You are on page 1of 26

Modelo Econométrico del Fenómeno Del Niño En Piura

UNIVERSIDAD NACIONAL DE PIURA
FACULTAD DE INDUSTRIAL INGENIERIA INDUSTRIAL

MODELO ECONOMÉTRICO DEL FENOMENO DEL NIÑO EN PIURA
Integrantes:     
Profesor:  ING. TEOBALDO LEÓN GARCÍA

Celi Pinzón Jorge Luis Alamo Hidalgo Diego Alejandro Molina Jiménez Carlos Omar Nuñez Astullido Max Rosberg Castañeda Gutierrez Jesus Alfonso

Asignatura: Fecha:

Modelos estocásticos. . 23 de julio de 2012.

_____________________________________________________________________________________ - 1– Modelos Estocásticos- Universidad Nacional de Piura 2012

Modelo Econométrico del Fenómeno Del Niño En Piura

I.- INTRODUCCIÓN
El presente trabajo es el de presentar un modelo que permita estimar el

comportamiento del fenómeno del niño en Piura. Para ello nos hemos basado en el estudio de modelos multivariables y los respectivos supuestos econométricos: multicolinealidad, autocorrelación serial y homoscedasticidad.

En la primera parte de este estudio se encuentran el marco teórico y las especificaciones de la variable endógena y las variables explicativas para el buen desarrollo del trabajo.

Se desea conocer cuales son aquellas variables que afectan directa o indirectamente a las precipitaciones pluviales, las mismas que se presentan con mayor intensidad con la presencia del fenómeno del niño. Se necesita conocer también el grado de relación que existe entre la variable endógena y las variables exógenas (temperatura del mar, temperatura ambiental , humedad , velocidad de los vientos , presión atmosférica y la

variable independiente precipitación).

_____________________________________________________________________________________ - 2– Modelos Estocásticos- Universidad Nacional de Piura 2012

desarrollando una ecuación de estimación.3– Modelos Estocásticos. temperatura ambiental.OBJETIVO Realizar un estudio de las precipitaciones pluviales en muestra región Piura. Para posteriormente evaluarlo.  Indagar el comportamiento de los factores influyentes en las precipitaciones para obtener como resultado el grado que tiene esta en el inicio del fenómeno del niño. _____________________________________________________________________________________ . presión atmosférica y la variable independiente precipitación. Objetivos específicos:  Examinar los diferentes tipos de modelos multivariables y observar el modelo que mejor representa la relación de la variable precipitaciones pluviales con las 5 variables mencionadas. sobre todo en Piura y Castilla: teniendo como variables asociadas la temperatura del mar de Paita. evaluar el error entre los datos reales y los estimados y elegir el modelo que mejor se ajuste a los datos  Pronosticar niveles específicos de la variable endógena previa proyección de las variables exógenas.Universidad Nacional de Piura 2012 . es decir una formula matemática que relacione las variables especificadas. evaluar que variables son significativas e influyen mas en las precipitaciones pluviales.Modelo Econométrico del Fenómeno Del Niño En Piura II.. velocidad de los vientos. humedad.  Medir el grado de relación que tiene cada variable exógena sobre la variable endógena.

Universidad Nacional de Piura 2012 . pero la ocurrencia del evento de 1982-83 demostró interconexiones a escala mundial. Hoy sabemos que "El Niño" es un fenómeno recurrente pero no periódico. como “EL NIÑO”. Es un síndrome con más de 7 milenios de ocurrencia. mediano y largo plazo y que se manifiesta por la presencia de t temperaturas anormalmente elevadas de aguas marinas en el océano pacifico frente a Ecuador y Perú. El nombre del fenómeno es Oscilación del Sur El Niño. por que se presentaba en época de navidad. según el instituto geofísico del Perú es un fenómeno oceanográfico controlado por la atmósfera que se presenta casi periódicamente y se manifiesta con la presencia de aguas muy cálidas frete a las costas ecuatorianas y peruanas. 1972-73. y que a diferencia de lo que se pensó originalmente. 1932.FENOMENO DE “EL NIÑO” El fenómeno de “EL NIÑO” es una alteración océano – atmosférica que producen lluvias torrenciales e inundaciones a lo largo de la costa norte y una disminución de las lluvias en los Andes del Sur. 1925-26. “El Niño”.. es responsable de cambios climáticos de efecto global a corto. 1987. ENSO por sus siglas en inglés. Hasta principios de la década de los ochenta.4– Modelos Estocásticos. 1943. 1976. _____________________________________________________________________________________ . 1940-41. 1969.occidental del ecuador y en los departamentos de Piura y tumbes. sino que forma parte de un complejo sistema de variabilidad climática a nivel global. 1951. El concepto que se le atribuye a este fenómeno océano-atmosférico es que se presenta en escala mundial.Modelo Econométrico del Fenómeno Del Niño En Piura III. 1957. 1965. no es un fenómeno regional propio de las costas de Perú y Ecuador. 1929. “el niño” se ha hecho presente en los siguientes años1918. 1939. de ahí su referencia al niño Jesús . Según estos registros. en especial anchoveta y aves guaneras. se pensaba que su ámbito era regional. Los fenómenos de “el niño” ocurridos desde el año 1900 cuentan con estudios hechos por investigadores y con referencias registradas en el servicio nacional de meteorología e hidrología. Pescadores de la costa de Piura lo bautizaron a fines del siglo XIX . 1953. 1991-93 y 1997-98. lo que causa lluvias torrenciales. así como el ocasionar de la muerte de millones de peces. principalmente en el sur. 1982-83.

