Show simple item record

dc.creatorGarcía Guiliany, Jesús Enrique
dc.creatorDe-La-Hoz-Franco, Emiro
dc.creatorRodríguez Toscano, Andrés David
dc.creatorDe la Hoz Hernández, Juan David
dc.creatorHernández-Palma, Hugo G.
dc.description.abstractThe exigencies as soon as to competitiveness and productivity have influenced in the energetic consumption and the demand of electrical energy in Colombia, reason why at the present time it is of much interest and utility to have access to tools or valid models to reach greater knowledge in which related to the possible future projections. Next, the results of a quantitative study are presented that through the analysis of data collected between 2007 and 2017 that made possible the construction of a multiple linear regression model to estimate the demand of electric energy. These types of instruments currently originate as alternatives to promote management strategies in the energy field in the country. The final results allow to visualize an estimated figure for the next periods which will serve to contrast with the official results and to generate from this information possible lines of intervention in different
dc.description.abstractLas exigencias en cuanto a competitividad y productividad han influido en el consumo energético y la demanda de energía eléctrica en Colombia, por lo que en la actualidad es de mucho interés y utilidad tener acceso a herramientas o modelos válidos para alcanzar un mayor conocimiento en lo relacionado con Las posibles proyecciones futuras. A continuación, se presentan los resultados de un estudio cuantitativo que a través del análisis de los datos recopilados entre 2007 y 2017 eso hizo posible la construcción de un modelo de regresión lineal múltiple para estimar la demanda de energía eléctrica. Este tipo de instrumentos actualmente se originan como alternativas para promover estrategias de gestión en el campo de la energía en el país. Los resultados finales permiten visualizar una cifra estimada para el Próximos períodos que servirán para contrastar con los resultados oficiales y generar a partir de esta información posibles líneas de intervención en diferentes
dc.publisherInternational Journal of Energy Economics and Policyspa
dc.rightsCC0 1.0 Universal*
dc.subjectEnergy consumptionspa
dc.subjectElectric demandspa
dc.subjectMultiple linear regression modelspa
dc.subjectConsumo de energíaspa
dc.subjectDemanda eléctricaspa
dc.subjectModelo de regresión lineal múltiplespa
dc.titleMultiple linear regression model applied to the projection of electricity demand in Colombiaspa
dc.title.alternativeModelo de regresión lineal múltiple aplicado a la proyección de la demanda eléctrica en Colombiaspa
dcterms.referencesAndrews-Speed, P., Liao, X., Dannreuther, R. (2014), The Strategic Implications of China’s Energy Needs. London:
dcterms.referencesArdila, L.M.C., Cardona, C.J.F. (2017), Structure and current state of the wholesale electricity markets. IEEE Latin America Transactions, 15(4),
dcterms.referencesBanco Mundial. (2017), Sección Indicadores. Available from: https://
dcterms.referencesFabra, N., Reguant, M. (2014), Pass-through of emissions costs in electricity markets. American Economic Review, 104(9),
dcterms.referencesGovernment Publications Office. editor. (GPO). (2016), International Energy Outlook 2016: With Projections to 2040. Government Printing
dcterms.referencesHolmberg, K., Erdemir, A. (2017), Influence of tribology on global energy consumption, costs and emissions. Friction, 5(3),
dcterms.referencesInforme de Operación del Sistema Interconectado Nacional (SIN). (2017), Demanda de Energía Nacional. Available from: http://
dcterms.referencesKaytez, F., Taplamacioglu, M.C., Cam, E., Hardalac, F. (2015), Forecasting electricity consumption: A comparison of regression analysis, neural networks and least squares support vector machines. International Journal of Electrical Power and Energy Systems, 67, 431-438spa
dcterms.referencesMontgomery, D., Peck, E.A., Vining, G. (2012), Introduction to Linear Regression Analysis. Vol. 821. New Jersey: John Wiley and
dcterms.referencesNejat, P., Jomehzadeh, F., Taheri, M.M., Gohari, M., Majid, M.Z.A. (2015), A global review of energy consumption, CO2 emissions and policy in the residential sector (with an overview of the top ten CO2 emitting countries). Renewable and Sustainable Energy Reviews, 43, 843-862spa
dcterms.referencesÑustes, W., Riviera, S. (2017), Colombia: territorio de inversión en fuentes no convencionales de energía renovable para la generación eléctrica. Revista Ingeniería, Investigación y Desarrollo, 17,
dcterms.referencesPalma, H.H. (2017), Direccionamiento estratégico para la dinamización del sector salud en el departamento del Atlántico. BIOCIENCIAS, 12(1),
dcterms.referencesPukšec, T., Mathiesen, B.V., Novosel, T., Duić, N. (2014), Assessing the impact of energy saving measures on the future energy demand and related GHG (greenhouse gas) emission reduction of Croatia. Energy, 76,
dcterms.referencesSánchez-Villegas, A. (2014), In: Martínez-González, M.A., Faulín, F.J., editors. Bioestadística Amigable. Barcelona:
dcterms.referencesStephanidis, C. editor. (2018), HCI International 2018 Posters’ Extended Abstracts: 20th International Conference. Vol. 852. HCI International 2018, Las Vegas, NV, USA, Proceedings.
dcterms.referencesUnidad de Planeación Minera y Energética (UPME). (2015), Plan Energetico Nacional Colombia: Ideario Energético 2050. Available from: IdearioEnergetico2050.pdfspa

Files in this item


This item appears in the following Collection(s)

Show simple item record

CC0 1.0 Universal
Except where otherwise noted, this item's license is described as CC0 1.0 Universal