Por favor, use este identificador para citar o enlazar este ítem: http://dspace.espoch.edu.ec/handle/123456789/14280
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorEscudero Villa, Amalia Isabel-
dc.contributor.authorCheca Gamarra, Marisol Carolina-
dc.date.accessioned2021-01-15T17:19:55Z-
dc.date.available2021-01-15T17:19:55Z-
dc.date.issued2020-02-10-
dc.identifier.citationCheca Gamarra, Marisol Carolina. (2020). Análisis geoestadístico de datos funcionales de temperatura del aire en la provincia de Chimborazo. Escuela Superior Politécnica de Chimborazo. Riobamba.es_ES
dc.identifier.urihttp://dspace.espoch.edu.ec/handle/123456789/14280-
dc.descriptionEl presente trabajo de investigación tuvo como objetivo estimar la temperatura del aire en sitios no muestreadas de la provincia de Chimborazo, período 2014-2017 a través del análisis geoestadístico de datos funcionales considerando las 11 estaciones meteorológicas que monitorea el GEAA. Se consideró como dato funcional la temperatura diaria por horas y anual por días, suavizadas mediante B-Splines Cúbico y Fourier, con 15 y 365 bases según el comando min.basis( ) de R y una varianza residual de 0.238 y 0.047 respectivamente. Para determinar el comportamiento de la temperatura se identificó las funciones: media, desviación estándar y atípicas (fueron separadas del análisis) de cada una de las estaciones. A fin de definir el dato funcional para la modelación geoestadística se realizó un FANOVA, tanto para las curvas medias por hora y por día; no se rechazó la hipótesis nula por día, por tal motivo para la modelación espacial se tomó la temperatura promedio de los años en estudio. Mediante validación cruzada se obtuvo menor suma de residuos con el modelo esférico para las estimaciones con kriging ordinario funcional (OKFD), mismo que mientras más datos muestrales se disponga el ajuste es mejor, motivo por el cual se generaron sistemáticamente 29 puntos, de los cuales 4 permitieron mejorar el modelo, por lo que se definió con 15 puntos georreferenciados, con una desviación estándar de 3102.62 grados centígrados. Se estimó la temperatura en cuatro zonas de cultivo de quinua: Amulá Casaloma, Majipamba, San Pedro de Yacupamba y Columbe Grande, cuyos resultados fueron comparados con las temperaturas descargadas de la NASA, obteniendo sumas de cuadrados del error de 355.13, 1878.12, 1465.88 y 765.05 respectivamente. Se recomienda aplicar la misma metodología para el análisis de otras variables meteorológicas.es_ES
dc.description.abstractThe present titling work had as aim to estimate the air temperature in unsampled sites of the Chimborazo province, period 2014-2017 through the geostatistics analysis of functional data considering the 11 weather stations that the GEAA monitors. The daily, hourly and annual temperatures per day, softened by B-Splines Cubic and Fourier, with 15 and 365 bases according to the min.basis( ) command of R and a residual variance of 0.238 and 0.047 respectively, were considered as functional data. To determine the behavior of the temperature, functions were identified: mean, standard deviation and atypical (were separated from the analysis) of each of the stations. In order to define the functional data for geostatistical modeling, a FANOVA was carried out, both for the average curves per hour and per day; the null hypothesis was not rejected for the day, for this reason for the spatial modeling the average temperature of the years under study was taken. By means of cross-validation, a smaller sum of residues was obtained with the spherical model for estimating with ordinary kriging functional (OKFD), even if the more sample data the adjustment is available, the better, which is why 29 points were systematically generated, of which 4 allowed to improve the model, so it was defined with 15 georeferenced points, with a standard deviation of 3102.62 degrees Celsius. The temperature in four quinoa cultivation zones was estimated: Amulá Casaloma, Majipamba, San Pedro de Yacupamba and Columbe Grande, whose results were compared with the temperatures downloaded from NASA, obtaining sums of error squares of 355.13, 1878.12, 1465.88 and 765.05 respectively. It is recommended to apply the same methodology for the analysis of other methodological variables.es_ES
dc.language.isospaes_ES
dc.publisherEscuela Superior Politécnica de Chimborazoes_ES
dc.relation.ispartofseriesUDCTFC;226T0055-
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.subjectANÁLISIS DE DATOS FUNCIONALESes_ES
dc.subjectGEOESTADÍSTICAes_ES
dc.subjectKRIGING ORDINARIO PARA DATOS FUNCIONALESes_ES
dc.subjectMETEREOLOGÍAes_ES
dc.subjectTEMPERATURA DEL AIREes_ES
dc.titleAnálisis geoestadístico de datos funcionales de temperatura del aire en la provincia de Chimborazoes_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
dc.contributor.miembrotribunalRosero Erazo, Carlos Rolando-
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/3.0/ec/es_ES
Aparece en las colecciones: Ingeniero en Estadística Informática; Ingeniero/a Estadístico/a

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
226T0055.pdf3,17 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons