cAprTuLo 5S PRUEBAS DE BONDAD DE AJUSTE 5.1 Introduccion Hasta ste monento se han descrite las distribuciones de Probabilidad mis usuales que se aplican en Hidrologia, pare wstimar eventos asociados @ un periodo determinado. Es aqui donde surge la incertidumbre del ingeniero por saber cual de las dis~ tribuciones de probabilidad se ajusta mas a la serie de datos. Para resolver este dilena necesario hacer uso de la ayuda que ofrece la Estadistica, consistente en realizar unas pruebas de bondad de ajuste, entre las que destacan 1a prueba Kolmogorov Smirnov y 1a x? (Chi cuadrada). Como un procedimiento adicional para conparar las diferentes distribuciones de probabilidad se enplea el método del Error Estandar. En este capitulo se presenta 1a teoria correspondiente a cada una de las pruebas de bondad de ajuste mencionadas anterior~ mente, asi como tambien un programa para computador denominado 9PBA compitado en lenguaie Basic, cuyo objetivo es facilitar los cAlculos correspondientes. Para ilustrar el uso del programa PEA, este we aplica a los ejemplos vistos en el capitulo anterior. +2 Pruebas de bondad de ajuste El propésito de las pruebas de bondad de ajuste es unica- mente responder a la cuestién de si los datos se desvian una can= ‘tigas estagisticamente signiticante r cto al modelo de predic~ eien. Estas pruebai de bondad de ajuste consisten en foreular una nipotesis, llamada “hipétesis nula" (Ho), acerca de cual dis~ tribucton siguen los datos, meta par In general ee el modelo pro~ puesto por el ingeniero. A esta hipstesis «1 te atocta un nivel de signficancia (6) que representa 1a maxima probabilidad con que se acepta tener el erron de rechazar una hipstesis que deberia de aceptarse (error tipo I). También ae plantea la “Hipétesis alter~ native" (Ha), 12 cual es diferente a ia hipétesis aula. Fara realizar el contraste de hipétesis se requiere utilizar un es~ tadigrafo muestral que, hablando aproximadamente, mide 1a desviacién de los datos observados respecto del modelo predicho. 2 tadsgrafo muestral opera de 1a siguiente manera: aceptar Ho #1 DS © fceptar Ha (descartar Ho) ai D> © Donde "c" es el valor asociade con cualquier nivel de sig bucién del estadigrafe D asociado con Ho La pruebas de bondad de ajuste se pueden clasiticar en 94Pruebas paramétricas y no paranétricas, Las priaeras se basan en comparar parametros estadisticos tales como 1a media, desviacion ystandar, etc. Adends 1a nuestra de datos en estudio debers pro~ venir de una poblacién que siga una distribucion Normal. Entre estas pruebas se encuentra 1a x (Chi cuadrada). Las pruebas no Paranétricas se basan para su aplicacién en el orden asignado de los datos cuando éstos se ordenan de mayor a menor, y 1a distri- blcion de 1a cusl precede 1a muestra puede ser cualquiera: Entre estas pruebas podenos mencionar 1a Kolmogorav-Smirnov. 5-2.1 Prusba Kolmogerov-Sairnov Esta prueba consiste en obtener 1a maxima ordenada valor absoluto existente entre la distribucien de probabilidad acunulada hipotética FOO y la probabilidad acumulada asociada a los datos de 1a muestra F(x), cuando estos se encuentran ordena- dos de mayor «menor, En forma de ecuacions oe ds [peer r ons) ] on y F'G04 ge calcula con 1a ecuacién (2,5), con 1a salvedad de que pera cada uno de los datos de 1a muestra el periade de retarne se calcula con 1a ecuacién dada por (Ref. 141 the _ (5.2) donde Hi 26 ¢1 ieaimo orden asignado = cada unc de los datos de El estadigrafo miestral a utilizar en 1a prueba de bondad 95de ajuste es precisamente D. Concciendo 1a distribucién de este estadigrafo (su onico Parametro es n), podemos calcular el valor critico y realizar un contraste ce nipotesis a un nivel de significancia pr crite. 