a partir de allí la intensidad de las precipitaciones han disminuido. pero al término de este último periodo se comenzaron a registrar lluvias de gran intensidad llegando a su punto máximo en el trimestre 1983-II.5– Modelos Estocásticos. disminución de la presión atmosférica y el aumento de la humedad del aire.ESPECIFICACION DEL MODELO VARIABLE DEPENDIENTE  La precipitación pluvial: Efecto característico primordial de este fenómeno debido al calentamiento de las aguas del mar.Modelo Econométrico del Fenómeno Del Niño En Piura IV. el Fenómeno del Niño.0 0.0 400.Universidad Nacional de Piura 2012 . _____________________________________________________________________________________ . disminución de los vientos alisios. Esta variable permite medir la intensidad o magnitud de fenómeno “El Niño” Grafico Temporal: Datos desde el primer trimestre del año 1972 hasta el cuarto trimestre del año 2011 PRECIPITACION PLUVIAL 600. En el trimestre 1972-I se registro un fenómeno del niño intenso.0 1972 I 1973 II 1974 III 1975 IV 1977 I 1978 II 1979 III 1980 IV 1982 I 1983 II 1984 III 1985 IV 1987 I 1988 II 1989 III 1990 IV 1992 I 1993 II 1994 III 1995 IV 1997 I 1998 II 1999 III 2000 IV 2002 I 2003 II 2004 III 2005 IV 2007 I 2008 II 2009 III 2010 IV Evolución observada: Como se puede observar en la grafica temporal de la precipitación pluvial. es un evento que presenta un comportamiento aleatorio que difícilmente se puede predecir con exactitud.0 500.0 300.0 200. A partir del trimestre 1981-II hasta 1982-III no se presentaron precipitaciones en la región Piura. aumento de la temperatura ambiental..0 100.

Humedad relativa: Mientras mas humedad haya en el ambiente. las lluvias que se presentaban en los siguientes años tenían una intensidad moderada. VARIABLES INDEPENDIENTES:  Presión Atmosférica: El decremento de esta variable incide en que la evaporación de las aguas del mar sea más rápida originándose de esta manera las precipitaciones pluviales características. cuando se comenzó a registrar nuevamente. ésta variabilidad de la humedad influye en la formación de nubes de lluvia. Fue luego de 14 años.     Velocidad de los vientos: La debilitación de los vientos alisios trae como consecuencia que la Corriente Peruana ceda ante la Corriente El Niño el cual va generando más fuerza. Al término de este último periodo hasta la actualidad no se han registrado precipitaciones de intensidad pronunciada. avanzando de ésta manera. Luego de este suceso importante se registraron lluvias de regular intensidad desde el periodo 2000-IV hasta 2002-III. Temperatura superficial del mar: El aumento de la temperatura del mar. es decir la formación de nubes de lluvia. con sus masas de aguas cálidas hacia el sur. Temperatura ambiental: El incremento de esta variable se da por el aumento de la temperatura superficial del mar originándose de esta manera lluvias mas intensas. sobre todo en la zona Norte del Perú.Modelo Econométrico del Fenómeno Del Niño En Piura Al término de este último periodo las precipitaciones que se registraban en la región Piura no volvieron a tener el mismo comportamiento. exactamente al comienzo del trimestre 1997III. a diferencia de que aquí se presento un comportamiento ascendente mas pronunciado de las precipitaciones llegando en este caso a su punto máximo en el trimestre 1998-I. también origina el incremento de la actividad convectiva. mas bien.6– Modelos Estocásticos. y en consecuencia el aumento de las precipitaciones. como en el año de 1983.Universidad Nacional de Piura 2012 . es decir. la nubosidad en el ambiente aumentara. _____________________________________________________________________________________ .

. por lo que este valor es muy bajo y el modelo dado no se ajusta a los datos.ESTIMACION DE LOS MODELOS 1. este modelo queda _____________________________________________________________________________________ .209 2  Según la estimación del modelo inverso el coeficiente de determinación resultante (R2) es de 0.Universidad Nacional de Piura 2012 .209.Modelo Econométrico del Fenómeno Del Niño En Piura V.MODELO INVERSO: Considerando el modelo y los respetivos datos recolectados durante el período 1972-I a 2011IV sobre LA PRECIPITACION PLUVIAL en la región Piura.  Además de tener sólo dos descartado definitivamente. variables significativas..7– Modelos Estocásticos. tenemos que la ecuación: Precipitación =b0 + b1 (1/humedad) + b2(1/presión) + b3(1/temperatura) +b4(1/tsm) + b5(1/vvientos) Variables independientes: 5 Variables significativas: 2 Coeficiente de determinación (R ): 0.

