You are on page 1of 30

Universidad del Bío-Bío Facultad de Ingeniería Departamento Ingeniería Civil y Ambiental

HIDROLOGÍA (450009)

Análisis de Serie Temporál

Autores:

Cristian Cabrera V. Guillermo Lagos Muñoz. Jaime Latrach J.

Revisor:

Rodrigo Pradena G.

Concepción, 6 de Mayo de 2013

Hidrología

Índice
Introducción .................................................................................................................................. 3 Objetivos ....................................................................................................................................... 4 Objetivos Generales ................................................................................................................... 4 Objetivos Específicos .................................................................................................................. 4 Metodología .................................................................................................................................. 4 Análisis de Serie Temporal ............................................................................................................. 5 Análisis de Estacionariedad de la Serie Temporal ....................................................................... 6 Análisis................................................................................................................................... 7 Estudio Estadístico de la Serie Temporal .................................................................................... 8 Medidas de locación............................................................................................................... 8 Medidas de Dispersión ........................................................................................................... 8 Medidas de Forma ................................................................................................................. 9 Análisis de Frecuencia de la Serie Temporal ............................................................................. 10 Distribución de Probabilidad de Gumbel .................................................................................. 10 Distribución de Probabilidad de Gumbel mediante factor de frecuencia ............................... 10 Distribución de Probabilidad de Gumbel mediante despeje de la variable ............................ 11 Distribución de probabilidad Log-Normal ................................................................................. 12 Distribución de probabilidad Log-Normal mediante factor de frecuencia .............................. 12 Test de Bondad de Ajuste ............................................................................................................ 13 Test de ajuste Kolmogórov-Smirnov ......................................................................................... 13 Test K-S Distribución de probabilidad Gumbel ...................................................................... 14 Test K-S Distribución de probabilidad Log-Normal ................................................................ 15 Test de ajuste Coeficiente de Determinación............................................................................ 16 Test coeficiente de determinación distribución de probabilidad Gumbel ............................. 16 Test coeficiente de determinación distribución de probabilidad Log-Normal ....................... 16 Test de ajuste Chi-Cuadrado..................................................................................................... 17 Test de ajuste Chi-Cuadrado Gumbel .................................................................................... 18 Test de ajuste Chi-Cuadrado Log-Normal .............................................................................. 20 Análisis Global .......................................................................................................................... 21 Conclusión ................................................................................................................................... 22 Bibliografía .................................................................................................................................. 23 Anexo .......................................................................................................................................... 24

2

Hidrología

Introducción
La Predicción del comportamiento de ciertas variables hidrológicas ha sido un desafío para el hombre, que mediante diversos análisis estadísticos ha podido llevar a cabo predicciones más exactas para dar solución a problemáticas ingenieriles futuras. El presente informe llevará a cabo un análisis del comportamiento de las precipitaciones en la ciudad de Los Ángeles (desde el año 1962 hasta el 2006), ubicada en la Región del Biobío a 510 Km de Santiago, la cual se emplaza en la depresión intermedia y está conformada por rellenos cuaternarios provenientes de la Cordillera de Los Andes. Esta comuna presenta un clima mediterráneo continetalizado con estación seca prolongada, es parecido al mediterráneo típico en el régimen de precipitaciones, pero con características de climas continentales en cuanto a las temperaturas, que son más extremas, debido a que no recibe influencia del mar. Los veranos son bastante cálidos y los inviernos bastante fríos con una oscilación de 18,5 °C. La comuna de Los Ángeles se encuentra emplazada entre dos sistemas fluviales andinos de alto dinamismo, como lo son el río Laja por el norte y el río Bío-Bío por el sur. Además, su territorio se presenta con una gran cantidad de esteros que emergen de los abundantes escurrimientos subterráneos en el sector. Uno de los esteros más preponderantes en esta ciudad es el Estero Quilque, el cual atraviesa la zona y es el encargado de colectar las aguas lluvias. Desde el punto de vista histórico dos grandes crecidas han afectado a esta ciudad en los últimos 60 años (1952 y 2006) en los cuales el estero mencionado ha desbordado e inundado gran parte de la ciudad en especial la zona céntrica así como también lugares de la periferia, provocando grandes deterioros en infraestructura, en el último de estos eventos se registraron en la ciudad 188 milímetros de lluvia en un periodo de tan solo 31 horas, lo cual es un volumen bastante considerable si se tiene en cuenta que la pluviosidad anual de la zona es de 600 milímetros al año. } A continuación se procederá a evaluar un Análisis de Serie Temporal con diversos métodos estadísticos para las Precipitaciones máximas diarias de la ciudad de Los Ángeles, de esta forma obtendremos diversos valores debido a la utilización de diferentes métodos y se optara por aquel que tenga un mayor grado de confiabilidad y se ajuste de mejor manera a los valores proporcionados.