5.2.2 Prusba Chi cuadrada En esta prueba lo que se compara es el grado de ajuste entre un histograma observado y una funcion de densidad agrupada en una funcién de densidad de prebabilidad correspon: forma de barras. El estadigrafo muestral que se utiliza en esta prueba es: 5 Ws - ED weed sn 3 ss con k-i-m grados de libertad, donde 0) es el numero de eventos ebservados en © jésimo intervalc, E) es el numero de eventos observados que se esperan segin 1a distribucién teorica, ° " el numero de intervalos y “n" el ndero de pardnetros de 1a distrsbucion. Es reconendable (Ref. 6) buscar intervalos con igual Pi (probabilidad de que 1a variable aleatoria se encuentre en cada uno de 108 intervaios) especialmente cuando se trata de variables aleatorias continuas. Tomando esto en consideraci¢n 1a ecuacion (5.5) 90 transforma ent kore ] El procedimiente para obtener el estadignafo suestral se 6resume en 108 siguientes puntos: 1. Seleccionar el nanero de intervalos de clase. Esto = logra de 1a siguiente forma: ns 20 kes a zoins4 kes 5.8) n> 40 keiessinn 2. Se procede a encontrar los limites de loa intervalos de clase para cada una de las distribuciones cono sigue: 2) Normal. lot ative S.6) donde "a" y "b" son los parametros de ubicacion y escala, y Zr e Ja desviacién estandar noreal correspondiente a 1a probabilidad de excedencia P. b) Lognormal de 2 paranetros LE = exe Gy + Ze oy) (s.7 donde wy y ©) Lognornal de tres parametros. Le = au + exp CH + oe Ze) 6.8) donde al, tu, y ec son los parametros de ubicacion, escala y lc ane Wn Gina 47 7) 6.9donde “a" y “c" son los parametros de scala y ubicacion. ©) Pearson tipo IIT 1 o4 2 were a | —- + fice” ggace, “pare (s.10) ‘donde a, 8 y + son los paramatros de escala, forma y ubicacion respectivanente. # Logpearson tipo 111. Le = exp Gy + oy KD cs. donde Hy, # y, K se calculan con las ecuaciones 5.85, 3.86 y 3.68 respectivanente. 3. Se calcula el namero de eventos observados en cada uno de los intervalos de clase. 4, Be aplica 1a ecuacion 5.4. Para realizar el contrat ye de hipetesis se requiere cal- cular el valor eritico de y establecer un nivel de signifi~ fancia & para asi proceder a la prueba de bondad de aiuste. Este métado consiste en calcular @l error estandar a cada una de las distribuciones utilizando 1a ecuacién dada port 2 * Boas - uF (3.12) 8donde Xi, i=ty.+++44 son los eventos registrados, Yi, i=l, ‘son las magni tua de los eventos calculados a través de la fun— ion de distribucién de probabilidad para las mismas probabilid. des asociadas 4 los eventos observades de mayor a menor y “a” es 1 namero de paranetros de 1a distribucién de probabilidad. 5.3 Procediatento general del programa PBA Ay Inieia con une breve explicacion det programa 2. Solicita el nombre del archivo y 1a cantidad de datos. 3. Calcula el periods de retorno, T, asociado a cada uno de los datos. 5. Calcula 1a pre bilidad de excedencia P para cada uno de los intervaios. 6, Calcula el valor de la variable estandarizada Z+para cada probabilidad de excedencia F. 7. Muestra el mend principal con las siguientes opciones: 1) Prusba Kolmogorav-Smirnov, 2) Prueba Chi cuadrada, 3) Métodc del Error Estandar, 4) Calcular para otra auestri 5) Inprs on de datos de la muestra, 6) Salir del program 8. Cuando se eligen algun: de las tres primer del mend principal presenta el mend de las distribuciones y puede seleccionar cualquiera de ell 8. Solicita el valor de los parametros de 1a distribucion. 9. Calcula el extadigrafo muestral. 10. Presenta #1 resultado, 911, Se regresa.al mend: de las distribuciones donde se puede seleccionar otra distribucién © volver al mend principal. 