IMPLEMENTACIÓN DE UN ALGORITMO DE IMPUTACIÓN DE DATOS DE SÍNTESIS DE CELDAS SOLARES DE PEROVSKITA UTILIZANDO EL CRITERIO DE BAYESIAN LINEAR REGRESSION (BLR)

Abstract
El cambio climático ha impulsado el uso de energías renovables, como la solar, para reducir las emisiones de gases de efecto invernadero y la dependencia de los combustibles fósiles. Las celdas solares de perovskita tienen altas expectativas, debido a la mejora en pocos años de su eficiencia de conversión de potencia, PCE, que para 2009 fue de 3.8 % , y para el presente año, de 26.1 %. A pesar del progreso que han logrado, el reporte de la información incompleta respecto a los datos de síntesis de estas celdas ha resultado en carencias significativas en la información científica disponible. En este trabajo se desarrolla una solución a este problema, la metodología desarrollada implementa un algoritmo de imputación de datos basado en el modelo de regresión lineal Bayesiana, realizado en Python, aplicándolo en una base de datos depurada de 63 observaciones. Los resultados demuestran el potencial de combinar nuevas tecnologías como las celdas solares de perovskita con metodologías y estadísticas avanzadas y no convencionales como lo es la estadística bayesiana y generar conocimientos en áreas emergentes. Futuros trabajos podrán usar este algoritmo para imputar y estimar datos de otras fuentes y campos de investigación.
Description
Keywords
Citation