3

de confianza y de parámetro de determinantes para el test Kolmogórov-Smirnov. la distribución de probabilidad Gumbel y Log-Normal y diversas operaciones básicas para la realización de ecuaciones pertinentes a cada test de bondad y distribución de probabilidad. Estudiar estadísticamente la serie temporal. y graficar ley de frecuencia para ella con periodos de retorno igual a 5. Analizar que distribución se ajusta mejor. por distribución de probabilidad Gumbel. Objetivos Específicos    Análisis de Estacionariedad de la serie temporal. 50 y 100 años. mediante factor de frecuencia. se hizo uso de diferentes tablas. 25. También. mediante factor de frecuencia y mediante despeje de la variable. desviación estándar. para ambas funciones. varianza. 10. de distribución normal. Kolmogórov-Smirnov y Coeficiente de Determinación.   Metodología Para el tratamiento de la información se ha usado el software Excel para facilitar los cálculos de diversos parámetros estadísticos como. 4 . Aplicar test de bondad de ajuste de Chi-Cuadrado. y distribución de probabilidad Log-Normal.Hidrología Objetivos Los objetivos planteados en la realización de este informe son: Objetivos Generales  Analizar una serie de datos temporales empleando modelos estadísticos para diferentes distribuciones de probabilidad. la mediana. Análisis de frecuencia de la serie temporal empleando el modelo estadístico de series de máximos anuales. la media. la moda. En el desarrollo de este estudio se proporcionará y explicará la realización de cada forma de cálculo de los diferentes parámetros solicitados.

5 77 56. se denomina proceso estocástico. Un proceso estocástico es por tanto el modelo matemático para una serie temporal. Los objetivos del análisis de series temporales son diversos. la denominamos.6 63.Hidrología Análisis de Serie Temporal Cuando hablamos de una secuencia de valores observados a lo largo del tiempo. si podemos encontrar patrones de regularidad en diferentes secciones de una serie temporal.5 76.5 166 41 75 68. pudiendo destacar la predicción. la simulación de procesos.5 131 57. podremos también describirlas mediante modelos basados en distribuciones de probabilidad. resumidos en la siguiente tabla.5 50 66 83. en un sentido amplio. La secuencia ordenada de variables aleatorias y su distribución de probabilidad asociada. 5 . Por lo tanto.5 88 49. serie temporal.5 105 49.5 50 68.94 67 41 61.5 47 Año 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 Precipitación (mm) 110 55 81 86 145 60 50. y por tanto ordenados cronológicamente.5 67 114.8 99. y la generación de nuevas teorías físicas o biológicas. Año 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 Precipitación (mm) 76. Resulta difícil imaginar una rama de la ciencia en la que no aparezcan datos que puedan ser considerados como series temporales.1 75 65 128 64 62 60 60. En este caso en particular se ha entregado las precipitaciones máximas diarias en ciudad de Los Ángeles.5 86 Tabla 1: Precipitaciones Máximas Diarias. el control de un proceso.5 Año 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Precipitación (mm) 82 57 51.

debemos verificar si esta serie cumple o no los requisitos para ser estacionaria. Para determinar si una serie de datos es estacionaria debemos verificar que no existan variaciones de más de un 15% entre los valores de Media y Varianza del total de la muestra con respecto a los valores obtenidos en los sub-intervalos de las mismas. respectivamente: ̅ ∑ ∑ ̅ Donde n es el número total de muestras y x el valor de cada una. Análisis de Estacionariedad de la Serie Temporal Para el análisis de estacionariedad de las precipitaciones máximas diarias de la ciudad de Los Ángeles. Mediante el uso de las siguientes ecuaciones para calcular la media y varianza. Precipitaciones Máximas Diarias 170 160 150 140 130 120 110 100 90 80 70 60 50 40 30 20 10 0 Precipitaciones (mm) Tiempo (años) Gráfico 1: Precipitación Máximas Diarias Anual Comentario De los datos podemos concluir. 6 .Hidrología Para visualizar de mejor forma la serie de datos entregados. estos últimos agrupan entre 20 a 25 datos traslapados. podemos realizar el siguiente gráfico. que existen 7 eventos con precipitaciones máximas diarias que superan los 100 mm. produciéndose la mayor eventualidad el año 1997 con una precipitación de 166 mm diario.

es un evento sumamente extraño o un posible error en la toma de datos. esto se puede deber a que el máximo valor de la serie. ya que las medias y las varianzas de los intervalos oscilan respecto de las de la muestra total. los 166 mm en el año 1997.85% de variación como máximo. podemos aseverar que esta serie temporal es estacionaria.Hidrología La media del total de datos es ̅ y la varianza . también llamado outlier. Análisis Estacionariedad . A pesar del supuesto outlier. 7 . al realizar el mismo análisis para las varianzas se obtuvo un 39. se apreció un 5.Medias 80 78 76 74 72 70 68 66 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 Sub-intervalos Gráfico 3: Análisis de Estacionariedad comparando medias Precipitaciones (mm) Análisis Estacionariedad .Varianzas 1100 Precipitaciones 1000 900 800 700 600 500 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 Sub-intervalos Gráfico 2: Análisis de Estacionariedad comparando varianzas Análisis Al comparar los datos de media muestral y la media por sub-intervalos.2% de variación como máximo. Las medias y varianzas calculadas para los sub-intervalos de 25 años se pueden apreciar en el siguiente gráfico.