5.4 Diagrama de fluso del programa Ppa INICIO LECTURA DE DATOS T con Ee. (5.2) = kK con Ec. (5) + P con Ee (2.3) = 2, con Ec. (3.8) = MENU PRINCIPAL PRUEBA oTRA KOLMOGOROV-MIRNOV MUESTRA PRUEBA DATOS FOR CHI CUADRADA IMPRESORA METODO DEL SALIR DEL, ERROR ESTANDAR PROGRAMA MENU DE DISTRIBUCIONES 100El siguiente diagrama muestra 1a secuencia de cada una de las tres pruebas que contiene el diagrana anterior. BELECCIONA LA DISTRIBUCION “ ppzzozoor ove4 oompms Bowes ompmvoor MENU PRINCIPAL 101Dentro de cada una de las pruebas de bondad, las distribu- ciones de probabilidad siguen una secuencia general, difiriendo entre ellas en ciertos puntos, como se muestra en los siguient dsagranast = Prueba Kolmogorov-Smirnav. (En el cuadro Sit seccién A tra 1a forma en que calcula F(4i) para cada distribucien) Parametros de la distribucion = Prueba Chi cuadrada. (En el cuadro 5.1 secctén 8 se muestra el ndmere de ecuacién con la que se calculan los limites de interval para cada distribucion). Limites de Paranetros de la distribucién | ——————»} ‘ _——* @ 102~ Métddo del Error Estandar. (En el cuadro S.1, seccién B se muestran las ecuaciones con las que se calcula X(T) para cada distribucion, que son las mismas enpléadai en 1a prueba Chi cua- drada). SUBRUTINA #2 By CUADRO 5.1 Resumen de férmulas utilizadas en las pruebas de bondad de ajuste y Error Estandar. DISTRIBUCION a 8 Normal Zi = (Ki-ad/o cc. Se FOXi) en SUBRUTINA #1 Lognormal de dow Zi = thn Ximny) /ey ec. 5.7 paranetros FOX) en SUBRUTINA #1 Lognormai de tres | Zi = (i-ar-mo/e | ee. 58 Parametros FOX) en SUBRUTINA © 1 Guaber FOX) con Ec. 3.35 Ee. 5.7 Pearson tipo IIT “B) con Ee. 3.54 Ec. 5.10 Oa) con EC, 3.53 Logpearson tipo tit | Tie) con ee. 5.84 Ee. Sit Ou) con Ee. B71 10sLa subrutina # 1 obtiene la probabilidad acumulada de una distribucton normal empleands 1a ecuacion 3.10, y 1a subrutina # 2 calcula 1a variable estandarizada Zy con La ecuacion 3.8. La funcien Gamma Tis) y las funciones de distribucion acumulada Pearson y Logpearson tipo III (ecuaciones 3.54, 5.83 y 5.71 respectivamente) ge odtienen mediante un metade de integra~ c4gn numérica denominado “Cuadratura Gaussiana" (Ref. 4). 63.5 Variables eapleacas en ei programa rea nas Nombre del archive se datos N Cantidad de datos de 1a muestra KC) Valores x1 de 1a muestra original valores de 1a muestra PROJ) Probabilidad acumulada de los datos KR Nomero de intervalos, & TC) Periado de retomo agcciado a les limites be los intervalos PECL) ~ Probabilidad acumulada del interval ZETCL) Variable estandarizada Zy correspondiente a los limites de los intervaios an Parametro de ubicacién (Normal) EN Farametro de excala (Normal? we Parametro de ubicacion (Lognereal de dos paranetros) s16 Porametro de escala (Lognornal de dos paranetros) aL Parametro de ubicacién (Lognormal de tres parametros) 104uLsF siGsF as. cs. ALFA BETA BAMA FOOD Taw AREA ven meDiay DEsvY cey ur xT Par wan con Paranetro de escala (Lognormal de tre: paranetros Parametro de forma (Lognormal de tres parametros) Parametro de ubicacien (Gumbel) Parametro de escala (Gumbel) Parametro de escala (Fearson y Logpearson tipo nD Parametro de forma (Pearson y Logpearson tipo IT) Parametro de ubicacién (Pearson v Lospearson tipo mp Funcién a integrar Valor ge la funcien Tis Valor del area correspondiente a una funcion F(x) Media y de 1a muestra transformada Desviacién estandar 5,, de la muestra transformada Coeficiente de asimetria 9, de la muestra transformada variapie estangarizaca Zr Evento esperado correspondiente a los T) periedos de retorno Namero de parametros de cada distribucien Estadigrato obtenide por 1a prueba Kolmogorov smirnov Estadigrata obtenido por 1a prueba Chi-cuadrada Error estandar obtenido por el métado del Error Estanaar 1085.3.4 Listado del pograma PBA 10 20 30 40 50. 