Análisis estadístico de datos de las precipitaciones usando métodos robustos y bootstrap

Contenido principal del artículo

Cristian Paliz
Nelly Perugachi
Juan Martínez
Mariela Moreno
Carina Yaucán
Romel Palaguachi

Resumen

Con el objetivo de identificar los periodos de mayor o menor precipitación y sus respectivas variaciones, se analiza las precipitaciones hídricas en la ciudad de Riobamba, usando datos de precipitación diaria y mensual entre 1978 a 2019. Empleando métodos estadísticos no convencionales, para establecer la normalidad de los datos se aplica el método de Kolmogorov Smirnov, que demuestran la necesidad de usar estadística robusta en el análisis, la cual se complementa con el método Bootstrap, lo que permitió consolidar los resultados estableciendo las tendencias de los datos y sus rangos de variación, el análisis con el método robusto nos proporciona la tendencia de los datos a lo largo del año que coincide con los resultados hallados con los métodos Bootstrap. Los meses de febrero, marzo, abril y mayo presentan más regularidad en sus precipitaciones, con mayor precipitación en el mes de abril y menor precipitación en el mes de julio, identificando dos estaciones con mayor precipitación, entre enero y mayo, así como entre octubre y diciembre, mientras que de junio a septiembre se tiene menor precipitación, épocas conocidas en los primeros caso como temporadas húmedas y en el último temporada seca.

Descargas

Los datos de descargas todavía no están disponibles.

Métricas

Cargando métricas ...

Detalles del artículo

Cómo citar
Paliz, C., Perugachi, N., Martínez, J., Moreno, M., Yaucán, C., & Palaguachi, R. (2021). Análisis estadístico de datos de las precipitaciones usando métodos robustos y bootstrap. FIGEMPA: Investigación Y Desarrollo, 12(2), 52–61. https://doi.org/10.29166/revfig.v12i2.3515
Sección
Artículos
Biografía del autor/a

Cristian Paliz, Instituto Nacional de Meteorología e Hidrología. Quito, Ecuador

Instituto Nacional de Meteorología e Hidrología, Proceso Desconcentrado de la Cuenca del Río Pastaza, Quito, Ecuador, https://orcid.org/0000-0002-1738-8131

Nelly Perugachi, Escuela Superior Politécnica de Chimborazo. Riobamba, Ecuador.

Escuela Superior Politécnica de Chimborazo, Facultad de Ciencias, Grupo de Energías Alternativas y Ambiente, Riobamba, Ecuador. Proyecto Monitoreo de precipitación hídrica de la Provincia de Chimborazo, Riobamba, Ecuador https://orcid.org/0000-0001-6331-9551

Juan Martínez, Escuela Superior Politécnica de Chimborazo. Riobamba, Ecuador.

Escuela Superior Politécnica de Chimborazo, Facultad de Ciencias, Grupo de Energías Alternativas y Ambiente, Riobamba, Ecuador. Proyecto Monitoreo de precipitación hídrica de la Provincia de Chimborazo, Riobamba, Ecuador, https://orcid.org/0000-0002-4860-1548

Mariela Moreno, Escuela Superior Politécnica de Chimborazo. Riobamba, Ecuador.

Escuela Superior Politécnica de Chimborazo, Facultad de Ciencias, Grupo de Energías Alternativas y Ambiente, Riobamba, Ecuador. Proyecto Monitoreo de precipitación hídrica de la Provincia de Chimborazo, Riobamba, Ecuador https://orcid.org/0000-0002-1605-6442. mariela.moreno@espoch.edu.ec

Carina Yaucán, Escuela Superior Politécnica de Chimborazo. Riobamba, Ecuador.

Escuela Superior Politécnica de Chimborazo, Facultad de Ciencias, Grupo de Energías Alternativas y Ambiente, Riobamba, Ecuador. Proyecto Monitoreo de precipitación hídrica de la Provincia de Chimborazo, Riobamba, Ecuador https://orcid.org/0000-0002-0291-4389.

Romel Palaguachi, Escuela Superior Politécnica de Chimborazo. Riobamba, Ecuador.

Escuela Superior Politécnica de Chimborazo, Facultad de Ciencias, Grupo de Energías Alternativas y Ambiente, Riobamba, Ecuador. Proyecto Monitoreo de precipitación hídrica de la Provincia de Chimborazo, Riobamba, Ecuador https://orcid.org/0000-0001-6061-6067

Citas

Balmaseda Espinosa, C. E. y Mederos Machado, M. C., 2019. Visión del cambio climático desde la perspectiva del riego y drenaje en Ecuador, Revista Iberoamericana Ambiente & Sustentabilidad, 2(1), pp. 68-73. doi: 10.46380/rias.v2i1.41

Belío, J., 2020. Métodos Bootstrap y sus aplicaciones. Universidad Zaragoza.

Bello, A.M., 2019. Técnicas de imputación para datos de precipitación máxima mensual en la zona central de Boyacá;19(1):64–79.

Boente, G., 2021. Inferencia Robusta: de lo finito a lo infinito-dimensional;150–78. Available from: https://www.ancefn.org.ar/user/CONTINUACION-ANALES/TOMO72/Boente-Inferenciarobusta.pdf

Calvo, F., 2017 . Estimadores robustos de localización en Fase I basados en esquemas CUSUM, Universidad Nacional de Colombia. Available from: https://repositorio.unal.edu.co/bitstream/handle/unal/62275/1024520821-2017.pdf?sequence=1&isAllowed=y

Fay, D.L., Akhavan, S., & Goldberg, V.M., 2017. INIAP-Josefina: Nueva variedad de papa con tolerancia a la sequía. Rev. Latinoam la Papa, 20(465), pp. 39–54.

