Documente Academic
Documente Profesional
Documente Cultură
Datos climticos
Observaciones (datos medidos; datos interpolados) Salidas de modelos numricos: Simulaciones o pronsticos (posibilidad de variar condiciones iniciales o de borde)
Robustez y resistencia
%s deseable &ue un mtodo de anlisis de datos sea poco sensible a suposiciones sobre la naturaleza de los datos' (' e)'* &ue los resultados no dependan esencialmente de &ue los datos si#an una distribucin #aussiana' +n mtodo es robusto cuando sus resultados no dependen esencialmente de cul sea la distribucin de los datos' +n mtodo es resistente si no es in$luido considerablemente por unos pocos datos at,picos (-outliers.)
Ejemplo: dados los conjuntos {11 12 13 14 15 16 1 1! 1"# $ {11 12 13 14 15 16 1 1! "1# Distintas medidas de %tendencia central&: En ambos casos' el valor central es 15' pero los promedios son 15 $ 23 respectivamente(
Ej:
.2 1
.3 4 /# #
{.3 .2 / 1 4
0 mo podemos estimar un valor central &ue* en sentido amplio* de)e probabilidad 1 a ambos lados2 {.3 .2 / 2 4 #
(arece natural tomar un valor &ue de)e la misma cantidad de datos a cada lado* en este caso el 3: {.3 .2 / 2 4 3' #( Se dice &ue la mediana de la muestra es 0/(5 1 2 %percentil 5/&
uantiles4
%)' 3) Sea a5ora la muestra { 0 ul ser la mediana2 1 .3 4 /#
{.3 / 1 4
Convencionalmente* se suele tomar el promedio entre los dos valores centrales* o sea (/ 6 7) 83 9 3':' (ero* si no se tiene ms in$ormacin* podr,a ele#irse cual&uier valor en ese intervalo (/*7)
;eneralizando* sea p tal &ue < = p = /' >os p.0uantiles (&p) ( o percentiles) son valores &ue de)an*en cierto sentido* probabilidad p a su iz&uierda* y probabilidad /?p a su derec5a'
0p
1. p
2*3 , 0p+ 1 p
2*3 4 0p+ 1 1 . p
/)tomar los estad,sticos de orden como los cuantiles (<':8n)* (/':8n)* '''* (@n?<':A8n) respectivamente 3) para los cuantiles con probabilidades entre (<':8n) y (@n?<':A8n)* se interpola linealmente' B) los valores m,nimo o mCimo de la muestra se asi#nan a los cuantiles para probabilidades $uera de ese ran#o'
3+ ?imetr)a: c>mo estn distribuidos los datos respecto del valor central 4+-
<ocali=aci>n
_
@edia @ediana
x =
0/(5/
x
i =1
<a mediana %divide el conjunto de datos en dos subconjuntos ordenados con i5ual cantidad de datos& ( Amportante: la mediana permite trabajar con estimaciones de probabilidades
2 2
4 4
" "
11 11
14 //4
*outlier+ CC
x = 8
x = 1406
<a media no es robusta ni resistente ?e puede estimar 0ue 2 *3 4 "+ D /(5 D 2*3 , "+
<ocali=aci>n
>os cuantiles ms usados4 @ediana 0/(5 Ferciles' 0/(33 ' 0/(66 Euartiles' 0/(25 ' 0/( Guintiles' deciles' 0/(/5 0/("5
5
Frimedia =
@atlab
Hariable media cuantil percentil mediana Eomando mean &uantile prctile median
Dispersi>n
Antervalo intercuartil AGI 1 0/(
5
*Iobusto $ resistente+
. 0/(25
Dispersi>n
Desviaci>n estndar muestral
*Ji robusta ni resistente+
s=
1 N 1
2 (x i x ) i =1
?imetr)a
Eoe8iciente de asimetr)a de la muestra
Andice de Rule.Sendall
OQ/ OP/
GoCplots (-barritas.)
Toxplots *%barritas&+
Min = 3.20 q0.50 = 60.345 q0.25 = 43.645 q0.75 = 84.96 Max = 124.27
. .
Histo#ramas
Adems de la locali=aci>n' la dispersi>n' $ la simetr)a' tambi;n muestran si los datos son multimodales
Uisto5ramas
2recipitaci>n Iivera a5osto 1"14.1""
20
No. de ocurrencias
15
10
Uisto5ramas
2recipitaci>n Iivera abril 1"14.1""
Uisto5ramas
11/(5 mm
@atlab
%Hariable& Desviacin estndar* varianza Intervalo intercuartil Desv' abs' de la mediana 5isto#rama Distr' de $recuencia acumulada Eomando std var i&r mad
5ist ecd$