Universidad del Valle Biblioteca Digital

Biblioteca Digital Universidad del Valle > Patrimonio Documental Universidad del Valle > Tesis y Trabajos de Grado > Facultad de Ingeniería > Estadística >

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10893/14419

Título : Comparación de métodos de estimación de datos faltantes en series de precipitación diaria en el Valle del Cauca [recurso electrónico]
Autores: Russi Peña, Jessica
Larrahondo Méndez, Eider Alonso
Ospina Galindez, Johann Alexis (Director de Tesis o Trabajo de Grado)
Conde Arango, Gabriel (Director de Tesis o Trabajo de Grado)
Palabras clave : Estimación
Datos faltantes
Regresión lineal
Geoestadística
Fecha de publicación: 22-oct-2019
Resumen: Los datos de series climáticas se ven afectadas por la existencia de datos faltantes, por ejemplo en interrupciones ocasionales de estaciones automáticas, mal funcionamiento del instrumento de medición o reorganizaciones de la red de monitoreo. Los resultados de cualquier modelo y análisis estadístico podrían deteriorarse cuando se utilizan registros incompletos como entrada, por esto, la estimación de los datos faltantes se convierte en prioridad en el proceso de preparación de datos, que en conjunto con otras metodologías estadísticas aplicadas dejan los datos listos para su respectivo análisis. De esta forma, en este trabajo se describe y se comparan cuatro metodologías de estimación estadística, por medio de tres indicadores de desempeño (ECM - Error Cuadrático Medio, RECM - Raíz del Error Cuadrático Medio, CVRECM -Coeficiente de Variación del Error Cuadrático Medio), tres de ellas basadas en datos georreferenciados (K-Vecinos Cercanos, Distancia Inversa Ponderada, Kriging Ordinario) y una en estimaciones a partir de la información con la que se disponga de estaciones climáticas adyacentes (Regresión Lineal), para la estimación de datos faltantes en series diarias de precipitación en el Valle del Cauca, según la zona (valle o montaña) en la que se encuentre la estación climática que se va a estimar y el porcentaje de datos faltantes que se deba estimar (10,15 y 20 %). De los resultados obtenidos se destaca que el método Kriging Ordinario obtuvo el mejor desempeño en la zona de valle bajo un porcentaje de datos faltantes del 10 %, el método Regresión Lineal se desempeñó mejor en la zona de valle con un 15% de datos faltantes, el método Distancia Inversa Ponderada se desempeñó mejor en la zona de valle bajo un 20% de datos faltantes y en la zona de montaña bajo un 10% y finalmente el método K-Vecinos más cercanos se desempeñó mejor en la zona de montaña bajo un 15% y 20% de datos faltantes.
URI: http://hdl.handle.net/10893/14419
Aparece en las colecciones: Estadística

Texto completo:

Archivo Descripción Tamaño Formato
CB-0573167.pdf2.67 MBAdobe PDFDescargar aquí
Ver estadísticas

Los ítems de Biblioteca Digital están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.

 

Biblioteca Mario Carvajal
biblioteca@univalle.edu.co
Teléfonos +57 2 3212950 - Fax 3212977
Universidad del Valle - Ciudad Universitaria
Calle 13 # 100-00 Cali, Colombia
    Biblioteca San Fernando
biblioteca@univalle.edu.co
Teléfonos +57 2 5185633 - Fax 5581951
Universidad del Valle - Sede San Fernando
Calle 4a.B # 36-00
Cali, Colombia
    Biblioteca Colección Clínica
biblioteca@univalle.edu.co
Teléfonos +57 2 5576113
Hospital Universitario del Valle
Calle 5a # 36-08
Cali, Colombia
DSpace Software Copyright © 2002-2008 MIT and Hewlett-Packard