A medida que disminuye la cantidad de residuos debido al descenso de la población y, al mismo tiempo, envejecen las instalaciones de incineración, es necesario considerar una guía para la generación futura de residuos al reestructurar dichas instalaciones.
En este estudio, realizamos un análisis en el espacio de variables latentes de regresión PLS para 198 municipios en 2 prefecturas y 4 condados en la región de Kansai (594 casos en total) y extrajimos 5 tipos regionales relacionados con el estilo de vida y 4 relacionados con los negocios. Luego construimos un modelo que incorpora estos tipos en una fórmula de predicción. Si bien la predicción inicial fue 15, un método que utiliza una fórmula de predicción común para todas las regiones con interceptos para cada tipo regional resultó en una predicción de 0,281, logrando aproximadamente el doble de poder explicativo. Se empleó un método híbrido para la estimación, corrigiendo los cambios estructurales basados en valores reales. La validación hacia adelante arrojó una tasa de error promedio de 6,45 % y una tasa de 91,9 % dentro de ±15 % del error.