Gil Marín, J.A., Lozada García, B.I., López Pérez, N., y Grozdanac Berardelli, L.M., 2012. Régimen pluviométrico de Maturín, estado Monagas, Venezuela; Revista Científica UDO Agrícola,12(1):188–97. https://dialnet.unirioja.es/servlet/articulo?codigo=4277146

Gil, S., 2014. Bootstrap en poblaciones finitas. Universidad de Granada. https://masteres.ugr.es/moea/pages/tfm1314/tfm_samuel_gil_abreu/!

González-Hidalgo J.C., Peña-Angulo, D., Beguería, S., y Brunetti, M., 2020. MOTEDAS century: A new high-resolution secular monthly maximum and minimum temperature grid for the Spanish mainland (1916–2015). International Journal of Climatology, 40 (12): 5308-5328. Doi: 10.1002/joc.6520

Guijarro, J.A., Azorín Molina, C., González Hidalgo, J.C., Sánchez Lorenzo, A., Herrera García, S., y López Díaz, J.A., 2018. Observaciones climáticas atmosféricas y reconstrucciones instrumentales sobre la península Ibérica I. obtención de series climáticas de alta calidad. Volumen especial sobre el clima en la Península Ibérica: una visión científica global. Madrid: Agencia Estatal de Meteorología, pp.11–4. http://hdl.handle.net/20.500.11765/10216

Hidalgo, M., 2017. Variabilidad climática interanual sobre el Ecuador asociada a ENOS. CienciAmérica. 6(2), pp. 32–7.

Irigoyen, A., Suero, E. y Gardiol, J., 1997. Tendencia Y Estacionalidad De La Precipitación En Balcarce.(1):5.

Kluwer, W., 2018. Diccionario empresarial. Available from: https://guiasjuridicas.wolterskluwer.es/Content/Documento.aspx?params=H4sIAAAAAAAEAMtMSbF1jTAAASNjM2MztbLUouLM_DxbIwMDS0NDA1OQQGZapUt-ckhlQaptWmJOcSoAvvhbpzUAAAA=WKE

López Calvajar, M. G. A., López Fernández, D. C. R. y León González, D. C. J. L. , 2017. Análisis de la influencia de factores climatológicos en la pérdida de superficie sembrada de cultivos transitorios en el Ecuador, Revista Científica Agroecosistemas, 5(1), pp. 176-183. Disponible en: https://aes.ucf.edu.cu/index.php/aes/article/view/155

Meneses-Freire, A., Zúñiga-Lema, L., y Haro, A., 2017. Método Bootstrap Propuesto Para Hipótesis Concernientes a La Diferencia De Medias En Variables Independientes. Perfiles, pp.67–73. http://ceaa.espoch.edu.ec:8080/revista.perfiles/Articulos/Perfiles17Art8.pdf

Orozco, M., 1992. Estudio comparativo del bootstrap clásico y suavizado, Repositorio Universidad de los Andes; Available from: https://repositorio.uniandes.edu.co/flexpaper/handle/1992/39311/u806819.pdf?sequence=1&isAllowed=y#page=1

Otzen, T., y Manterola, C., 2017. Técnicas de Muestreo sobre una Población a Estudio. Int J Morphol;35(1):227–32.

Priyan, K., 2015. Spatial and Temporal Variability of Rainfall in Anand District of Gujarat State. Aquatic Procedia, Vol. 4, pp.713–20. http://dx.doi.org/10.1016/j.aqpro.2015.02.092

Ruiz-Méndez, D., Quezada, M. E. y Vega Valero, C. Z. 2020. Estadística robusta aplicada a las medidas de localización y escala: Nota Técnica, Revista Digital Internacional de Psicología y Ciencia Social, 6(2), pp. 499-517. doi: 10.22402/j.rdipycs.unam.6.2.2020.302.499-517

Romero Saldaña, M., 2016. Pruebas de bondad de ajuste a una distribución normal. Enfermería del Trabajo;6(3):105–14. Available from: https://dialnet.unirioja.es/servlet/articulo?codigo=5633043

Ruano, E., 2018. Manual del buen uso del muestreo estadístico. Universidad de Cantabria Miguel Hernández. Available from: https://sdei.unican.es/Paginas/servicios/correo/Manual-del-buen-uso-del-Correo-Electronico.aspx

Saquinga, C., 2020. Correlación de variables climáticas (temperatura y precipitación) con el índice de cobertura vegetal con el método NDVI en la zona noroccidental de la provincia de Cotopaxi en el piso bioclimático, bosque siempreverde montano de la cordillera occidental. Universidad Técnica de Cotopaxi. Available from: http://repositorio.utc.edu.ec/bitstream/27000/4501/1/PI-000727.pdf

Velázquez, A.P., 2017. Tipo de muestreo. Diplomado en Análisis de información Geoespacial. Conacyt,14. Available from: http://centrogeo.repositorioinstitucional.mx/jspui/handle/1012/163

Vianez, J.P., 2019. II : Distribución Libre de Mack vs Bootstrap con Simulación. (June).

Villegas, D., Rivas, Y., Pérez ,Y., Villegas, S., y Milla, M., 2019. Evaluación de observaciones atípicas en datos climatológicos y en modelos lineales simulados. Rev. Climatol;19:67–73.

Zhiña, D., Pacheco, J., y Avilés, A., 2017. Modelos estocásticos para el pronóstico de sequías en la microcuenca del río Chulco en Ecuador. Rev. la Fac Ciencias Químicas, 1(16):44–61. Available from: https://publicaciones.ucuenca.edu.ec/ojs/index.php/quimica/article/view/1585