60, 70% 20 90. 100 110 120 150 140 150 460 cus PRINT RHEE EEE LOCATE 5,15:PRINT*PROGRAMA DE LAS PRUEBAS DE BONDAD DE auusTe~ LOCATE 4,15: PRINT Este programa calcula el estadigrato muestral dado por las prueb LOCATE 6,1:PRINT “kolmogorov-Smirnov y Chi cuadrada para 1 Gistribuciones de probabilidad que" LOCATE 7,1:PRINT"aparecen en el mend principal a partir de una muestra den valores, para saber LOCATE @,1:PRINT “si una distribucion de probabilidat Heterminada ee ajusta a la muestra de datos. COCATE 9,1:PRINT "También caleuJa el Error Estandar asociado’a cada una de las. distribuciones" LOCATE 10, 1:PRINT"de probabilidad mencienadas anteriormente. LOCATE 12\S:PRINT*Para el uso de este programs es necesaria'la creacién previa de un LOCATE 13,1:PRINT"archive de datos’ que guarde los valores Ge la muestra, La informacion: LOCATE 14, 1:FRINT"requerida para eJecutar el prograna e: LOCATE 16,15: PRINT"~ Nombre del archivo de datos LOCATE 17}15: PRINT*- Cantidad de datos" LOCATE 18,15: PRINT"- Parametros de la distribucien" LOCATE 2111 PRINT" #wsseaasenstegeaeeenssenseneeeneeeetene® LOCATE 25,1: INPUT"DESEA CONTINUAR O SALIR DEL PROGRAMA (C/5)" OR CONS="2! ara 4470 *ENTRADA DE DATOS CLS: LOCATE 10,25: INPUTNOMBRE DEL ARCHIVO" ;NAS LOcare 14,251 INPUT*CANTIDAD DE VALORES" ;N LOCATE 20,208 INPUT "DESEA CORREGIR ALGUN DATO (S/N) ";DATOS. IF DATOS = "5" Of DATOS = "s" GOTO 220 IF DATO’ = "N" OR DATOS = "A" GOTO 260 aro 240 cus. DIM ZETEND, LIMCN), HOON» XEQND, XIT(ND, FFD DIn xi, Haw, 240, BUN}, FOND, PAN), Daw DIM BON), TEND, PRON), WIND, DEG, XDIND, YEN DIM VEIN) y YN(ND, TAUIND, AREACN), TIN), PECND, ATC OPEN "1", 3, Nas tet IF EDF (5) THEN CLOSE ws: GOTO S90 later Goro S80 ELS: PRINT: PRINT "ESTOS SON LO! ARCHIVO ";NAs PRINI:PRINY "(SE MUESTRAN POR SI DESEA VERIFICARLOS) "sPRINT ";N"DATOS ENCONTRADOS EN EL. 108410 Jno 420 FOR I=1 TON 430 PRINT TAB(15) 1, TAB(SO) X(1) 440 IF Ten GOTO 520 450 Jest 460 TF J<15 Boro S10 470 PRINT:PRINT*PRESIONE CUALGUIER TECLA PARA CONTINUAR THIN! 40 TS=INKEYE 490 300 J=0 S10 NEXT r 520 PRINT: PRINT “PRESIONE CUALGUIER TECLA FARA TR AL MENU PRINCIPAL" S50 TesINKEvS 540 IF Te="" THEN sso 550 CLS:LOCATE 10, 15:PRINT*ESPERE UN MOMENTO FOR FAVOR S60 ‘ORDENAMIENTO DE DATOS DEL ARCHIVO 570 FOR Tel TON 300 FOR Jat TO Ns 590 ABKCH) 00 Bex(s+1) 10 TF ADB THEN 660 20 K«s)=% S40 NEXT J) 650 NEXT 660 "CALCUL DEL PERIODO DE RETORNO PARA LOS N VALORES 670 FOR Jel TON 880 TUDmNED) / 690 PRED=L-J/ (Ne) 700 NEXT J 710 "CALCUL DEL NUMERO DE_INTERVALOS 720 IF NCZO THEN KRes + GOTO 790 730 IF Némdo THEN KReS 2 GOTO 790 740 Ket#3. 3a. 854291 182m4LOG(N) sESINT CK) /2 750 ReCINT (E)) #2 760 1F REINT(K) THEN KReINT(K)+126070 790 770 KRSINT (K) #2 780 "CALCULO DE LA PROBABILIDAD ACUMULADA DEL INTERVALO 790 FOR I=) TD KR 800 FEU) = T7KR B10 NEXT 1 820 "CALCUL DEL PERIONO DE RETORND PARA LOS LIMITES DE INTERVALO B30 FOR Tet TO (kR-1) 40 Tis (1-PE(I))+ GOSUB S950 + ZET CH: 850 NEXT G60 CLS¢LOCATE 4, 28:PRINT “MENU PRINCIPAL 870 LOCATE 8,20: PRINT “1. PRUEBA KOLMOGOROV SMIRNOV" B90 LOCATE 12,20:PRINT “S. METODO DEL ERROR ESTANDAR™ 900 LOCATE 14, 20:PRINT “4. CALCULAR PARA OTRA MUESTRA DE DATOS" FAO LOCATE 16,20:FRINT “5, IMPRESION DE LOS DATOS DEL ARCHIVO 920 LOCATE 18,20:PRINT “6. SALIDA DEL PROGRAMA" 980 LOCATE 21,20: PRINT "SELECCIONE EL NUMERO GUE DESEE" i940 950 960 970 380 950 1000 1010 1020 1030 1080 1050 1080 1090 1100 1110 1120 1150 1140 1150 1160 1170 1180 1190 1200 1210 1220 1230 1280 1250 1260 1270 1260 1290 1500 1310 1520 1550 1340 1350 15360 1370 1380 1590 1400 1850 1490 1450 1460 LOCATE 23,20: INPUT SELE ON SELE GOTO 960,970, 980, 4680, 4550, 4670: GOTO B6v