̅ ̅ es el valor total de datos. la desviación estándar. Las siguientes ecuaciones definen lo antes mencionado: ∑ Donde S es la desviación estándar. el coeficiente de variación de Pearson y el rango muestral. la mediana. se definirán estadísticos de localización.5 [mm] (3e Cuartil). ̅ la media aritmética y De la serie temporal se tiene que la variación con respecto a la media es de 27. cuanto menor sea. Dentro de estás existe medidas de centralización y medidas de posición. entre que valores se realiza el estudio. diferencia entre el máximo y mínimo. 86 [mm] los cuales se repiten dos veces cada uno a lo largo de la serie. que representa la variable con mayor frecuencia. Medidas de locación Las medidas de localización dividen la distribución en partes iguales. si las diferentes puntuaciones de una variable están muy alejadas de la media. 75 [mm]. El coeficiente de variación de Pearson al igual que los demás representa la variabilidad. pero de forma adimensional lo cual facilita la comparación entre datos que no tienen la misma unidad.05 [mm]. una varianza de 768. mayor será la variabilidad.37. es decir un 37% de variación entre la desviación estándar la media. y la moda. más homogénea será a la media.01 [mm] diarios (media). Cuanto mayor sea ese valor. la media. rango intercuartil ubica el 50% de los datos. 60 [mm]. La varianza es un valor de dispersión exagerado debido a que es el cuadrado de la desviación estándar. y en el otro grupo los cuartiles 1 y 3 los cuales representan el 25% y 75%. respectivamente. esta se obtiene a partir del promedio algebraico de los datos. el 25% de los datos se encuentra con precipitaciones menores a 57 [mm] (1er Cuartil) y el 75% son menores a 83. mediante el uso de varianza. un valor central de 67 [mm] (mediana) y una serie multimodal para valores de 41 [mm]. Así se sabe si todos los casos son parecidos o varían mucho entre ellos. dispersión y forma. de los datos de la muestras . sirven para clasificar a un elemento dentro de una determinada muestra. Para los datos se tiene un promedio de precipitaciones de 75. indicando por medio de un número. dentro del primer grupo se tiene. lo que implica una variabilidad no despreciable que se tendrá que considerar como un riesgo debido a la heterogeneidad de los datos. dentro de un rango de 125 [mm] y coeficiente de variación de 0. 67 [mm]. Medidas de Dispersión Las medidas de dispersión describen la variabilidad de la distribución.5 [mm]. esta representa el valor de la variable de posición central en un conjunto de datos ordenados.Hidrología Estudio Estadístico de la Serie Temporal A manera de describir el comportamiento de nuestra serie de datos. El rango muestral simplemente define. la variable para cada unidad de tiempo. siendo esta última una medida absoluta de las unidades de la muestra.714 [mm]. 8 . 50 [mm]. 68. dato más útil.

Para efectos prácticos la curtosis se calculó mediante el uso de un comando en Excel.100 0.867( ). lo que implica que tienen una asimetría hacia la derecha apreciable en el siguiente histograma con un gráfico de barras y una forma aproximada de la campana de distribución.5 140.5 Precipitaciones (mm) Gráfico 4: Histograma de precipitaciones Los Ángeles.5 77. el percentil 90 y el percentil 10. o si estos son simétricos. Además del uso de los siguientes criterios: Ilustración 1: Criterio de Simetría Ilustración 2: Criterio de Curtosis Para la serie temporal se tiene un coeficiente de curtosis de 2. el coeficiente de sesgo de Pearson es de 0.5 62.000 27.200 0.400 0.5 107.350 0. Los parámetros para llevar a cabo tal descripción son el Coeficiente de Sesgo de Pearson.Hidrología Medidas de Forma Las medidas de forma son aquellos que describen el comportamiento de una población en lo que se refiere a donde se acumulan y el grado de concentración de los datos.300 0.350 0.100 0. y el coeficiente de curtosis. el primer cuartil. Histograma 0 0.050 0. lo cual indica una forma platicúrtica es decir que los datos no están dispersos en altura. la desviación estándar.250 0.16 ( ). el tercer cuartil.050 0. 20 40 60 80 100 120 140 160 0.200 0.000 Frecuencia Relativa (%) 9 . el cual indica la concentración de datos en altura.300 0.5 92.400 0. la mediana. mediante las siguientes fórmulas: ̅ Donde ̅ es la media.150 0.150 0.250 0. el cual indica que tipo de asimetría tiene y si sus datos se agrupan mayoritariamente a la derecha o a la izquierda.

95 111. 10 . Para cada valor de periodos de retornos.Hidrología Análisis de Frecuencia de la Serie Temporal El análisis de frecuencia es una herramienta ampliamente usada en el estudio de eventos hidrológicos para. Distribución de Probabilidad de Gumbel mediante factor de frecuencia Para determinar la magnitud de eventos cuando la distribución de probabilidades no es una función fácilmente invertible.16 131. la desviación estándar.14 94. Su confiabilidad depende de la longitud y calidad de la serie histórica. predecir el comportamiento futuro de los caudales o precipitaciones en un sitio de interés. a continuación se expresa lo dicho en ecuaciones: ̅ √ { [ ( )]} Donde ̅ es la media.30 2. obtenemos los siguientes valores Precipitaciones (mm) 5 10 25 50 100 0. es por ello que se usa un factor de frecuencia. Basado en procedimientos estadísticos que permite calcular la magnitud de la variable asociada a un período de retorno. se requiere conocer la variación de la variable respecto a la media. y usando las fórmulas anteriores. 50 y 100 años. la cual ha sido ampliamente utilizada para representar el comportamiento de crecientes y sequías (máximos y mínimos).94 Tabla 2: Precipitaciones por método de distribución de probabilidad Gumbel con factor de frecuencia. factor de frecuencias y el periodo de retorno.65 146. a partir de la información histórica de estos. Distribución de Probabilidad de Gumbel La distribución de probabilidad de Gumbel es una familia importante de distribuciones usadas en el análisis de frecuencia hidrológico es la distribución general de valores extremos. 25.59 3.04 2.72 1. además de la incertidumbre propia de la distribución de probabilidades seleccionada. 5.85 161. 10.