259.MODELO LINEAL Considerando el modelo y los respetivos datos recolectados durante el período 1972-I a 2011IV sobre LA PRECIPITACION PLUVIAL en la región Piura. variables significativas..Universidad Nacional de Piura 2012 .259 2  Según la estimación del modelo lineal el coeficiente de determinación resultante (R2) es de 0. por lo que este valor es muy bajo y el modelo dado no se ajusta a los datos.  Además de tener sólo dos descartado definitivamente. tenemos que la ecuación: Precipitación =b0 +b1(humedad) +b2(presión) +b3(temperatura) +b4(tsm)+ b5(vvientos) Variables independientes: 5 Variables significativas: 2 Coeficiente de determinación (R ): 0.Modelo Econométrico del Fenómeno Del Niño En Piura 2. este modelo queda _____________________________________________________________________________________ .8– Modelos Estocásticos.

este modelo queda _____________________________________________________________________________________ .9– Modelos Estocásticos. tenemos que la ecuación: Precipitación =b0 + b1Ln(humedad) + b2Ln(presión) + b3Ln(temperatura) + b4Ln(tsm) + b5Ln(vvientos) Variables independientes: 5 Variables significativas: 2 Coeficiente de determinación (R2): 0. por lo que este valor es muy bajo y el modelo dado no se ajusta a los datos.  Además de tener sólo dos descartado definitivamente.232  Según la estimación del modelo logarítmico el coeficiente de determinación resultante (R2) es de 0.-MODELO LOGARITMICO: Considerando el modelo y los respetivos datos recolectados durante el período 1972-I a 2011IV sobre LA PRECIPITACION PLUVIAL en la región Piura.232. variables significativas.Modelo Econométrico del Fenómeno Del Niño En Piura 3.Universidad Nacional de Piura 2012 .

10 – Modelos Estocásticos.Modelo Econométrico del Fenómeno Del Niño En Piura 4.479  Según la estimación del modelo doble logarítmico el coeficiente de determinación resultante (R2) es de 0.Universidad Nacional de Piura 2012 . este modelo queda _____________________________________________________________________________________ . variables significativas.479.  Además de tener sólo dos descartado definitivamente. por lo que este valor es muy bajo y el modelo dado no se ajusta a los datos. tenemos que la ecuación: Ln(Precipitación) =b0 + b1Ln(humedad) + b2Ln(presión) + b3Ln(temperatura) + b4Ln(tsm) + b5Ln(vvientos) Variables independientes: 5 Variables significativas: 2 Coeficiente de determinación (R2): 0.-MODELO DOBLE LOGARÍTMICO: Considerando el modelo y los respetivos datos recolectados durante el período 1972-I a 2011IV sobre LA PRECIPITACION PLUVIAL en la región Piura.

11 – Modelos Estocásticos. este modelo queda _____________________________________________________________________________________ . por lo que este valor es muy bajo y el modelo dado no se ajusta a los datos.Modelo Econométrico del Fenómeno Del Niño En Piura 5. variables significativas. tenemos que la ecuación: PRECIPITACION = PRESION +TEMPERATURA +TSM +HUMEDAD +VVIENTOS+ PRESION^2 +TEMPERATURA^2+ TSM^2 +HUMEDAD^2+ VVIENTOS^2 Variables independientes: 10 Variables significativas: 4 Coeficiente de determinación (R2): 0.479  Según la estimación del modelo doble logarítmico el coeficiente de determinación resultante (R2) es de 0.479.-MODELO CUADRÁTICO: Considerando el modelo y los respetivos datos recolectados durante el período 1972-I a 2011IV sobre LA PRECIPITACION PLUVIAL en la región Piura.Universidad Nacional de Piura 2012 .  Además de tener sólo dos descartado definitivamente.

96  Según la estimación del modelo el coeficiente de determinación resultante (R2) es de 0. por lo que decidimos evaluar este modelo. este valor es el mejor y más alto.96. también tiene mas variables significativas en comparación a todos los modelos evaluados anteriormente. _____________________________________________________________________________________ .Modelo Econométrico del Fenómeno Del Niño En Piura 6.Universidad Nacional de Piura 2012 .12 – Modelos Estocásticos.-MODELO POLINOMICO: PRECIPITACION = PRESION +TEMPERATURA +TSM +HUMEDAD +VVIENTOS+ PRESION^2 +TEMPERATURA^2+ TSM^2 +HUMEDAD^2+ VVIENTOS^2 +TEMPERATURA^3+ TSM^3 +HUMEDAD^3+ VVIENTOS^3 +TEMPERATURA^4+ TSM^4 +HUMEDAD^4+ VVIENTOS^4 +TEMPERATURA^5+ TSM^5 +HUMEDAD^5 Variables independientes: 21 Variables significativas: 14 Coeficiente de determinación (R2): 0.