CLS:PRINTSPRINT: PRINT TAB (10) "FRUEBA KOLMOGOROV SMIRNOV" sara 990 . CLS:PRINT:PRINT TAB(10) “PRUEBA CHI CUADRADA"!GOTO 990 CLS:PRINT TAB(10) "METODO DEL ERROR ESTANDAR" PRINT : PRINT PRINT TAB(10) PRINT TAB(10) PRINT TAB(10) PRINT TAB(10) PRINT TAB(10) PRINT TAB(10) PRINT TAB(10) PRINT TAB(10) “SELECCIONE EL NUMERO QUE DESEE" LOCATE 15, 10+ INPUT SELECCION IF SELECCION = 7 GOTO B40 IF SELECCION7 GOTO 950 IF SELECCION=1 OR SELECCION=2 OR SELECCION=4 GOTO 1140 LOCATE 17,102 INPUT "PARAMETRO DE FORMA" ;Ai LOGATE 18,10: INPUT "PARAMETRO DE ESCALA";B1 LOCATE 19, 108 INPUT "PARAMETRO DE UBICACION" sci LOCATE 207103 INPUT "DESEA CORREGIR ALGUN DATO (S/N) ";DAS IF DAS = "5" OR DAS = "s" GOTO 950 IF DAS = “N" OR DA’ = "nN" GOTO 1200 Goro 1140 IF SELE=1 GOTO 1250 IF SELE=2 THEN 1240 IF SELE=3 GOTO 1250 ON SELECCION GOTO 1500, 1570, 1440, 1830, 1600, 2020, 860 ON SELECCION GOTO 2490, 2550, 2010, 2080; 2740) 2019, 000 ON SELECCION GOTO 3110, 3200, 3290, $360, 3470, 3570, B60 PRUEBA OLMOGOROV-SMIRNOV * “DISTRIBUCION NORMAL, AN=C1: BN=E1 FOR I=1 TON 2D =(X AND /BN Next I GOSUB saso uTO 2560 *LOGNORMAL DE DOS FARAMETROS Ubect: SIG=B1 FOR I=1 10 6 21) =(L05(x (1) )-ULd /S16 Next 1 boro 2360 “LOGNORMAL DE TRES PARAMETROS ULSP=al + SIGSP=B1 ¢ AL“C1 IF AL < X«M) GOTO 1470 GoTo 1400 NORMAL LOGNORMAL DE DOS PARAMETROS' LOGNORMAL DE TRES FARAMETROS* SUMBEL * PEARSON TIPO 111" LOGPEARSON TIPO 111" MENU PRINCIPAL" 1081470 1490 1490 1500 1510 1520 1550 1540 1550 1560 1570 1580 1590, 3600 1620 1630 1640 1650 1660 1670 1680 1690 1700 1710 1720 1750 1740 1750 1760 1770 1780 1790 1800 1810 1820 1980 1080 1050 1aso 1870 FOR I=1 TON 2.1) = (L06.((X (1) ~AL) )-ULSP) /S163F NeXT 1 BOSUB 3650 SOTO 2360 *GUMBEL AB-B1 + CO=ct FOR I=1 TON et) FR (1) SEXP (“EXP (~( (x (1) AG) 9/05) NEXT T GOTO 2360 “PEARSON TIPO II ALFASBI: BETASAI® GaMa=Ci TF BETA =x"(BETA=1) /EXP (x) 2110 CLS:LOCATE 12, 15sPRINTESPERE UN MOMENTO POR FAVOR ..." 2120 @=O. 2B=1001 DELTX=1 + MSO 2150 ARE=0 + B=A+DELTX 2140 FOR [m1 TOM 2150 Ao= (Bea) /2 4 Aim (B—Ad/2 2160 DEF FN ¥(xD)=AOvad#xD 2170 C1=.1713244920 + C28. 360715754 1 CS. 467915955" 1 C4=CS + C52: Comct FS2469S14H t X2=~.661209586" + XS=-. 258619186" + Sop XSE“K2 § Xbe—K 2190 TACIMALHEN HOFN YOK1)) +C2#AL4EN HOEN ¥ (X2)) 405481 SEN H(FN V(X) )4C4¥ALHEN HOFN Y(X8)) #CSMALAEN HFN Y(XS)) + CORAIHEN HOFN (x6) 2200 ARESARE*TSASASDELTAL B=B4DELTK 2210 Next 1 2270 TAUSARE 2230 DEF FN 1(X)=( (X-GAMA /ALFA)*(BETAL) HEXP (—((X-GAMA) /ALFAD) / KALFARTAUEXD FOR Je1 TON ERY) t AsGANA + ARES. + BeASDELTX Om (BoA) /2 2 AL=CB-A) /2 DEF FN Z(XD) =AD*AL*XD, Ci=.1715248928 + C2". 560761575" + C59.46791 AG79ISISSN + C4=CS 2180 xa 0: DELTX= (BA) / SEM 8 Ci X2=-. 661209586" 1 XS=-. 2586191868 + 110XSeox2 1 Xo=-K1 TeCL#AL#FN TCFN Z(X1))+C2¥ALSEN LUEN Z(X2)) 4CS¥AL EN I(EN Z(XS))4C4#AL#EN. TEN Z(K4))#CS#ALHEN TAEN 2(XS))% CeMALAEN TEN 2(X6)) @RE“ARE*T:ATACDELTX: B=B+DELTX NEXT THFF (J) =0RE, Nex J! FOR J=1 TON W(J) =ABS (PR(3)-FF (30) Next J XMAXK==1E+10 FOR Jai TON TF WC) NeXT 1 sata 2500 *GUMBEL AG=BL © ceeci FOR Tei TO (KR-1) LIM (1) =AG-CB#LOG (LOG (PE CI) >> NEXT 1 GOTO 2900 “PEARSON ALFATB1 : BETASAL 1 GAMASCI FOR T=1 TO (kKR-1) XBSBETA™ (1/5) -1/9/ BETA (2/5) +ZET (1) /S/BETA* (1/6) CONC) AALFARKE“GeGariA Next 1 s0To 2900 *LOGPEARSON ALFASBL + BETASAL 1 GAMA=C1 MEDIAY=GANASALFASBETA anDESVY=BETA™. SRALFA GEY=2/8QR (BETA) FOR I=1 TO (KR-1) utazeT (1) CAGEY/6 4 KCAUT#(UT*2-1) #C#(UTS-GRUT) #CM2/S~ (UT 2-1) HOS LIM CD EXP (MEDIAV+KC#DESVY) NEXT 1 LiMo) =0, FOR Jeo TO «KR-1) IF J=(KR-1) THEN VMAX=1E+10 1 GOTO 2940 VMAK=LIM (+4) VMINSLINGS) RE=0 FOR I=1 TON IF XC1)VMIN THEN RE@RE+1 NEXT 1 HDC =RE NEXT J O2=0 FOR 1=0 TO (kR-1) 2m02+ (HD (19992 X2= (¢KR/N) #02)-N