open access).
References
BUITRAGO, V.; P. LÓPEZ.; P. CORONADO; L. OSORNO; L. FERNANDO: “Determinación de las características y propiedades mecánicas de papa cultivada en Colombia”, Revista Brasileira de Engenharia Agrícola e Ambiental, 8(1): 102-110,2004.
CLARK, C. J., A. MCGLONE; N. DE SILVA; M.A MANNING; J. BURDON; D. MOWAT: “Prediction of storage disorders of kiwifruit
(Actinidia chinensis) based on visible-NIR spectral characteristics at harvest”, Postharvest Biology and Technology, 32: 147–158, 2004.
COUTIN, G.: Las Series Temporales, Ministerio de Salud Pública, Unidad de análisis y tendencias en salud, La Habana, Cuba, 2001.
GIRONA, J.: Matemática Discreta, Edición de la Universidad Politécnica de Catalunya, SL,. Barcelona, España, 2001.
GÓMEZ, V. & A. MARAVALL: “Time Series Regression with Arima Noise and Missing Observations – Program TRAMO”, EUI Working
Paper ECO No. 92/81, Depart of Economics, European University Institute, USA, 1992.
HANNAN, E. J.: Regression for Time Series, Rosenblatt, Ed. Proceedings of a Symposium on Time Series Analysis. New York: Wiley. in: M., New York, USA, 1963.
RANGEL, M.O. L.; A. GARCÍA; A. HERNÁNDEZ: “Evaluación del potencial de las series temporales para predecir las propiedades
de calidad de la guayaba (Psidium guajava L), variedad enana roja EEA 1-23, durante su conservación a temperatura ambiente”,. Revista
Ciencias Técnicas Agropecuarias, 19(2): 82-84, 2010.
O.N.E. Cuba en cifras. Edición 2009. [en línea] Disponible en: http://www.one.cu/aec2007/esp/09_tabla_cuadro.htm [Consulta: diciembre 10 2008].
SANTANA, J. C.: “Evaluación de pronóstico del tipo de cambio utilizando redes”, Revista Colombiana de Estadística, 29(1): 77-92,
junio, 2006.
GARCÍA, T. Y.; A. GARCÍA: La Piña y sus operaciones de post cosecha [en línea] 2012, Disponible en: http://ebiblio. unah. Edu.cu:8080/xmlui/handle/123456789/511 [Consulta: mayo 10 2012].