test
Search publications, data, projects and authors

Article

Spanish

ID: <

oai:doaj.org/article:695d2545cfbd4e3f89e3adc280875e9f

>

·

DOI: <

10.25127/aps.20183.404

>

Where these data come from
Modelo de regresión logística para la comparación de series climatológicas registradas en la cuenca del río Torbes, Venezuela

Abstract

El objetivo de esta investigación fue evaluar series de precipitación mensual mediante regresión logística multinominal para comparar la tendencia, estacionalidad y presencia de observaciones atípicas en series de precipitación mensual. Para ello se utilizaron datos de la estación meteorológica San Cristóbal del estado Táchira y series simuladas mediante modelos de eventos extremos: Pearson tipo III, Gumbel tipo I, Log-Normal y Log-Pearson tipo III. En el análisis de la tendencia y estacionalidad se utilizaron gráficos de saturación de la varianza, para ver observaciones atípicas se utilizó la distancia de Mahalanobis (D2). Para el ajuste de modelos de eventos extremos se utilizó la estimación de máxima verosimilitud y el ajuste de densidades. Se evidenció una distribución asimétrica de las precipitaciones con una discontinuidad en el periodo 1973-1983, asociada a una alta variabilidad (75,75%) como consecuencia de la presencia de observaciones atípicas causadas por errores en los registros. También, se detectaron observaciones atípicas distribuidas en la época lluviosa, asociadas al mes de agosto de 1960, junio de 1984, julio de 1985 y de 1989. Por otro lado, la precipitación mensual se ajustó a una distribución Pearson tipo III. La regresión logística sugirió que la única variable relacionada con la distribución teórica de la serie fue la precipitación. La simulación de MonteCarlo evidenció consistencia en los estimadores de máxima verosimilitud del modelo logístico en el análisis de la precipitación mensual. Finalmente, los resultados mostraron que las metodologías consideradas son una poderosa herramienta para el estudio de la tendencia y homogeneidad de la precipitación mensual, detección de outliers multivariados y la comparación de series de precipitación mensual, respectivamente.

Your Feedback

Please give us your feedback and help us make GoTriple better.
Fill in our satisfaction questionnaire and tell us what you like about GoTriple!