GoTo 4000 METODO DEL ERROR ESTANDAR * "NORMAL, @NSCL + BNEBL FOR J=1 TON TT) GOSUB 3950 XT=AN+BNAUT xT(a=xT Next J FAR=2 :GOSUB 3770 "LOGNORMAL DE DOS PARAMETROS: ucaci 1 SIG=B1 FoR It TON, Tat cp GOSUB 3950 AT#EXP (UL+S1G#UTD XV =x7 NeXT J PAR=2 26070 3770 "LOGNORMAL DE TRES PARAMETROS ULSP=A1 + SIGSP=B1 + A Tat) GOSUE 3950 XT=AL+EXP (ULSP+UT#SIGSP) xr =xT, Next J 112FaR=3 16070 3770 *GUMBEL, AG=B1 : CS=C1 FOR J=1 TO N Tet) GOSUB 3950 XT=AG~COx (LOG(-LOB(1-1/T))) XT(J)=xT NEXT J PAR=2 2G0TO 3770 “PEARSON TIPO IT ALFASB1 : BETASAL + GAMASCi FOR J=1 TON Tat) G0suB 3930 ESBETA™(1/S)~1/ (9#BETA” (2/3) ) 4UT/ (S*BETA™(1/6) XT=GANA+ALFARE"S XT(S)axT NeXT J PaR=3 sG0TO 3770 “LOGPEARSON TIPO IIT ALFASB1 1 BETASAL + GAMASC1 UY=GANASALFASBETA OY=ALFASOR (BETA) GY=2/SQR (BETA) FOR Je1 TO N Tet) gosuB 3950 T1=uT T2e(UT92-1) /6 T3=2e(UTOS~64UT) /6°S Tae (UTA2-1) /6°3 Ts=uT/E~4 Te=2/6" KaT1+T20G1+T34G1°2-T44G1°3+TS4G174-TE¥G1°S KTSUT# (UT@2=1) GY /6+ (UTOS=GMUT) /SH (GY /6) °2~ (UT>Z=1) # (GY/6) °S 4UT# (GY/6) 4+ (GY/6) “5/3. YrauveKT#oy XT=EXP CYT) XTC xT NEXT J PaR=s ‘sHa=0 FOR I=1 TO N SMARSMAY (XT (1) = (1) 992 Next T CONSSGR (SMA/ (N-PAR) ) GoTo 4000 *SUBRUTINA # 1 FOR J=1 TO N (I) =1/ (1+, 3326740BS (291) HJ) 1 C1 /SQR (24S. 1416) ) EXP (~Z (5) 42/2) # (, 4361836406) ~ 1120167680 (5) “2+. 95729840 (9S) 113,3880 3890 3900 3910 3920 3950 3940 3950 3960 3970 390 3990 43000 3020 4030 4040 4050 4060 IF 263920 THEN FF (SHI) TF 203) <0 THEN FF(J)=1-H() NexT 3 RETURN . *SUBRUTINA # 2 IF T/TIO AND 1/T <# .S THEN P=i/T : GOSUB S¥/0 ¢ GOTO 3760 IF i/T > oS AND 1/7 Gel THEN Pei-1/T 1 GOSUB 3970 ¢ UT=-UT RETURN YaSQR (LOB (1/P72)) UTEV= (2, SO7SS+. 27061 #Y) / (14, 992298V4, 0448142) RETURN CLE:LOCATE 10, 102 INPUT"DESEA RESULTADOS FOR PANTALLA 0 THPRESORA (P/1) "GRE IP REe="r" OR RES="p" GOTO 4050 If RES="1" OR RES="" GOTO 4260 goro 4000 PRINT TAB (1S) "eeeneeeeeeeeennenetenanenennaanoasaanennenenn: ON SELE GOTO 4060,4070, 4080 CLS:LOCATE 5, 15+ PRINT"PRUEBA: KOLMOGOROV-SHIRNOV" :EST=XMAK«GOTO 4090 4070 CLSILOCATE 5, 15:PRINT"PRUEBAL CHE CUADRADA" f EST=x22G070 4090 4080 ELS:LOCATE 5, 15#PRINT "METODO: ERROR ESTANDAR" + EST=CON 4090 LOCATE 7,15:PRINT —“APLICADA AL ARCHIVO: = "sNAS 4100 ON SELECETON GOTO 4110, 4120, 4130, 4140, 4150, 4160 4110 LOCATE 9,15:PRINT —"PARA'LA DISTRIBUCION NORMAL": Bi=BNE ci=ANsGOTO 4170 3120 LOCATE 9,15:PRINT "PARA LA DISTRIBUCION: — LOGNORMAL DE 4130 4140 4150 160 4180 4190 4200 4210 4220 4230 4240 4250 4260 4270 4280 DOS PARANETROS":B1=S1G:C1=UL:GOTO 4170 DOcATE 9, IS:PRINT. “PARA LA DISTRIBUCION: —_LOGNORMAL DE TRES PARAMETROS" + AL@ULSP!B1=SIGSF:Ci=AL:GOTD 4170 LOCATE 9, 15:PRINT "PARA LA DISTRIBUCTON: — GUMBEL' $BieAG:CI=CG:G0TO 4170 LOCATE 9,15:PRINT "PARA LA DISTRIBUCION: PEARSON TIFO TIT":B1=ALFALALMBETA:CL=GAMAsGOTO 4170 LOCATE 9, 15¢PRINT ‘PARA LA DISTRIBUCION: — LOGPEARSON TIPO. 111": Bi=ALFALAISBETA:C1=GAMA:GOTO 4170 LOCATE Li.45:PRINT "CON PARAMETROS: "PRINT Tr SELECCTON! OR SELECCION=2 OR SELECCION=4 GOTO 4200 PRINT TAB(IS)" DE FORMA", TAB(S9)AL PRINT TABCIS)" DE ESCALA®, TAB(S9) BI PRINT TAB({S)" DE UBICACION"; TAB(S9) Cts PRINT TF SELE*S GOTO 4240 PRINT TAB (1S) "ESTADIGRAFO" TAB(S9)EST 1 GOTO 4540 PRINT TAB(15) “ERROR ESTANDAR" TAB (39) EST GoTo 4540 COcATe 15,10: INPUF"EBTA LSTA LA TMPRESORA (O/N) "yTPRE TF IPRS="S" OR IPRE="s" GOTO 4500 IE IPRe="N" OR IPRE="n™ GOTO 4000 soTO 4260 LeRINT: LPRINTsLPRINT?LPRINT LERINT TAB CIS) UetHEEECteRnenweneeeananeneeneeennnens nena” 1a4320 ON SELE GOTO 4350, 4540, 4350 4330 LPRINT TAB (15) “PRUEBAY KOLMOSOROV-~SMI RNB EST=XMAX:G0TO 4360 4340 LPRINT TABS) “PRUEBAL CHI cuaDRaDa” EST=x2s GoTo 4360 . 