vvientos6 Por lo que la velocidad de los vientos y la presión atmosférica quedan descartadas de nuestro modelo.Modelo Econométrico del Fenómeno Del Niño En Piura VI. Por lo tanto algunos (todos o varios) βi son estadísticamente significativos. vvientos2..646 < F obs = 182. el modelo quedara de la siguiente manera: _____________________________________________________________________________________ .EVALUACION DEL MODELO A) PRUEBA GLOBAL Ho: β2 = β3 = β4 = β5 = β6 = β7 = β8 = β9 = β10 = β11 = β12 = β13 = β14 = β15 = β16 = β17 = β18 = β19 = β20 = β21 =0 H1: no todos los Coeficientes βi Son simultáneamente iguales a cero Donde F 0.Universidad Nacional de Piura 2012 . vvientos3. con un nivel de confianza del 95% B) PRUEBA INDIVIDUAL PARA βj Las variables para ser significativas tienen que cumplir con la condición de que su probabilidad debe ser menor a α= 0. contradiciendo el motivo por el que fueron incluidas en la estimación. presión2. Realizando la nueva estimación. estas son: Presión.94 se rechaza Ho dado que F obs se encuentra en la zona de rechazo.05. vvientos. 20.05. 139 = 1.13 – Modelos Estocásticos. sin las variables no significativas. por lo que las variables que no cumplen con esta condición serán eliminadas del modelo. vvientos4.

 [β3] = Cuando la temperatura superficial del mar (TSM) varía UN °C.57 mm con respecto al modelo estimado E) INTERPRETACION DE βj  [β2] = Cuando la temperatura ambiental (TEMPERATURA) varía UN °C. manteniendo todas las demás variables independientes constantes. _____________________________________________________________________________________ . la precipitación pluvial total en la ciudad de Piura varía en 4890. la precipitación pluvial total en la ciudad de Piura varía en -56473.97 mm. temperatura del ambiente y temperatura superficial del mar según el modelo estimado.1 mm. la precipitación pluvial total en la ciudad de Piura varía en 147264. manteniendo todas las demás variables independientes constantes.  [β5] = Cuando el cuadrado de la temperatura ambiental (TEMPERATURA2) varía en un °C2.Universidad Nacional de Piura 2012 .40 mm.77 mm. la precipitación pluvial total en la ciudad de Piura varía en -4541. manteniendo todas las demás variables independientes constantes.  [β4] = Cuando la humedad relativa (HUMEDAD) varía en un 100%.Modelo Econométrico del Fenómeno Del Niño En Piura C) COEFICIENTE DE DETERMINACION (R2) Este parámetro nos señala el 96. manteniendo todas las demás variables independientes constantes.  [β6] = Cuando el cuadrado de la temperatura superficial del mar (TSM2) varía en un °C2.3% de las variaciones de las precipitaciones pluviales explicada por la humedad. manteniendo todas las demás variables independientes constantes. la precipitación pluvial total en la ciudad de Piura varía en -13023.061 mm.14 – Modelos Estocásticos. D) ERROR ESTANDAR La dispersión promedio de las precipitaciones es de 12.

manteniendo todas las demás variables independientes constantes. la precipitación pluvial total en la ciudad de Piura varía en -210. la precipitación pluvial total en la ciudad de Piura varía en 0. _____________________________________________________________________________________ .  [β9] = Cuando el cubo de la temperatura superficial del mar (TSM3) varía en un °C3.94 mm. manteniendo todas las demás variables independientes constantes.  [β11] = Cuando la temperatura ambiental elevada a la cuarta (TEMPERATURA4) varía en un °C4. manteniendo todas las demás variables independientes constantes.15 – Modelos Estocásticos. la precipitación pluvial total en la ciudad de Piura varía en 574. la precipitación pluvial total en la ciudad de Piura varía en 100. manteniendo todas las demás variables independientes constantes.99 mm.66 mm. manteniendo todas las demás variables independientes constantes.  [β8] = Cuando el cubo de la temperatura ambiental (TMEPERATURA3) varía en un °C3.Universidad Nacional de Piura 2012 . manteniendo todas las demás variables independientes constantes. la precipitación pluvial total en la ciudad de Piura varía en -0.72 mm.80 mm.53 mm.  [β13] = Cuando la humedad relativa elevada a la cuarta (HUMEDAD4) varía en un (100%)5.0036mm.Modelo Econométrico del Fenómeno Del Niño En Piura  [β7] = Cuando el cuadrado de la humedad relativa (HUMEDAD2) varía en un (100%)2. la precipitación pluvial total en la ciudad de Piura varía en -12.  [β12] = Cuando la temperatura superficial del mar elevada a la cuarta (TSM4) varía en un °C4. la precipitación pluvial total en la ciudad de Piura varía en 4.  [β10] = Cuando el cubo de la humedad relativa (HUMEDAD3) varía en un (100%)3. manteniendo todas las demás variables independientes constantes.

manteniendo todas las demás variables independientes constantes.16 – Modelos Estocásticos. la precipitación pluvial total en la ciudad de Piura varía en -0.11 mm. la precipitación pluvial total en la ciudad de Piura varía en 0.Modelo Econométrico del Fenómeno Del Niño En Piura  [β14] = Cuando la temperatura ambiental elevada a la quinta (TEMPERATURA5) varía en un °C5. _____________________________________________________________________________________ . y esto sólo ocurre cuando se ha registrado presencia del fenómeno de “El Niño”. nos podemos dar cuenta que existen puntos que se salen de los limites.  [β15] = Cuando la temperatura superficial del mar elevada a la quinta (TSM5) varía en un °C5. GRAFICA DE RESIDUALES Según la grafica de residuales del modelo estimado.039 mm.Universidad Nacional de Piura 2012 . manteniendo todas las demás variables independientes constantes.

