Guía para el procesamiento de series de tiempo de precipitación y temperatura - Lorena Lombana González - ebook

Guía para el procesamiento de series de tiempo de precipitación y temperatura ebook

Lorena Lombana González

0,0

Opis

La guía para el procesamiento de series de tiempo de precipitación y temperatura: estimación de datos faltantes, detección de cambios y homogenización, describe las etapas para realizar el proceso de homogenización de series de tiempo mensuales, contribuyendo a evaluar la calidad de los datos y favoreciendo el desarrollo de estudios climatológicos. La guía ilustra el uso de modelos ARIMA para la modelación de las series y la estimación de datos faltantes, se presenta el uso de la prueba estadística de Worsley para la detección de cambios en el valor promedio de las series para cada mes del año y se describen los criterios para la identificación de estaciones meteorológicas vecinas para realizar el proceso de homogenización empleando la metodología de curva de dobles masas; en el proceso se tiene en cuenta el Índice Oceánico del Niño (ONI) para identificar períodos El Niño y La Niña, pues se pueden detectar cambios en los valores de las series en fechas específicas coincidentes con estos períodos; la Guía ha considerado aportes de autores como Martínez (1996), Nieto y Ruiz (2002), Montealegre (1990), Mesa et al. (1997); Rodríguez et al. (2010) y Bernal et al. (2011); la Guía logra presentar un conjunto de etapas empleando software estadísticos y también es importante reconocer que se vienen generando otras iniciativas institucionales empleando el software R; vislumbran así la necesidad de continuar avanzando en el tema de calidad de datos y sus usos potenciales.

Ebooka przeczytasz w aplikacjach Legimi na:

Androidzie
iOS
czytnikach certyfikowanych
przez Legimi
Windows
10
Windows
Phone

Liczba stron: 83

Rok wydania: 2018

Odsłuch ebooka (TTS) dostepny w abonamencie „ebooki+audiobooki bez limitu” w aplikacjach Legimi na:

Androidzie
iOS
Oceny
0,0
0
0
0
0
0
Więcej informacji
Więcej informacji
Legimi nie weryfikuje, czy opinie pochodzą od konsumentów, którzy nabyli lub czytali/słuchali daną pozycję, ale usuwa fałszywe opinie, jeśli je wykryje.