4350 LPRINT TABS) "METODO! ERROR ESTANDAR" g yarvse sats EST=cON Ar 4360 LPRINT TABC1S) “APLICADA AL ARCHIVO: “sna Bie 4370 LPRINT ROUELA PE Th 4350 ON SELECCION GOTO 4390, 4400, 4410, 4420, 4430, 4340 4390 LPRINT TAB(IS) "PARA LA DISTRIBUCION: ' NORMAL": B1=BN:C: oT 4450 4400 LPRINT TAB(1S) "DISTRIBUCION LOGNORMAL DE 2P": BI=SIG:Ci=UL+G0TO 4450 4310 LPRINT TAB(IS) "DIGTRIBUCION LOGNORHAL DE. SF ALMULSP:B1=S1G3PsC1=AL1GOTO 4450 4420 LPRINT TAB(1S) “DISTRIBUCTON GUMBEL": BI=AGECIMCGE GOTO 4450 4830 LPRINT TAB(1S) “DISTRIBUCION PEARSON TIPO TIT": BI=ALFA:AL=BETA:C1=GAMA:GOTO 4450 4480 LPRINT TABCLS) “DISTRIBUCION LOGPEARSON TIPO ITI": BIsALFALAL=BETA:C1=GAMA:GOTO 4450 4480 LPRINT TABCLS) "CON PARAMETROS:" 44460 IF SELECCION*1 OR SELECCIONS2 OR SELECCION=S GOTO 4480 4870 LPRINT TABS) "DE FORMA mead 4490 LPRINT TAB(1S) "DE ESCALA 4490 LPRINT TABS) "DE UBICACION 4800 IF SELE*3 GOTO 4520 4510 LPRINT:LPRINT TAB(1S) "ESTADIGRAFO “yest + 6OTO 4530 4520 LPRINTSLPRINT TABS) "ERROR ESTANDARE ssEST 4540 LOCATE 23, 15:PRINT "PRESIONA CUALQUIER TECLA PARA VOLVER AL MENU" 4550. ROSINKEYS 4560 IF RS: 4570 GOTO 950 4580 CLS: LOCATE 10,15: INPUT “ESTA LISTA LA IMPRESORA (S/N) INPR® 4590 IF IMPRE="S" OR IMPRE=Ma" GOTO 4420 4800 IF IMPRE="N" OR IMPRE="n" GOTO B60 4610 GOTO 4380 4620 LPRINT TAB(S) "DATOS ALMACENADOS EN EL ARCHIVO: ";NAS: CPRINT 4630 FOR T=1 10 N 4640 LPRINT TAB(S) 1, TAB(3O)X(1) 4650 NEXT 1 4660 GOTO 660 ae7o system 4680 ERASE ZET,LIM HD, XI, XIT,FF,XyHyZ4QyF yPyDyBy Ty PRyMyDEy XDyYy YE, YN, TAU, AREA, XT,PE,AT 4690 Gota 220 saTO 43503.5 Instructivo de uso del programa PBA Con el objeto de explicar como se opera el PEA enseguida se enlista la secuencia a seguir. + Crear archive de datos. Igual que el punto 1 de la sec~ chon 4.6, 2. Cargar sistema, Una vez instalado el sistena operative fen 1a computadora FC se procede a la entrada del programa PBA, bara esto hay que introducir el disco que contiene dicho programa y Proporcienarle 1a clave de entrada (PBA), 10 cual Hara que apa~ rezca en 1a pantalla una deseripeisn del programa, y al final de esta hay que conter ar si se quiere continuar © salir del progra~ S. Entrada de datos, Proporcionar el nombre del archive gue contiene los datos, y el numero de los misnos. 4. Geleccién de la prueba de bondad de ajuste. Si se es tala el mend de las distribuciones correspondientes a 1a prueba de bondad de ajuste seleccionada. Después proporcionan los metros de la distribucién. Luego se pregunta si existe alguna correccién, Si la respuesta es afirmativa ge regress al men de 1 distribuciones, en caso contrario pracedera a realizar los ealeulos. 5. Presentacion de resultados. Se puede imprimir el resul~ tado final (tecleando 1a letra 1) © simplenente verlo en 1a pan= talla (tecleande 1a letra P)- 6. Opciones conplenentarias del mena principal. Si se se~ leceiona 1a opcién 4 desaparece eI archiva eapleado hasta ese 116momento y solicita un nuevo archive de datos. Al escoger 1a op- c16n 5S se pueden imprimir los datos del archivo que se ests uti- Lizando y se regresa al mend principal. Para salir del progres se utiliza 1a opcion & 7, Igual que et punto B de la seccion 4.6 6 Restricciones del programa PBA Las Limitaciones gon 1a entrada de datos y las protec eYones contra errores comunes explicadas en el punto 4.7, ademas de las que se sencionan enseguida. tra de las restriccion se presenta cuando el paranetro de forma, es mayor que 26 porque no puede obtener el estadi~ grafo musetral para 1a prueba Kelmogarav-Sairnav, en las distin buciones de probabilidad Pearson tipe III y Logpearson tipo TIT, debido @ que si Bes mayor que 26 es preciso manejar nuneros fuera del alcance de 1a capacidad de la maquina. Tanpoco calcula 1a prueba Kelmogarov-Smirnoy por el método de momentos cuando el Paranetro de ubicacién es mayor que el valor miniao de los datos ya que es necesario elevar un numero negative 4 una potencia no entera, le cual no puede realizar 1a computadora. 