Por lo que se decide no suprimir ninguna de las dos variables. _____________________________________________________________________________________ .17 – Modelos Estocásticos.Universidad Nacional de Piura 2012 .Modelo Econométrico del Fenómeno Del Niño En Piura En los picos mas elevados fueron años en los que se registró fenómeno de El Niño intenso. 4) = 0. se asume que no existe multicolinealidad Como podemos observar el valor de VIF (2. y el resultado sobrepase los límites establecidos. Para eliminar algo de conjetura utilizaremos una prueba t para determinar si el nivel de correlación entre las dos variables independientes difiere significativamente de cero. 1983. VIFij= 1/(1-Rj²) Si VIFj ≤ 5.035 tc = 25. esto indica que existe presunción de colinealidad entre las variables Temperatura Ambiental y Temperatura Superficial Del Mar.4) ≠ 0 α = 0.30 .05 . se registro fenómeno de El Niño regular como en el año 1987. como en el año 1972.MULTICOLINEALIDAD: Para detectar si existe multicolinealidad entre las variables independientes utilizaremos el factor de inflación de la varianza (VIF).. existe presunción de colinealidad  VIF (1. 2) = 5. APLICAMOS LAS PRUEBAS ECONOMETRICAS 1.975 Debido a que tc > tt se puede rechazar H0 de que no hay correlación entre la Temperatura Ambiental y la Temperatura Superficial Del Mar. 1998. 3) = 1. cuando se realizan pronósticos. Se puede deducir que. Para lo cual utilizaremos la matriz de correlación. se estará hablando de un fenómeno del niño intenso. Probaremos la hipótesis de que no existe correlacion fuerte entre las variables temperatura ambiental y temperatura superficial del mar. 3) = 1. 1992.05 r (2. 3) es mayor a 5.006 . se asume que no existe multicolinealidad  VIF (2. se asume que no existe multicolinealidad  VIF (1. En los picos de elevación regular que salen de los límites.4) = 0 H1: ρ (2.896 √ Remplazando Valores tenemos que: Sr = 0. H0: ρ (2.14 .28 tt = t(0. 2002. 157) = 1. 2001.

28 4-dl 2. 14]= 23.68 De acuerdo a la Prueba ARCH LM aplicada al modelo. H0: todos los βj del modelo son ceros (existe homocedasticidad) H1: por lo menos un βj es diferente de cero X2(α.HOMOCEDASTICIDAD ARCH LM Test Este estadístico entrega un test cuyo supuesto esta basado en la regresión aumentada. Por lo tanto se dobs = 1. _____________________________________________________________________________________ . es decir los residuales al cuadrado sobre las variables independientes. p)= X2(0. por esta prueba. 3. resulta que es Homoscedástico. con un 95% de confianza. los valores criticas de las tablas son 1.63 Ho: No existe autocorrelación H1: existe autocorrelación Para 160 observaciones y catorce variable explicativas. podemos concluir que no existe autocorrelacion positiva..05.72.72 2 4-du 2..Modelo Econométrico del Fenómeno Del Niño En Piura 2. sobre la base del valor observado (d0) se utiliza la siguiente tabla de decisión para la autocorrelación positiva: Rechazar Ho Evidencia de Autocorrelación Positiva 0 dl Zona de Indecisión No existe Autocorrelación No Rechazar Ho du 1.AUTOCORRELACION PRUEBA DURBIN -WATSON Para llevar a cabo esta prueba.796 < X2(0. 14).37 Zona de Indecisión Rechazar Ho Evidencia de Autocorrelación Negativa 4 1. ya que Obs*R-squeared (n*R2)= 2.05.63 y 1.88 se encuentra en la región de rechazo.Universidad Nacional de Piura 2012 . así que.18 – Modelos Estocásticos.

las precipitaciones en función de la humedad.Modelo Econométrico del Fenómeno Del Niño En Piura VII. el Método de Winter. las precipitaciones desde el periodo 2012-I hasta 2014-IV nos resultan: _____________________________________________________________________________________ .CAPACIDAD PREDICTIVA DEL MODELO Según el pronóstico aplicado en Eviews 5 con el modelo estocástico elegido. temperatura y temperatura superficial del mar desde el periodo 2012-I hasta 2014-IV nos resultan: En cambio aplicando un modelo de extrapolación..19 – Modelos Estocásticos. en este caso.Universidad Nacional de Piura 2012 .

