scholarly journals Aplicación de un modelo de calidad de agua y definición de criterios para el monitoreo de un fertilizante en una cuenca rural

2004 ◽  
Vol 11 (4) ◽  
pp. 411
Author(s):  
Mónica E. Gelmi ◽  
Rafael Santiago Seoane
Keyword(s):  
Water Quality ◽  
Water Resources ◽  
Buenos Aires ◽  
Kolmogorov Smirnov ◽  
Log Normal ◽  
Von Mises ◽  
Cramer Von Mises

El objetivo de este trabajo consiste en aplicar el modelo de calidad de agua denominado Simulator Water Resources in Rural Basins - Water Quality (SWRRB-WQ) asociado a un modelo de generación de variables hidrometeorológicas, Richardson (1981), para estimar la masa de fertilizante nitrogenado transportado por el escurrimiento superficial en una subcuenca del arroyo Tapalqué (Provincia de Buenos Aires, Argentina). Se diseña un plan de experimentos con el propósito de definir las principales características de un programa de muestreo para estudiar la carga de nitratos que se encuentra asociada con la aplicación del fertilizante nitrogenado en una subcuenca que tiene una superficie sembrada de aproximadamente 202 km2. Con el propósito de simular la altura de la precipitación diaria, variable de entrada del modelo hidrológico y de calidad deagua, se propone seleccionar el modelo estocástico más adecuado entre las funciones de densidad de probabilidades: Gamma,Log-Normal II, Log-Normal III y Exponencial, a partir de la aplicación de los estadísticos de Kolmogorov-Smirnov y de Cramer-von Mises. Un objetivo importante es estimar la carga de nitratos en la sección del arroyo Tapalqué correspondiente al cierre de la subcuenca motivo de estudio para distintos escenarios de aplicación del fertilizante nitrogenado en distinta magnitud asociado a diferentes trazas sintéticas de variables hidrometeorológicas a partir del modelo de generación de variables hidrometeorológicas, Richardson (1981). A partir de las simulaciones realizadas, se estima la función de correlación cruzada entre la altura de la precipitación y la carga de nitratos contenida en el escurrimiento que permite definir el tiempo medio de retardo entre ambas variables. Este resultado es importante ya que define el período de tiempo posterior a la ocurrencia del evento de precipitación, para el cual sería importante intensificar los muestreos en la sección del arroyo Tapalqué correspondiente al cierre de la subcuenca en estudio.

scholarly journals Aplicação da Distribuição Nakagami na Análise de Dados de Precipitação

2019 ◽  
Vol 34 (1) ◽  
pp. 1-7
Author(s):  
Josmar Mazucheli ◽  
Isabele Picada Emanuelli
Keyword(s):  
Kolmogorov Smirnov ◽  
Anderson Darling ◽  
Log Normal ◽  
Von Mises ◽  
Cramer Von Mises

Resumo Este trabalho teve como objetivo avaliar o desempenho da distribuição Nakagami na análise de séries de precipitação mensal, ao longo de vários anos, visando à seleção de uma distribuição útil para o planejamento e gestão de atividades dependentes dos índices de precipitação na Região Sul do Brasil. Para tanto, compara-se a mesma com cinco distribuições alternativas: Weibull, Gama, Log-Normal, Log-Logística e Inversa-Gaussiana. Foram utilizadas séries históricas de 33 estações meteorológicas observadas entre janeiro de 1970 a dezembro de 2014, totalizando 396 séries (33 estações × 12 meses). Para a escolha da distribuição, que forneceu o melhor ajuste, foram utilizados os valores dos critérios de informação de Akaike, de Kolmogorov-Smirnov, de Anderson-Darling e de Cramér-von Mises. Segundo estes critérios se encontrou que as distribuições Nakagami e Weibull foram selecionadas o maior número de vezes (Nakagami: 146 vezes e Weibull: 100 vezes). Embora a distribuição Nakagami não seja muito utilizada, na descrição de dados de precipitação, recomenda-se sua utilização na descrição do comportamento da pluviosidade mensal como alternativa para distribuições tradicionalmente utilizadas.

scholarly journals Distribuições de probabilidade para séries históricas mensais de pressão atmosférica no município de Mossoró-RN

2016 ◽  
Vol 11 (2) ◽  
pp. 135
Author(s):  
Janilson Pinheiro de Assis ◽  
Roberto Pequeno de Sousa ◽  
Paulo César Ferreira Linhares ◽  
Thiago Alves Pimenta ◽  
Elcimar Lopes da Silva
Keyword(s):  
Atmospheric Pressure ◽  
Probability Distributions ◽  
Probability Density Distribution ◽  
Chi Square ◽  
Pearson Type ◽  
Kolmogorov Smirnov ◽  
Anderson Darling ◽  
Log Normal ◽  
Von Mises ◽  
Cramer Von Mises

