2026-04-13T13:45:33Zhttps://recercat.cat/oai/request

oai:recercat.cat:2117/4304932025-07-23T04:52:34Zcom_2072_1033col_2072_452951

00925njm 22002777a 4500 dc Serret Llopis, Eric author 2025-01-29 L'objectiu d'aquest treball és realitzar una anàlisi estadística i predictiva del consum de combustible dels turismes venuts al mercat dels Estats Units. El treball gira al voltant de dues qüestions clau: analitzar l'impacte dels vehicles SUV en el consum de combustible dels vehicles venuts i desenvolupar un model de Machine Learning per predir el consum de combustible d'un vehicle hipotètic a partir de dades com la seva cilindrada, el nombre de cilindres, el tipus de caixa de canvis, la potència i el tipus de carrosseria. El segon objectiu d’aquest treball és realitzar un algorisme de classificació dels vehicles en base a la categoría impositiva que taxa els vehicles més contaminants del mercat, per detectar quins vehicles estaràn subjectes a aquesta taxa. Paral·lelament i de manera complementària, es durà a terme una anàlisi per determinar fins a quin punt i de quina manera les variables seleccionades afecten el consum de combustible. Això ajudarà a avaluar la importància d'aquestes variables en el càlcul del consum de combustible dels vehicles estudiats. A més, es comprovarà la qualitat del model de Machine Learning desenvolupat comparant els resultats obtinguts amb aquest i els de la mostra utilitzant combinacions concretes de les variables analitzades. El objetivo de este trabajo es realizar un análisis estadístico y predictor del consumo de los turismos vendidos en el mercado estadounidense. El trabajo gira alrededor de dos cuestiones clave, que son el análisis de los efectos que presentan los vehículos SUV en el consumo de combustible de los automóviles vendidos, así como la creación de un modelo de Machine Learning que ayude a predecir el consumo de combustible de un vehículo hipotético partiendo de datos tales como su cilindrada, su número de cilindros, su tipo de caja de cambios, su potencia y su tipo de carrocería. El segundo objetivo de este trabajo es realizar un algoritmo de clasificación de los vehículos en base a la categoría impositiva que grava los automóviles más contaminantes del mercado americano, para detectar qué vehículos estarán potencialmente sujetos a esta. De forma paralela y complementaria, se realizará un análisis de en qué grado y de qué manera afectan las variables utilizadas en el consumo de combustible, para ver cómo de determinantes son estas a la hora de realizar los cálculos de consumo de los vehículos en el estudio. También, se comprobará la calidad del modelo de Machine Learning desarrollado comparando los resultados obtenidos con él y los de la muestra utilizando combinaciones concretas de las variables estudiadas. The objective of this work is to perform a statistical analysis and prediction of the fuel consumption of cars sold in the U.S. market. The study revolves around two key questions: analyzing the impact of SUVs on the fuel consumption of sold vehicles and developing a Machine Learning model to predict the fuel consumption of a hypothetical vehicle based on data such as its engine displacement, number of cylinders, type of transmission, horsepower, and body type. The second objective of this work is to make a classification algorithm of the vehicles based on their potential charge of the Gas Guzzler tax, in order to know which vehicles will be subjected to it. In parallel and as a complement, an analysis will be conducted to determine the extent and manner in which the selected variables influence fuel consumption. This will help evaluate how significant these variables are when calculating vehicle fuel consumption in the study. Additionally, the quality of the developed Machine Learning model will be assessed by comparing its results with those from the sample, using specific combinations of the studied variables. Àrees temàtiques de la UPC::Enginyeria mecànica::Disseny i construcció de vehicles Machine learning Automobiles--Fuel consumption Consumo de combustible EPA Emisiones de CO2 Automovilismo Automòbils -- Consum de combustible Aprenentatge automàtic Análisis estadístico y predicción mediante Machine Learning del consumo de los turismos comerciales