Análisis estadístico de datos de las precipitaciones usando métodos robustos y bootstrap
Contenido principal del artículo
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
Métricas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
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