Estimación e imputación de datos faltantes mediante métodos de interpolación espacial para precipitación mensual acumulada en el departamento de Antioquia durante el periodo 2014-2018
Los valores faltantes son comunes en las bases de datos que trabajamos a diario, el saber que hacer con esos datos faltantes es fundamental, en algunas ocasiones la solución inmediata es quitar los registros y perder información que puede ser de gran valor, el propósito es aprovechar la información...
- Autores:
-
Sánchez Quiroga, Leandro
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2020
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/22341
- Acceso en línea:
- http://hdl.handle.net/11634/22341
- Palabra clave:
- Kriging
Geostatistics
Krigeaje
Geoestadistica
Valores faltantes
Interpolación espacial
Precipitación
IDW
TPS
- Rights
- openAccess
- License
- Abierto (Texto Completo)
Summary: | Los valores faltantes son comunes en las bases de datos que trabajamos a diario, el saber que hacer con esos datos faltantes es fundamental, en algunas ocasiones la solución inmediata es quitar los registros y perder información que puede ser de gran valor, el propósito es aprovechar la información que se tiene disponible en la mayor posibilidad, para ello se disponen de varias técnicas que permiten imputar de manera eficiente los valores faltantes. El presente trabajo busca contrastar métodos de interpolación espacial en la imputación de valores faltantes de precipitación mensual acumulada en el departamento de Antioquia durante el periodo 2014-2018, con datos suministrados por el Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM), para ello se utiliza la distancia inversa ponderada(IDW, por sus siglas en inglés), Spline de placa delgada (TPS, por sus siglas en inglés) y kriging ordinario, como métodos evaluados a través de la raíz del error cuadrático medio(RMSE, por sus siglas en ingles). El Kriging ordinario fue efectivo cunado se tiene más del 10% de los valores faltantes, el método de la distancia inversa ponderada fue el que arrojó mejores resultados cuando se tienen 5% de los valores faltantes. Se aplicaron los resultados obtenidos a los datos correspondientes al año 2018. |
---|