a continuación se muestra una tabla con los valores de precipitaciones. se sabe que la función de probabilidad de Gumbel tiende a la siguiente ecuación: . ̅ Donde y son parámetros que describen la función de frecuencia de probabilidad y el periodo de retorno pedido.65 146.96 0. encontrados de la siguiente ecuación: [ ( )] 5 10 25 50 100 0.95 111. 11 .9 0.16 131. 94.99 .Hidrología Distribución de Probabilidad de Gumbel mediante despeje de la variable La distribución de probabilidad de Gumbel también se puede realizar mediante el cálculo de su probabilidad para cada precipitación y correlacionarlo con la probabilidad de no excedencia.85 161.94 Tabla 3: Precipitaciones por método de distribución de probabilidad Gumbel despejando la variable.98 0. Para los datos entregados se tienen los parámetros y .8 0.

36 111.99 0.136 95.06 2.92 Tabla 4: Precipitaciones por método de distribución de probabilidad Log-Normal factor de frecuencia. en primera instancia se calculó la probabilidad de no excedencia mediante la fórmula que se muestra a continuación. la desviación estándar.96 0. 12 . factor de frecuencias.Hidrología Distribución de probabilidad Log-Normal La distribución de probabilidad Log-Normal es una distribución de cualquier variable aleatoria con su logaritmo normalmente distribuido.76 2.62 132. Distribución de probabilidad Log-Normal mediante factor de frecuencia Para realizar el siguiente análisis mediante factor de frecuencia y obtener los valores de precipitación para cada periodo de retorno primero se debe obtener los valores de .29 1.85 1. para luego asociarla a una probabilidad mediante la tabla anexa 1 (Véase Anexo).05 147.598 3.33 0.9 0. mediante las siguiente ecuaciones.8 0. { ̅ ( ) ( ( ))} Donde ̅ es la media.98 0. es la probabilidad normal asociada a la probabilidad de no excedencia y el coeficiente de variación. Para el cálculo de K. Se Resume el procedimiento anteriormente mencionado en la siguiente tabla ) 5 10 25 50 100 0.01 161.734 1.058 2.321 2.

un 5% de significancia ( ). y luego encontrar su valor de la siguiente tabla. se debe fijar un nivel de confianza. y para el cálculo de las frecuencias observadas se calcula con la siguiente ecuación: Donde es el número de orden de cada dato y el valor total de datos. La prueba requiere que el valor calculado sea menor que el valor tabulado para un nivel de confiabilidad requerido. Para esto se comparan la distribución de frecuencias observadas y la distribución de frecuencias teóricas.Hidrología Test de Bondad de Ajuste Las pruebas de bondad de ajuste se aplican en diseños de investigación y tienen por objetivo determinar si los datos se ajustan a una determinada distribución. Antes de realizar el test de bondad Kolmogórov-Smirnov y Coeficiente de Determinación se deben ordenar de forma creciente los datos. la cual se adoptará para las distintas distribuciones. para las dos distribuciones en estudio. 13 . representado en la siguiente ecuación. Gumbel y Log-Normal. Se determina el punto en el que estas dos distribuciones muestran la mayor divergencia. es decir. Para analizar que distribución representa mejor los datos entregados se realizarán los siguientes test. Kolmogórov-Smirnov. Para el cálculo de Tabla 5: Valores Críticos Estadísticos para el Test de Kolmogórov-Smirnov. generalmente se usa un 95% de confiabilidad. Coeficiente de Determinación y Chi-Cuadrado. Test de ajuste Kolmogórov-Smirnov En la prueba de Kolmogórov-Smirnov se compara la distribución de frecuencia acumulativa de la distribución teórica con la distribución de frecuencia acumulativa observada. Para el cálculo de las frecuencias teóricas se usa la función de probabilidad correspondiente al tipo de distribución que se requiera analizar. .

es decir que la distribución de frecuencias teóricas varía como máximo un 9.7% el cual es menor que el . como se cumple la primicia anterior que se puede afirmar que se ajusta de buena forma.2 0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 Gráfico 5: Comparación gráfica entre Frecuencias test K-S 14 .6 0. 0.2 1 Frecuencia Teórica 0.(Tabla de Cálculos Véase Anexo) El para esta distribución es 0.097 lo que equivale a un 9.Hidrología Test K-S Distribución de probabilidad Gumbel Para verificar el nivel de ajuste calculamos su función de probabilidad mediante las ecuaciones ya mencionadas anteriormente.4 0.7% respecto de la distribución de frecuencias observadas con un nivel de significancia de 5% (o un nivel de confianza de 95%). para mayor claridad se grafica ambas distribuciones de frecuencias y se puede apreciar su variación. Test de Bondad Frecuencia Observada 1.203.8 0.