<p>Objetivou-se verificar o ajuste de 12 séries históricas de pressão atmosférica mensal (milibar) no período de 1970 a2007, em Mossoró, RN, à sete modelos de distribuição densidade de probabilidade Normal, Log-Normal, Beta, Gama, Log-Pearson (Tipo III), Gumbel e Weibull, através dos testes Kolmogorov-Smirnov, Qui-Quadrado, Cramer Von-Mises, Anderson Darling e Kuiper a 10 % de probabilidade e utilizando-se o Logaritmo da Máxima Verossimilhança. Verificou-se a superioridade do ajustamento da distribuição de probabilidade Normal, quando comparada com as outras seis distribuições. No geral, os critérios de ajuste concordaram com a aceitação da hipótese H<sub>0</sub>, no entanto, deve-se salientar que o teste de Kolmogorov-Smirnov apresenta um nível de aprovação de uma distribuição sob teste muito elevado, gerando insegurança aos critérios do teste, porém, como neste estudo os dados são aproximadamente simétricos, esse é o mais recomendado.</p><p align="center"><strong><em>Probability distributions for historic series of monthly atmospheric pressure </em></strong><strong><em>in city</em></strong><strong><em> of Mossoró-RN</em></strong></p><p><strong>Abstract</strong><strong>: </strong>The aim of this study was to determine the set of 12 time series of monthly atmospheric pressure (millibars) in the period 1970-2007, in Natal, RN, the seven models of the probability density distribution Normal, Log-Normal, Beta, Gamma, Log -Pearson (Type III), Gumbel and Weibull, through the Kolmogorov-Smirnov tests, Chi-Square, Cramer-von Mises, Anderson Darling and Kuiper 10 probability and using the logarithm of the maximum likelihood. It is the superiority of adjusting the normal probability distribution compared to the other six distributions. Overall, the fit criteria agreed with the acceptance of the hypothesis, however, it should be noted that the Kolmogorov-Smirnov test shows a level of approval of a distribution under test very high, which creates some uncertainty to the criteria of test, but in this study as the data are roughly symmetrical it is the most recommended.</p>

scholarly journals Función de densidad de probabilidades de la altura de la precipitación y la correlación entre la intensidad y la duración

2001 ◽  
Vol 8 (2) ◽  
pp. 201
Author(s):  
Rafael Santiago Seoane ◽  
Mónica E. Gelmi ◽  
Alejandra I. Vornetti
Keyword(s):  
Kolmogorov Smirnov ◽  
Von Mises ◽  
Cramer Von Mises

El objetivo de esta investigación es estudiar los efectos que la correlación entre las variables intensidad y duración de la precipitación tiene sobre la función de densidad de probabilidades de la altura de precipitación. Se deducen nuevas expresiones para la función de densidad y para los momentos de primero y segundo orden de esta variable. En la primera parte se presentan las nuevas expresiones de la función de densidad de probabilidades, la esperanza matemática y la varianza de la altura de precipitación, deducidas a partir de una función de densidad de probabilidades bivariada propuesta por Gumbel (1960) que considera la correlación mencionada. En la segunda parte se discuten los resultados al aplicar las nuevas expresiones a series de precipitaciones observadas en escalas horaria y diaria y se demuestra la importancia de considerar la correlación para preservar los momentos de primero y segundo orden. Los estadísticos de Kolmogorov-Smirnov y Cramér-von Mises se utilizan para medir las distancias entre las dos distribuciones acumuladas estimadas con el modelo de Gumbel (con y sin correlación) y la distribución empírica de los datos de precipitación. Finalmente, se presenta la comparación entre los momentos de primero y segundo orden de la altura de precipitación estimados usando las nuevas expresiones y las propuestas por Córdova y Rodríguez-Iturbe (1985).

scholarly journals Potencia y Robustez en Pruebas de Normalidad con Simulación Montecarlo

2020 ◽  
Vol 5 (18) ◽  
pp. 108-119
Author(s):  
Elizabeth María Gandica de Roa
Keyword(s):  
P Value ◽  
Kolmogorov Smirnov ◽  
Von Mises ◽  
Cramer Von Mises

En esta investigación se planteó como objetivo general, examinar la potencia y robustez de las pruebas de normalidad en muestras grandes y pequeñas, generadas con simulación Montecarlo. Se aplicaron pruebas de hipótesis no paramétricas que miden el grado de discrepancia entre las distribuciones empíricas y la función de distribución acumulada normal, que analizan la correlación entre la distribución teórica y la experimental y las que se sustentan en el estudio de la asimetría y curtosis. La comparación se hizo en dos grupos con tamaño de muestras distintas. En las muestras grandes se compararon las pruebas de Kolmogorov-Smirnov; Chi-Cuadrado de Pearson; Jarque-Bera y Geary; en las muestras pequeñas Shapiro-Wilk; Cramér-von Mises; Lilliefors y Watson. Los contrastes se realizaron con el Programa informático RStudio y el criterio de rechazo para las hipótesis nulas se hizo a través del p-value. Como conclusión, la prueba de mayor robustez en muestras grandes es Kolmogorov estimándose que su probabilidad es menor a 0,11. En muestras pequeñas este resultado corresponde a Shapiro-Wilk con una estimación menor a 0,14. Con relación a la potencia en las pruebas de normalidad para muestras grandes se demostró que la más potente de ellas es la prueba Jarque Bera, con un intervalo de confianza entre 0,86 y 1. Para las muestras pequeñas ninguna de las pruebas sometidas a estudio resultó potente.

Sign in / Sign up

Export Citation Format

Share Document