20 – Modelos Estocásticos.Universidad Nacional de Piura 2012 .55706 .049439*Tiempo Ecuación utilizada en el modelo de extrapolación de Winter: _____________________________________________________________________________________ .0.Modelo Econométrico del Fenómeno Del Niño En Piura Definición de variables en los cuadros:        T: Tiempo Xtd: Precipitación pluvial desestacionalizada Xt: Pronostico de la precipitación pluvial S1: Índice de estacionalidad del Trimestre-I S2: Índice de estacionalidad del Trimestre-II S3: Índice de estacionalidad del Trimestre-III S4: Índice de estacionalidad del Trimestre-IV Precipitación Pluvial = 19.

CONCLUSIONES  De acuerdo a la evaluación de modelos en función de las precipitaciones pluviales..  La aplicación del modelo de extrapolación de Winter a través del programa Excel 2010.Universidad Nacional de Piura 2012 . debido a que los valores pronosticados en cada trimestre no se diferencian significativamente. _____________________________________________________________________________________ . se determina que el modelo polinómico elegido no da una buena predicción. por presentar mejores indicadores estadísticos. el modelo polinómico es el modelo propuesto.21 – Modelos Estocásticos.Modelo Econométrico del Fenómeno Del Niño En Piura VIII. los pronósticos dados de las precipitaciones pluviales nos indicaN que se ajustan más a una buena predicción.  De acuerdo al pronóstico de las precipitaciones realizado en el programa Eviews 5.

BIBLIOGRAFIA http://clima. Tercera Edicion McGRAW-HILL - Reportes diarios climatológicos.org/wiki/El_Ni%C3%B1o www.com.htm Allen l. estadística aplicada a los negocios y a la economía.Universidad Nacional de Piura 2012 .elclima.UNP _____________________________________________________________________________________ ..html www.tiempo. Agrícola .com/clima-en-piura-844010-1994-Febrero.senamhi.pe http://es. webter. Facultad de Ing.gob.wikipedia.Modelo Econométrico del Fenómeno Del Niño En Piura VIII.mx/fenomeno_el_nino.22 – Modelos Estocásticos.

7 71.0 26.0 64.8 1014.0 18.0 12.9 1013.8 1015.9 1013.3 1014.0 74.0 1016.1 1014.8 15.6 0.9 14.6 12.5 25.2 1014.1 0.1 14.9 25.7 20.2 27.7 12.8 2.0 20.1 23.4 24.4 12.7 24.0 1015.3 22.9 21.8 1014.3 63.5 1014.1 11.5 28.3 0.6 23.9 1014.7 21.8 15.0 1.5 25.3 19.9 0.0 22.5 1013.1 23.7 71.8 1014.8 23.0 66.2 0.3 20.4 22.3 24.8 1010.7 1011.0 12.8 _____________________________________________________________________________________ .6 1015.9 23.0 22.5 26.0 72.8 12.6 12.7 23.0 14.9 24.8 24.0 69.4 1014.0 11.5 26.2 0.6 12.7 69.9 20.0 76.5 11.0 13.3 22.7 72.5 25.6 1026.8 1011.8 20.7 67.9 15.8 0.0 23.6 1016.7 25.0 12.2 21.3 0.0 11.3 3.7 1.2 13.0 1012.9 25.Universidad Nacional de Piura 2012 .0 70.0 12.0 20.2 1014.0 72.3 71.0 14.8 15.3 26.9 14.0 2.0 20.7 64.7 66.7 68.6 21.9 3.3 65.0 75.9 25.0 13.0 72.2 23.4 13.2 1.5 21.0 0.7 68.7 1015.0 70.7 1014.3 68.7 80.8 20.5 26.7 1014.9 0.4 9.9 40.6 14.5 24.0 23.0 62.6 13.23 – Modelos Estocásticos.7 70.0 0.2 1012.0 1014.2 13.0 0.2 27.1 24.3 4.1 14.4 25.7 68.0 1013.1 0.3 25.0 23.4 1013.1 24.4 12.7 26.0 69.8 1.7 1014.3 27.0 14.8 1016.3 68.8 19.2 0.0 22.1 5.7 74.5 1013.2 20.4 14.7 0.0 20.5 1013.3 70.8 477.0 72.7 24.2 13.9 1014.6 24.2 2.1 1012.7 68.4 56.6 25.0 70.5 13.8 1011.1 0.6 24.7 67.5 25.2 24.4 12.6 24.Modelo Econométrico del Fenómeno Del Niño En Piura ANEXO HUMEDAD RELATIVA TEMPE% RATURA °C PRECIPITACION PLUVIAL(mm) PRESION ATMOSFERICA(mb) VELOCIDAD DEL VIENTO(km/h) TSM(°C) AÑO 1972 I 1972 II 1972 III 1972 IV 1973 I 1973 II 1973 III 1973 IV 1974 I 1974 II 1974 III 1974 IV 1975 I 1975 II 1975 III 1975 IV 1976 I 1976 II 1976 III 1976 IV 1977 I 1977 II 1977 III 1977 IV 1978 I 1978 II 1978 III 1978 IV 1979 I 1979 II 1979 III 1979 IV 1980 I 1980 II 1980 III 1980 IV 1981 I 1981 II 1981 III 1981 IV 1982 I 1982 II 1982 III 1982 IV 1983 I 1983 II 1983 III 1983 IV 1984 I 1984 II 65.7 24.9 23.6 22.6 23.4 26.0 73.2 12.4 21.5 14.5 13.7 67.7 14.3 0.7 1014.5 12.1 20.7 22.8 10.9 1015.3 24.9 10.4 20.9 1017.3 62.7 22.3 15.1 0.3 27.7 1013.4 19.0 24.8 21.3 12.3 66.7 70.7 75.7 74.1 19.0 1.6 1015.7 74.0 73.9 19.5 22.1 6.8 22.5 14.2 22.4 1.3 304.1 22.0 68.0 1014.9 24.9 0.1 25.1 21.4 2.6 1012.5 26.9 0.3 73.5 14.3 23.1 28.2 1015.8 24.9 9.8 20.2 22.0 1012.0 20.9 1.3 12.3 22.4 14.1 13.0 72.1 1014.6 1012.0 13.7 0.9 1015.2 1013.0 0.4 13.7 73.2 1.6 21.0 20.