203. luego se debe calcular el valor asociado a cada valor y encontrar la probabilidad asociada de la tabla de distribuciones normales (véase anexo) para así calcular la probabilidad de cada valor. como se cumple la primicia anterior que se puede afirmar que se ajusta de buena forma.000 0.9% el cual es menor que el . Test de Bondad Frecuencia Observada 1.9% respecto de la distribución de frecuencias observadas con un nivel de significancia de 5% (o un nivel de confianza de 95%).Hidrología Test K-S Distribución de probabilidad Log-Normal Para el cálculo de la frecuencia de probabilidad en primer lugar se deberá traspasar todos los datos al logaritmo natural del mismo.800 0. es decir que la distribución de frecuencias teóricas varía como máximo un 10.400 0. 15 .000 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 Gráfico 6 Comparación gráfica entre Frecuencias test K-S Análisis Comparando los datos obtenidos en ambos test de bondad podemos decir que el que se ajusta mejor es la distribución de probabilidad de Gumbel ya que su máxima variación es menor que la calculada en la distribución de probabilidad Log-Normal. Comentario Las tablas con la realización de los ejercicios se encuentran en el anexo para ambas distribuciones.600 0. para mayor claridad se grafica ambas distribuciones de frecuencias y se puede apreciar su variación. 0.200 Frecuencia Teórica 0. de los cuales se calculará la media y la desviación estándar.200 1.109 lo que equivale a un 10. teniendo en cuenta que: El para esta distribución es 0.

la media observada para nuestros dato es 0.5.3% de la Al comparar los datos obtenidos para cada uno de las distribuciones se puede concluir que ambas son se ajustan similarmente bajo este criterio en la cual Gumbel representa un porcentaje mayor. Comentario Véase anexo para revisar el cálculo de los cocientes de . por lo tanto se considera un buen ajuste.4% de representatividad de los datos. Análisis es un 99.4% de la representatividad de los datos. Test coeficiente de determinación distribución de probabilidad Gumbel es un 99. y la frecuencia teórica depende del método de distribución a analizar. por lo tanto se considera un buen ajuste. Resolviendo la ecuación antes mencionada se obtiene que Test coeficiente de determinación distribución de probabilidad Log-Normal Resolviendo la ecuación antes mencionada se obtiene que representatividad de los datos. 16 . del 99.Hidrología Test de ajuste Coeficiente de Determinación Para el cálculo de este ajuste nos guiamos por la siguiente ecuación: ∑ ∑ Donde la frecuencia observada se calcula de igual forma que la explicada en test de Kolmogórov-Smirnov.

y si ocurre lo contrario entonces se acepta.05 y 0. Ahora bien. El estadístico de Pearson sigue una distribución X2 con k-1 grados de libertad.Hidrología Test de ajuste Chi-Cuadrado Una medida de la diferencia entre las frecuencias observadas (fo) y las frecuencias calculadas (fc) por medio de una distribución teórica está dada por la distribución χ²: 2   i 1 k ( fo  fc )2 fc Si la distribución es X2 = 0 significa que la distribuciones teóricas y prácticas se ajustan exactamente. es la probabilidad teórica correspondiente a ese intervalo. donde k es el número de intervalos y n es el número de los parámetros de la distribución teórica. supóngase que una hipótesis Ho es aceptar que una distribución calculada se ajusta a una distribución Normal. es el número total de clases o intervalos. En primer lugar para llevar a cabo este ajuste. Para la realización del test de bondad de ajuste se utilizó el Estadístico de Pearson. La probabilidad del intervalo se calcula como la diferencia de las frecuencias acumuladas consecutivas. Entonces.01 (el nivel de confianza es 1-) se puede decir que las frecuencias observadas difieren significativamente de las frecuencias calculadas y entonces la hipótesis Ho se rechaza. que está definida por: ∑ ( ) Donde es el total de la muestra. ellas difieren. es el número de elementos por clase de la muestra. si el valor calculado de χ² por la ecuación anterior es mayor que algún valor crítico de X2 con niveles de significancia  de 0. que se resume a continuaciónn Clases según regla √ √ 45 6 13 6 Clases adoptadas Amplitud Tabla 6: Determinaciones básicas de parámetros 6 15 17 . se deben clasificar los datos en un número determinado de intervalos con una amplitud. La distribución del estadístico X2 se puede asimilar a una distribución Chi-cuadrado con (k-n-1) grados de libertad. mientras que si la distribución es X2 > 0. es por ello es que se usa este estadístico como equivalente a X2.

