A juste de las distribuciones GVE, LOG y PAG con momentos L depurados (1, 0)

Daniel Francisco Campos Aranda

Resumen


Los momentos estadísticos han sido utilizados para caracterizar las distribuciones de probabilidad, así como las muestras de datos observados. En este trabajo se describe someramente la teoría de los momentos L y de los llamados momentos L depurados (1, 0), que son capaces de reducir la influencia del valor más bajo de la muestra, para mejorar el ajuste y obtener predicciones extremas más confiables. Se citan las ecuaciones, recientemente expuestas en la literatura estadística, que permiten estimar los parámetros de ubicación (u), escala (a) y forma (k) de las tres funciones de distribución de probabilidades más utilizadas en los análisis de frecuencias de datos hidrológicos extremos, que son la General de Valores Extremos (GVE), la Logística Generalizada (LOG) y la Pareto Generalizada (PAG). Estas tres distribuciones se ajustaron con los métodos de momentos L y momentos L depurados (1, 0), a los 21 registros de gasto máximo anual disponibles en la Región Hidrológica núm. 10 (Sinaloa). Se evaluó la calidad de cada ajuste a través del error estándar. El análisis de los resultados indica que la distribución PAG conduce a los menores errores de ajuste en trece registros con el método de los momentos L depurados (1, 0) y en el resto con el de momentos L. Las conclusiones sugieren la aplicación sistemática de los tres modelos probabilísticos utilizados y del método de los momentos L depurados (1, 0), como una versión avanzada del procedimiento de los momentos L, actualmente de uso universal

Palabras clave


momentos L, momentos L depurados (1, 0), distribuciones de probabilidad GVE, LOG y PAG, error estándar de ajuste, Región Hidrológica núm. 10 (Sinaloa)

Texto completo:

PDF




 Créditos | Políticas de uso | Mapa del sitio | Propiedad intelectual

Tecnología y Ciencias del Agua