2 20.7 22.1 1017.4 9.4 23.1 24.7 74.2 1016.0 0.2 25.4 18.0 75.7 70.7 14.0 13.8 21.8 6.9 21.9 23.7 25.7 20.6 23.5 24.1 75.9 20.6 24.2 6.4 10.5 0.4 1017.1 65.8 60.Modelo Econométrico del Fenómeno Del Niño En Piura 1984 III 1984 IV 1985 I 1985 II 1985 III 1985 IV 1986 I 1986 II 1986 III 1986 IV 1987 I 1987 II 1987 III 1987 IV 1988 I 1988 II 1988 III 1988 IV 1989 I 1989 II 1989 III 1989 IV 1990 I 1990 II 1990 III 1990 IV 1991 I 1991 II 1991 III 1991 IV 1992 I 1992 II 1992 III 1992 IV 1993 I 1993 II 1993 III 1993 IV 1994 I 1994 II 1994 III 1994 IV 1995 I 1995 II 1995 III 1995 IV 1996 I 1996 II 1996 III 1996 IV 1997 I 1997 II 1997 III 1997 IV 75.1 12.4 1017.7 21.0 68.5 14.9 12.4 0.4 23.1 1017.1 75.2 1018.3 13.0 0.3 65.9 2.6 1018.7 71.0 25.0 25.4 2.1 22.8 13.1 25.2 60.0 0.5 5.8 72.6 64.5 26.0 26.5 11.3 13.0 26.9 20.2 65.7 1016.0 0.1 22.3 13.8 14.0 11.5 0.2 12.4 23.4 20.6 0.2 1014.0 67.9 22.5 1016.0 0.9 23.8 1013.7 65.7 63.0 19.7 22.8 0.0 20.8 2.7 1015.2 19.24 – Modelos Estocásticos.7 71.2 1016.8 14.2 1016.4 13.4 14.2 25.4 1013.9 0.2 15.0 12.7 26.0 21.1 27.4 1014.7 26.1 25.5 26.6 0.7 74.0 12.1 1017.0 73.0 0.0 19.1 1016.2 12.6 14.7 20.3 0.3 27.5 22.9 0.3 22.4 13.0 71.5 25.6 18.2 27.5 21.7 13.5 22.7 14.7 67.5 25.Universidad Nacional de Piura 2012 .6 16.7 66.8 12.7 74.4 11.0 1.9 13.7 72.5 13.2 23.7 79.6 1013.6 22.6 23.6 23.3 72.1 1014.0 1015.9 1015.6 1013.0 13.8 23.5 23.7 65.7 26.0 72.2 1013.3 1014.7 14.9 1014.2 13.7 8.4 1015.1 27.8 1013.5 23.9 26.7 72.1 0.3 25.7 26.1 0.3 0.9 _____________________________________________________________________________________ .7 67.7 1014.1 21.5 13.9 0.6 14.3 19.0 1014.3 71.3 0.7 22.5 1013.4 73.6 23.7 1015.1 10.1 1016.2 6.6 24.2 21.4 1016.8 1014.4 25.0 8.4 21.0 75.4 57.5 1016.6 21.6 25.3 1015.9 20.9 1016.7 4.8 22.8 22.3 69.2 12.5 12.2 1014.2 22.0 16.1 1014.0 0.6 27.0 66.7 71.2 12.0 20.8 21.3 1014.7 74.2 21.5 1013.0 56.2 19.5 21.6 0.3 24.0 0.5 71.0 1015.0 1.3 47.8 21.0 0.5 6.0 1015.5 1015.9 63.4 26.0 11.0 26.5 1015.8 6.9 50.5 23.7 0.1 26.3 0.7 70.7 59.0 25.0 67.3 72.7 22.3 23.8 14.3 76.3 7.8 1015.0 21.1 0.2 21.5 26.0 23.5 18.2 13.2 21.3 65.4 20.0 23.0 1017.0 74.6 20.3 23.5 1017.4 0.6 20.6 22.0 72.0 1.6 0.8 21.4 27.0 80.7 67.9 1017.0 76.7 23.1 27.5 0.0 13.5 1015.5 2.8 24.8 4.4 0.1 68.9 1014.6 15.0 72.0 0.2 1.8 25.7 1015.6 1016.6 26.0 0.3 21.1 2.

2 73.0 62.1 0.1 1016.2 9.8 24.2 25.1 24.7 22.3 27.0 0.1 27.6 4.8 12.9 10.0 7.0 2.9 25.4 23.6 27.9 25.2 20.5 1011.0 1015.0 79.4 11.0 69.0 0.0 _____________________________________________________________________________________ .8 0.0 1.1 27.9 25.5 24.3 71.4 21.7 11.5 7.3 9.5 12.0 28.3 20.5 1009.3 68.4 1017.7 1011.7 1016.0 68.3 1011.1 1017.6 23.7 70.9 23.3 1016.7 27.7 60.1 71.2 0.3 1012.9 0.8 13.8 1.4 1015.5 25.3 24.3 1012.2 25.4 27.9 9.5 1017.1 25.9 67.1 13.9 24.7 1010.9 28.0 27.0 72.3 0.2 1016.9 22.1 23.5 1010.1 13.7 72.8 0.1 1015.6 24.4 1011.7 27.1 1010.3 70.1 28.9 21.1 1016.2 12.4 0.7 67.8 13.5 8.0 1010.8 1.0 1016.3 1015.7 21.9 26.0 28.0 23.6 13.4 23.8 1016.9 23.8 1016.2 20.2 12.3 70.1 0.7 64.7 11.7 20.4 0.5 11.8 78.4 22.5 13.0 22.7 76.5 28.2 1015.1 1017.0 21.0 21.1 0.2 22.9 0.5 23.2 21.1 1016.6 0.0 24.9 0.Modelo Econométrico del Fenómeno Del Niño En Piura 1998 I 1998 II 1998 III 1998 IV 1999 I 1999 II 1999 III 1999 IV 2000 I 2000 II 2000 III 2000 IV 2001 I 2001 II 2001 III 2001 IV 2002 I 2002 II 2002 III 2002 IV 2003 I 2003 II 2003 III 2003 IV 2004 I 2004 II 2004 III 2004 IV 2005 I 2005 II 2005 III 2005 IV 2006 I 2006 II 2006 III 2006 IV 2007 I 2007 II 2007 III 2007 IV 2008 I 2008 II 2008 III 2008 IV 2009 I 2009 II 2009 III 2009 IV 2010 I 2010 II 2010 III 72.0 65.2 2.6 24.0 24.1 11.6 8.1 67.2 1010.7 75.2 0.9 0.2 11.5 11.0 22.8 24.2 20.7 11.9 0.0 2.0 0.8 6.3 13.4 1015.3 21.1 22.2 11.9 24.0 8.1 62.2 1.3 71.0 0.2 12.9 12.3 33.0 74.0 0.2 0.6 10.5 20.0 24.7 0.6 76.2 12.7 1010.5 20.7 20.2 1016.5 27.3 9.4 10.3 78.5 1016.8 21.5 1017.3 72.6 26.1 25.0 0.8 1016.2 23.3 25.8 24.4 21.0 7.25 – Modelos Estocásticos.9 77.3 27.0 22.6 74.7 21.9 10.7 13.0 23.5 10.3 10.3 66.7 45.0 60.1 24.0 0.1 1.9 25.6 64.3 11.0 22.2 10.3 79.6 21.1 1011.8 24.1 8.3 75.6 67.8 11.4 8.3 1015.9 1016.7 11.5 58.8 11.9 1011.7 59.4 1014.0 21.4 23.0 2.0 66.4 1012.4 1011.7 68.4 45.9 25.5 23.0 62.4 1015.6 25.4 23.1 0.2 1012.4 20.3 8.3 1017.9 25.0 0.9 77.6 1011.0 20.3 1011.4 0.3 22.3 21.5 22.2 22.7 0.6 12.5 551.1 26.3 13.5 24.4 76.7 67.0 67.2 0.6 24.8 72.7 1017.8 23.Universidad Nacional de Piura 2012 .1 62.2 7.9 22.7 64.3 69.2 22.0 1.3 1016.3 20.7 12.8 6.5 24.1 0.0 1014.5 20.7 69.7 64.9 13.

5 13.5 0.0 21.0 13.1 0.5 1011.2 24.9 12.0 71.0 0.8 1013.9 11.Modelo Econométrico del Fenómeno Del Niño En Piura 2010 IV 2011 I 2011 II 2011 III 2011 IV 70.8 25.6 28.26 – Modelos Estocásticos.0 1012.Universidad Nacional de Piura 2012 .2 22.3 21.2 13.3 78.8 21.1 1012.0 _____________________________________________________________________________________ .0 76.2 1009.2 20.0 0.2 24.7 21.0 1.0 76.