Evaluación de criterios de selección de modelos probabilísticos: validación con series de valores máximos simulados

Autores/as

  • Roberto S. Flowers Cano Universidad Juárez Autónoma de Tabasco
  • Robert Jeffrey Flowers Universidad Juárez Autónoma de Tabasco
  • Fabián Rivera Trejo Universidad Juárez Autónoma de Tabasco

Palabras clave:

error estándar de ajuste, KolmogorovSmirnov, Cramer-Von Mises, Anderson-Darling

Resumen

Se realizó un estudio de Monte Carlo para determinar la validez del empleo de la prueba del error estándar de ajuste como criterio de selección en el análisis de frecuencias. Dicho estadístico se comparó con los estadísticos de prueba de Kolmogorov-Smirnov, Cramer-Von Mises y AndersonDarling. Las distribuciones elegidas para el propósito de comparar estos estadísticos fueron la gamma, Weibull, Gumbel, log-normal y log-logística. Los resultados obtenidos recomiendan el uso de muestras con tamaño de por lo menos n = 50 para tener un buen desempeño de las pruebas de Anderson-Darling y error estándar de ajuste. El empleo de las pruebas de Kolmogorov-Smirnov y Cramer-Von Mises no es del todo recomendable en hidrología, ya que para obtener un desempeño aceptable se necesitan muestras más grandes de las que normalmente se tienen en esta disciplina.

Descargas

Cómo citar

Flowers Cano, R. S., Jeffrey Flowers, R., & Rivera Trejo, F. (2014). Evaluación de criterios de selección de modelos probabilísticos: validación con series de valores máximos simulados. Tecnología Y Ciencias Del Agua, 5(5), 189-197. Recuperado a partir de http://revistatyca.org.mx/index.php/tyca/article/view/1241

Número

Sección

Notas

Artículos más leídos del mismo autor/a