271 Clase 1 2 3 4 5 6 Tabla 7: Tabla resumen Chi-Cuadrado se debe definir el grado de libertad asociado a la elección del método y numero de intervalos.076 Probabilidad del intervalo (%) 24.95 13.702 0.332 2.916 0.378 0.242 0. Para el cálculo de la distribución Gumbel acumulada se aplica la integral desde menos infinito hasta el valor máximo del intervalo de la función de densidad de la distribución de probabilidad.7 8.178 0. del intervalo 0. De la tabla de Abramowitz y Stegun adjuntada en el anexo en función de los grados de libertad y el nivel de confianza.077 0. Luego de obtenido 18 .242 0.927 0.493 0. donde k es el número de intervalos y m el número de parámetros para el método que se escoge. ya que . de lo contrario el resultado podría estar sesgado por este valor.838 0.03 20.Hidrología Luego de definir los parámetros básicos para realizar este método se debe conocer los grados de libertad de los datos.067 0.595 7.209 0.9 Distribución Gumbel acumulada 0. Intervalo N° 0 55 70 85 10 0 11 5 55 70 85 100 115 166 9 17 8 4 3 4 Valores Muestrales F(x) relativa 0.81.067 0.089 F(x) relativa (%) 20 38 18 8.216 0.089 0.615 Σ χ2 0.733 0.136 0.2 0. ∫ ( ) Donde x es el valor del intervalo.235 25. es decir.096 4. se escogerá el parámetro comparativo de Test de ajuste Chi-Cuadrado Gumbel A la hora de escoger como armar los intervalos debemos de tener en cuenta que la frecuencia en cada intervalo no debe ser menor a 3.25 0.9 6. De manera gráfica se puede apreciar que símiles son. ya que de este.992 Valores Teóricos Prob.747 7. se obtiene valor = 7.

5 107.400 0.000 Frecuencia Teorica 27.5 62. lo cual nos indica que el ajuste cumple con un nivel de confianza del 95% ( .Hidrología Test de bondad Chi-Cuadrado Distribución Gumbel Frecuencia Observada Freciencia relativa (%) 0. Análisis Al comparar el valor de teórico con el tabulado se puede apreciar que el teórico es menor que el tabulado.200 0.5 Precipitacion (mm) Gráfico 7: Comparación de Frecuencias Chi-Cuadrado Gumbel. 19 .100 0.5 77.5 140.300 0.5 92.

60 Valores Teóricos Distribución Probabilidad Probabilidad Log-Normal del intervalo del intervalo acumulada (%) 0.378 0.78 0.81.8 17.218 0.04 0.55 1.5 77.9 z 0.067 0.078 0.100 0.5 140.750 6.5 107.065 21.000 27.995 0. se obtiene valor = 7.442 0.300 0.5 92.065 2.5 62.770 26.484 0. 20 . explicado en el test de KolmogórovSmirnov usando la tabla de distribución normal.853 0.5 Precipitaciones (mm) Gráfico 8: Comparación de frecuencias Chi-Cuadrado Log-Normal.0 37. pero en este caso la manera de calcular la frecuencias teóricas se debe utilizar z.48 2.407 Σ 4.178 0.9 6.200 0.068 0.7 8.931 0.144 0.630 22.225 0.480 14. Luego de obtenido Test de bondad ji-cuadrado Distribución Log.266 0.218 0.089 20.Hidrología Test de ajuste Chi-Cuadrado Log-Normal Se debe tener en consideración los mismo criterios respecto a los intervalos y frecuencias.957 0.8 8.05 1.200 0.400 0.470 Frecuencia relativa (%) Clase 1 2 3 4 5 6 χ2 0 55 55 70 0. De manera gráfica se puede apreciar que símiles son con respecto a las frecuencias.099 0.089 0.709 0.430 7. Intervalo Valores Muestrales Frecuencia Frecuencia N° relativa relativa (%) 9 17 8 4 3 4 0.039 70 85 85 100 100 115 115 166 Tabla 8: Tabla resumen Chi-Cuadrado se debe definir al igual que se definió anteriormente de la tabla de Abramowitz y Stegun adjuntada en el anexo en función de los grados de libertad y el nivel de confianza.Normal Frecuencia Relativa Observada Freceuncia Relativa Teórica 0.

dando mayor importancia a este último criterio.00 0 10 20 30 40 50 60 70 80 90 100 110 120 Periodo de retorno (años) El cual representa la tendencia del comportamiento de las precipitaciones en la ciudad de Los Ángeles. debido a una variabilidad un poco mayor que en los otros test. 21 . Además al comparar el resultado de este ajuste de bondad se puede apreciar que la distribución Log-Normal se ajusta mejor que Gumbel ya que el valor de Chi-Cuadrado es más cercano a cero. a pesar que esta distribución generalmente tiene otros usos como analizar datos médicos. posibilitando el cálculo de valores intermedios o futuros pro medio de este gráfico.Hidrología Análisis Al comparar el valor de teórico con el tabulado se puede apreciar que el teórico es menor que el tabulado.00 150. lo cual nos indica que el ajuste cumple con un nivel de confianza del 95% ( .00 50. se ha escogido como la distribución más representativa la distribución de probabilidad Log-Normal ya que en los primero dos test (K-S y Coeficiente de determinación) son similares los ajustes pero en el ajuste de Chi-Cuadrado este valor es más cercano. Análisis Global Después de realizado los ajuste de bondad para ambas distribuciones de frecuencias de probabilidad y analizado los resultados de cada uno de estos.00 100.00 0. Ley de Frecuencia Precipitaciones (mm) 200. A continuación se grafica la ley de frecuencia característica de la distribución de probabilidad LogNormal asociada a los datos en estudio.

Hidrología Conclusión Mediante la Serie de precipitaciones máximas anuales de la ciudad de Los Ángeles que comprende datos desde el año 1962 hasta el 2006.2% el cual habría que analizar de manera más detallada para ver si algún evento de crecida o una mala transcripción de los datos fue quien provocó dicha variación. de los test de bondad de Chi-Cuadrado y de Kolmogórov-Smirnov y Coeficiente de Determinación para ambas funciones de distribución. A través del análisis estadístico se aprecia que existe una distribución asimétrica con sesgo positivo la cual se obtuvo con el coeficiente de asimetría el cual arrojo un valor positivo (CSP > 0). Se observó que las precipitaciones obtenidas en Gumbel mediante los dos métodos. Por el contrario. se observa que existen puntos que se disparan respecto de los otros datos. sin embargo la Varianza de los sub-intervalos arrojo una variación máxima de 39. En la Muestra la Media cumplió con los valores requeridos (variación máxima de 5. Gumbel y Log Normal se realizó un Análisis de Frecuencia de la Serie temporal. 25. se obtuvo que los datos se ajustaron bien a la distribución determinada.159). a través de Log Normal utilizando el método de Factor de Frecuencia varía en menor porcentaje en comparación con Gumbel. Para verificar la Estacionariedad se dividió la muestra en sub-intervalos de 25 años con solape entre ellos y se analizó que tanto la Media como la Varianza de los subintervalos no superen en más de un 15% de variación con respecto a los mismos parámetros del total de la Muestra.9%) señala que existe una gran dispersión de datos. Finalmente. no existe mayor variación en los valores para los periodos de retorno T=5. 22 . a la cual se le realizó un estudio y análisis de estacionariedad. mediante las distribuciones de probabilidad. 50 y 100 años. siendo esta heterogénea y de corte platicurtico indicado por el coeficiente de Curtosis (2. escogiendo la distribución de probabilidad Log-Normal por lo motivos previamente señalados.83%). esto se puede deber a posibles errores de medición o eventos de gran magnitud. factor de frecuencia y despeje de la variable x. además el coeficiente de variación obtenido (36. 10. Posteriormente.

org/wiki/Medidas_de_posici%C3%B3n_no_central> <http://es.5_medidas_descriptivas> [consulta: 03 de Mayo de 2013] WIKIPEDIA La enciclopedia libre [en línea] <http://es. Hidrología [Diapositivas].pdf> [consulta: 05 de Mayo de 2013] Rodrigo Pradena G.org/wiki/Proceso_estoc%C3%A1stico> [consulta: 03 de Mayo de 2013] Rivas y Asociados Consultores.wikipedia.Hidrología Bibliografía Vázquez._est_des_1. Informe Geológico e Hidrogeológico [en línea] <https://www.. H. Probabilidad para Negocios [en < http://issuu. Curso de Hidrología._Informe_Hidrogeologico..wikipedia.wikipedia.e-seia. línea] 23 .com/hvazquez/docs/1.org/wiki/Los_%C3%81ngeles_(Chile)#Clima> <http://es.cl/archivos/Anexo_4.

24 .Hidrología Anexo Tabla 8: Distribución normal.

5 64 65 66 67 67 68.0013 0.325 0.63 0.065 0.043 0.0326 0.953 0.175 0.674 0.5 62 63.5 57 57.57 0.384 0.0632 0.0601 0.391 0.935 0.587 0.5 75 75 76.653 0.128 0.0561 0.5 60 60 60.0006 0.0217 0.359 0.0193 0.152 0.042 0.5 55 56.0224 0.565 0.161 0.0385 0.0214 0.0071 0.196 0.992 0.87 0.826 0.0517 0.468 0.0231 0.978 0.393 0.0288 0.783 0.0371 0.869 0.891 0.0474 0.0546 0.165 0.022 0.959 0.0448 0.283 0.804 0.0737 0.0154 0.0138 0.0068 0.0468 0.6 105 110 114.543 0.848 0.35 0.0092 0.1 76.168 0.57 0.024 0.0204 0.0422 0.097 0.592 0.5 86 86 88 99.0691 0.8 50 50 50.41 0.914 0.978 0.326 0.586 0.239 0.109 0.478 0.0693 0.087 0.168 0.0753 0.735 0.Hidrología 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 41 41 47 49.067 0.609 0.242 0.0003 0.717 0.666 0.685 0.217 0.5 77 81 82 83.443 0.5 51.325 0.468 0.457 0.0441 0.0747 0.025 0.0134 Tabla 9: Test de Bondad Kolmogórov-Smirnov Gumbel 25 .739 0.713 0.267 0.283 0.0567 0.435 0.275 0.696 0.913 0.895 0.413 0.341 0.94 61.5 0.652 0.0274 0.761 0.0513 0.443 0.261 0.0398 0.713 0.174 0.427 0.304 0.189 0.0167 0.835 0.067 0.522 0.0252 0.5 68.599 0.5 49.957 0.0784 0.13 0.5 128 131 145 166 0.37 0.348 0.

33 4.957 0.91 3.09 4.07140 0.722 0.02151 0.149 0.783 0.78 -0.500 0.03655 0.94 61.34 4.07521 0.92 3.03215 0.91 3.12 4.928 0.745 0.05648 0.59 0.41 4.02421 0.04874 0.15 4.00987 0.20 4.304 0.06021 0.11 0.10902 0.04 -0.659 0.44 0.02109 0.06117 0.5 77 81 82 83.69 -0.00508 0.413 0.25 0.04031 0.02503 0.70 4.85 3.587 0.65 4.04739 0.142 0.130 0.48 4.5 68.323 0.41 -0.087 0.848 0.23 0.964 0.394 0.692 0.01946 0.01553 26 Tabla 10: Test de Bondad Kolmogórov-Smirnov Log-Normal .11 4.5 60 60 60.341 0.04120 0.891 0.429 0.34 4.826 0.142 0.885 0.478 0.435 0.599 0.05 4.03448 0.74 4.45 4.88 4.17 -0.457 0.51 -0.34 1.09 4.02471 0.00065 0.87 2.391 0.196 0.20 4.413 0.722 0.5 51.429 0.20 1.23 4.23 4.217 0.45 4.850 0.46 1.935 0.27 -0.06292 0.305 0.07 -1.03847 0.67 -1.60 0.348 0.8 50 50 50.03597 0.140 0.456 0.34 -0.218 0.00031 0.5 75 75 76.591 0.5 86 86 88 99.06536 0.674 0.32 4.85 4.367 0.717 0.739 0.543 0.67 -0.978 0.03 4.568 0.03858 0.969 0.Hidrología 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 41 41 47 49.104 0.164 0.334 0.994 0.01 4.67 -1.80 1.71 3.11 -1.04333 0.59 0.910 0.03707 0.456 0.09314 0.568 0.5 55 56.378 0.065 0.6 105 110 114.5 62 63.46 -0.91 3.03655 0.04 4.565 0.245 0.05103 0.1 76.22 -0.587 0.98 -0.39 4.251 0.11 -0.043 0.08728 0.522 0.305 0.17 0.109 0.5 128 131 145 166 3.696 0.239 0.152 0.60 4.02885 0.370 0.90 3.26 -1.913 0.038 0.05040 0.261 0.13 4.71 3.038 0.022 0.761 0.42 4.136 0.01666 0.03140 0.64 -0.670 0.51 -0.5 57 57.32 4.04 1.50 0.01187 0.08 -1.18 2.43 -0.94 4.804 0.10 -1.66 1.283 0.174 0.609 0.326 0.04614 0.17 0.652 0.31 -0.5 49.07 -1.41 0.5 64 65 66 67 67 68.19 4.261 0.00947 0.22 0.17 -0.00597 0.17 4.04763 0.16 4.05895 0.630 0.870 0.985 0.98 5.

27 .Hidrología Tabla 11: Valores de la variable Chi-Cuadrado para diferentes niveles de confianza.

06805293 0.001765668 0.000236729 4.000471271 0.03857E-07 4.009411943 0.27221172 0.002628552 0.000828281 0.000279819 0.000635185 0.000622723 0.003147644 0.914933837 0.000417622 1.000191184 1.79442344 0.873818526 0.001890359 0.578922495 0.057183365 0.004798189 8.00224737 0.0231569 0.45415879 0.001060927 0.106332703 0.25 0.397448015 0.000749763 0.170604915 0.000180783 Tabla 12: Cálculos para el coeficiente de determinación Gumbel.000500176 0.003606551 0.514650284 0.13657845 0.Hidrología 0.001378276 0.047258979 0.002010557 0.833648393 0.208412098 0.344517958 0.00047259 0.003994151 0.07295E-07 0.000576846 0.319470699 0.038279773 0.011814745 0.004253308 0.092627599 0.153119093 0.57804E-05 0.000533615 0.189035917 0. 0.004781108 0.120982987 0.001479705 0.956994329 28 .29536862 0.54738E-05 0.69865E-06 5.06348E-05 0.079867675 0.005666482 0.228733459 0.646975425 0.030245747 0.00557312 0.005437707 0.001783087 0.000374009 0.718809074 0.425330813 0.756143667 0.370510397 0.002669905 0.002190558 0.007561437 0.612476371 0.68241966 0.017013233 0.003209668 0.000458417 0.002982188 0.483931947 0.001581462 0.006145472 0.001943463 0.5463138 0.

002129221 0.000610735 0.00044466 0.397448015 0.000832222 0.004272043 0.008674898 0.038279773 0.5463138 0.000241154 Tabla 13: Cálculos para el Coeficiente de determinación Log-Normal 0.001188691 0.002268658 0.047258979 0.189035917 0.208412098 0.718809074 0.79442344 0.003190285 0.004253308 0.079867675 0.873818526 0.000586271 0.27221172 0.170604915 0.000277585 2.001374475 0.25331E-07 0.Hidrología 0.007617495 0.120982987 0.06805293 0.000986233 0.000140783 9.005657002 0.003625087 0.57887E-05 0.319470699 0.578922495 0.002540598 0.514650284 0.370510397 0.833648393 0.001697082 0.057183365 0.153119093 0.001877903 0.003959145 0.001293497 0.092627599 0.030245747 0.002603706 0.483931947 0.756143667 0.13657845 0.001033762 9.017013233 0.00509796 0.000462624 4.45415879 0.74942E-05 0.56357E-05 8.68241966 0.96727E-05 0.956994329 29 .25 0.0231569 0.001625282 0.00047259 0.001488618 0.001479907 0.011814745 0.001335585 0.646975425 0.106332703 0.002375927 0.914933837 0.612476371 0.5293E-08 3.001336061 0.001890359 0.344517958 0.425330813 0.29536862 0.003742248 0.002245936 0.000626305 0.011884792 0.228733459 0.003474846 0.007561437 0.000378556 0.

Hidrología Cristian Cabrera Villanueva Guillermo Lagos Muñoz Jaime Latrach Jorquera 30 .