Por favor, use este identificador para citar o enlazar este ítem: http://dspace.espoch.edu.ec/handle/123456789/23054
Título : Método de remuestreo Bootstrap para la determinación de umbrales en variables atmosféricas en la provincia de Chimborazo
Autor : Vizuete Vizueta, Franklin Orlando
Director(es): Ramos Araujo, Cristina Estefanía
Tribunal (Tesis): Pérez Londo, Natalia Alexandra
Guanga Chunata, Deysi Margoth
Palabras claves : SOFTWARE R;BOOTSTRAP;UMBRALES;SERIES HOMOGÉNEAS;VARIABLES ATMOSFÉRICAS;ESTADÍSTICO OBSERVADO
Fecha de publicación : oct-2024
Editorial : Escuela Superior Politécnica de Chimborazo
Citación : Vizuete Vizueta, Franklin Orlando. (2024). Método de remuestreo Bootstrap para la determinación de umbrales en variables atmosféricas en la provincia de Chimborazo. Escuela Superior Politécnica de Chimborazo. Riobamba.
Identificador : UDCTIPEC;20T01916
Abstract : The objective of this research was to apply the Bootstrap resampling method for the determination of thresholds in atmospheric variables for the province of Chimborazo, for which the database of the stations for the years 2014 to 2018 provided by the Alternative Energies and Environment Group was used, to which the atmospheric variables Ambient Temperature and Atmospheric Pressure were purified to obtain a more reliable database to carry out the study proposed in this research. A review of the existing bibliography on the Bootstrap method was carried out to implement an algorithm that allowed us to determine thresholds in atmospheric variables with the help of R software, thus avoiding complex mathematical calculations that result from working with a large amount of data. With the previously treated data, a homogenization of the data was performed using the Climatol package included in R of the Temperature and Atmospheric Pressure, and then select the best homogeneous series using the criterion “The best homogeneous series is the one with the lowest snht value and the lowest rmse value” to find the observed statistic (T_máx^s) of each meteorological station and then apply the Bootstrap MBB resampling to determine the thresholds of the atmospheric variables, by means of the 〖snht〗_1MBB statistic, which decreased the SNHT and RMSE for 4 out of 7 meteorological stations as evidenced in Table 9-4. Therefore, the results obtained were determined to be statistically significant and can be used for future studies. Further studies are recommended to optimize the use of the R Climatol package and the Bootstrap process, through the investigation of precision metrics in order to implement them and thus validate the methodology developed.
Resumen : El objetivo del presente trabajo fue aplicar el método de remuestreo Bootstrap para la determinación de umbrales en variables atmosféricas para la provincia de Chimborazo, por lo cual se trabajó con la base de datos de las estaciones de los años 2014 al 2018 provistas por el Grupo de Energías Alternativas y Ambiente, a la misma que se le realizó una depuración de las variables atmosféricas Temperatura Ambiente y la Presión Atmosférica, para obtener una base de datos más fiable para realizar el estudio propuesto en este trabajo. Se realizó una revisión de la bibliografía existente acerca del método Bootstrap para implementar un algoritmo que nos permitió determinar umbrales en variables atmosféricas con ayuda del software R, y así evita realizar cálculos matemáticos complejos que resultan al trabajar con una gran cantidad de datos. Con los datos tratados previamente se realizó una homogeneización de los mismos utilizando el paquete Climatol que viene incluido en R de la Temperatura y la Presión atmosférica, para luego seleccionar las mejores series homogéneas mediante el criterio “La mejor serie homogénea es la que tiene menor valor snht y menor valor rmse” para así encontrar el estadístico observado (T_máx^s) de cada estación meteorológica para luego aplicar el remuestreo Bootstrap MBB y poder determinar los umbrales de las variables atmosféricas, mediante el estadístico 〖snht〗_1MBB, lo cual disminuyó el SNHT y el RMSE para 4 de 7 estaciones meteorológicas como se evidencia en la tabla 10-4. Por ende, se determinó que los resultados obtenidos son estadísticamente significativos y se los puede utilizar para estudios a futuro. Se recomienda estudios adicionales para optimizar el uso del paquete R Climatol y del proceso de Bootstrap, a través de la investigación de métricas de precisión para poderlas implementar y así validar nuestra metodología desarrollada.
URI : http://dspace.espoch.edu.ec/handle/123456789/23054
Aparece en las colecciones: Maestrias: Modalidad Proyectos de Investigación y Desarrollo

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
20T01916.pdf2,86 MBAdobe PDFVista previa
Visualizar/Abrir


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