Aplicación de la suavización Spline en la modelación de la temperatura promedio mensual del Valle del Cauca usando ponderación por diagramas de Voronoi

Palabras clave: regresión no paramétrica, suavización Spline, diagramas de Voronoi, temperatura

Resumen

Entender el comportamiento de algunos fenómenos climatológicos, en especial la temperatura, es de gran importancia para diferentes actividades humanas. Por esta razón el objetivo de este documento es la modelación de la temperatura mensual del Valle de Cauca en el periodo 1971-2002 por medio de suavización Spline ponderada. Para la modelación se tuvieron en cuenta dos estratos (Valle y Montaña), en términos de temperatura, puesto que la región del Valle del Cauca está ubicada en diferentes pisos térmicos que afectan su comportamiento. Además se hizo uso de diagramas de Voronoi para determinar el área de influencia de cada estación meteorológica que se encuentra en el departamento y así asignarle su ponderación para la modelación.

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor

Alvaro Jóse Flórez, Universidad del Valle

Nació en Cali, Colombia, el 8 de octubre de 1983. Se graduó de estadístico en el año 2007 en la Universidad del Valle de Cali, Colombia. Actualmente ejerce como profesor auxiliar de la Escuela de Estadística de la Universidad del Valle, Cali, Colombia. Algunas de sus publicaciones son: “Modelación de la concentración atmosférica de CO usando regresión no paramétrica con bandas de variabilidad no homogéneas”. Ingeniería y Competitividad, Volumen 16, No. 1, p. 259 - 267 (2014) y “Estudio de simulación para comparar varios estimadores de varianza en el marco de la regresión no paramétrica”. Comunicaciones en Estadística, Vol. 7, No. 1, pp. 49–66 (2014). El profesor pertenece al Grupo de Investigación en Estadística Aplicada (INFERIR) de la Universidad del Valle, donde el área actual de estudio es el análisis de datos longitudinales.

José Efrain Delgado, Universidad del Valle

Nació en Cali, Colombia, el 15 de Marzo de 1983. Se graduó de estadístico en el año 2011 en la Universidad del Valle de Cali, Colombia. Actualmente ejerce como docente en la fundación Santa Isabel de Hungría, Cali, Colombia. Entre sus funciones se encuentran además de las labores pedagógicas, la medición y evaluación de las actividades realizadas en las diferentes gestiones de la institución, en el marco del proceso de calidad institucional

Mauricio Mera Hoyos, Mauricio Mera Hoyos

Nació en Cali, Colombia. Culmino sus estudios de estadística en el año 2011 en la Universidad del Valle con sede en Cali, Colombia. Ha ejercido su profesión diversas áreas entre las cuales se encuentran la Investigación de Mercados en Colombia y Centro América y el sector Energético Colombiano; actualmente se encuentra vinculado al sector financiero a través del el Banco de Occidente, Cali, Colombia. En desarrollo de su trabajo académico hizo parte del grupo Grupo de Investigación en Estadística Aplicada (INFERIR) de la Universidad del Valle.

Citas

Segunda comunicación nacional ante la convención marco de las naciones unidas sobre cambio climático. SCN. 2010.

Eslava, J. “Climatología del Pacífico colombiano”, Academia colombiana de ciencias geofísicas. Bogotá. Colección Eratóstenes, 1994.

Andrade, M. “Monthly Average Temperature Modelling for Valle del Cauca(Colombia)”. Ph.D. dissertation, The University of Reading, 2009.

Boots, B., Okabe, A., Sugihara, K., and Chiu, S.N. “Spatial tessellations: concepts and applications of Voronoi diagrams”. West Sussex, England. Wiley, 2000.

Olaya, “J. Suavización y regresión no paramétrica: una alternativa de modelación estadística”. XV Simposio de Estadistica. Universidad Nacional de Bogotá.

Eubank, R. “Nonparametric Regression and Spline Smoothing”. New York. Marcel Dekker, 1999.

Härdle, W. “Smoothing Techniques With Implementation in S”. New York. Springer-Verlag, 1991.

Bowman, W. and Azzalini, A. “Applied smoothing techniques for data analysis: the kernel approach with S-Plus illustrations”. New York. Oxford University Press, 1997.

Hastie, T. and Tibshirani, R. “Generalized Additive Models”. Chapman & Hall, London (1990)

Rice, J. “Bandwidth Choice for Nonparametric Regression”. The Annals of Statistics, vol. 12, no. 4, pp. 1215-1230. 1984.

Gasser, T., Sroka, L. and Jennen-Steinmetz, C. “Residual Variance and Residual Pattern in Nonlinear Regression”. Biometrika, vol. 73, no. 3, pp. 625-633. 1986

Hall, P., Kay, J. W. and Titterington, D. M. “Asymptotically Optimal Difference-Based Estimation of Variance in Nonparametric Regression”. Biometrika, vol. 77, no.3, pp. 521-528. 1990

Dette, H., Munk, A. and Wagner, T. “Estimating the Variance in Nonparametric Regression-What is a Reasonable Choice?” 4, Journal of the Royal Statistical Society. Series B (Statistical Methodology), vol. 60, no. 4, pp. 751-764. 1998.

Florez, A. y Olaya, J. “Estudio de simulación para comparar varios estimadores de varianza en el marco de la regresión no paramétrica”. Comunicaciones en Estadística, vol. 7, n 1, pp 49-66. 2014

Andrade, M. y Longford, N. “Outliers in mixed models for monthly average temperatures”. Austrian Journal of Statistics, vol. 39, n. 3, pp. 203-221. 201

Publicado
2013-12-13
Cómo citar
Flórez, A., Delgado, J., & Mera Hoyos, M. (2013). Aplicación de la suavización Spline en la modelación de la temperatura promedio mensual del Valle del Cauca usando ponderación por diagramas de Voronoi. Entre Ciencia E Ingeniería, 7(14), 32-37. Recuperado a partir de https://revistas.ucp.edu.co/index.php/entrecienciaeingenieria/article/view/602
Número
Vol. 7 Núm. 14 (2013)
Sección
Artículos
Derechos de autor 2019 Entre Ciencia e Ingeniería