5.3.7 Aplicacién del programa PBA EJenplos de la prueba Kolnoscrov-Sairnov. 2) Utilizando os datos del preblema planteado en 1a sec~ ci6n 4.8 efectde el contraste de hipétesis de 1a prueba Kolnogo- rov-Smirnov correspondiente cada una de las distribuciones de Probapiiigaa en estudio. Se supone un nivel oe significancia aed 10 he soluctonsEl programa PBA calcula el estadigrafo muestral (D) de cada una de las distribuciones de probabiligad, cuyos valores encuentran en el cuadro 5.2 y 5.3. * Los estadigrafos muestrales teoricos asociados a un nivel de significancia 5 del 10 % (DS) se obtienen del anexo 2. El criterio de decision est Aceptar 1a distribucion de probabiligad si De teerice 2 D caleulade EL valor del tadigrafo obtenida con el programa FEA se muestra ya sea por pantalla o inpresora en 1a siguiente formar PRUEBAY KOLMOGOROV-SHIRNOV APLICADA AL ARCHIVO: OREGANO PARA LA DISTRIBUCION: NORMAL (CON PARAMETROS? DE ESCALA, 201.216 DE UBICACION 495.1212 CUADRO 5.2 Kelmogorev-Smimnov. Método de momentos. El Orégano. > D Distripucton teorico | caleulado Decisian Normal 0.217 0.0987 se acepta Lognonmal 2F 0.217 ov ties acepta Lognormal 3 0.217 9.8002 se rechaza Pearson tipo IIT 0.247 0913 acepta Logpearson tipo 111 | 0.217 o.e1te se rechazaCUADRO 5.3. Kolmogorov-Smirnov. Método de maxima verosimilitud. E1 Oregano. D . Distribuci6n tesrico | calculade Decisi6r Normal 0.217 0.0957 se acepta Lognormal 2° 0.217 1183 se acepta Lognarmal 3 0.217 0.7538 se rechaze Gumber 0.217 0.2148 se acerta Pearson tipo IIT 0217 ontni7 acepte Logpearson tipo 111 | 0.217 ooo b) El enunciado del probler es el mismo que el anterior, refiriendose Gnicamente a los datos del cuadro 2, e6 decir, a lap Iluvias diarias maximas anuales de la estacion de Tezocoma ubicada en el estado de Sonora. Solucion: El prucediwiente de sulucion es ©1 mismo que el problema anterior, cuyos resultados se presentan enseguida: CUADRO 5.4. Kolmogorov-Smirnov. Método de momentos. D D Distribucien teorico | calculado Decision Normal 0.258 0.3275, se acepta Lognormal 2° 0.258 0.0984 acepta Lognormal SP 0.258 0.7428 rechaza sumper o.258 2.4398 we rethece Pearson tipo IIT 0.258 Lagpearsen tipo 111 | 0.256 0.7217 rechazaCUADRO 5.5. Kolmogorev-Smirnov. Método de mixima verosimilitud. Tezecona. D D | Distribucién tesrico | calculado | Decision Normai 0.28 | ov1275 se acepta Lognormal 2° 0.258 | 0.0906 acepta Lognermal 3° o.2s8 | o.sias rechaza Sunde 0.253 | 0.4526 se rechaza Pearson tipo IIT 0.258 Logpearson tipo 111 | 0.258 2) Con los gastos maxims anuales de la estacion "El Ore: gano" ubicada sobre el rie Sonora centenides en 1 cuadro 4.2, realizar el contrate de hipétesis pi 8 1a prueba Chi cuadrada Para cada una de lac distribuciones de probabilided: Gupénga pivel de significancia del 10 % Solucient Mediante el programa PBA se obtienen los estadigrafos uestrales (D) enp) sndo tanto los parametros obtenides por el método de momentos y el de maxima verosimilitud y son mostrados fen el cuadro 5.6 y 5.7 respectivanent Los estadigrafos muestrales teoricos (DS) son obtenidos del anexo 2. Criterio de decision: Aceptar 1a distribucien de prababilidad si DS teorico { D calculado 120CUADRO 5.6; Chi cuadrada. Método de momentos. El Oregano. > D Distrsbucion teorico | calculade Deciss6n Normal 40.3 2. hoe ee acepta Lognormal 2P ao.s | aziz se acepta Lagnormal 3P 39.1 |132.0000 ‘se rechaza Gumbel 40.5 | 9.6667 se acepta *) Pearson tipo 111 39.4 2.0000 se acepta Logpearsen tipo 111 | 39.1 3.2121 se acepta CUADRO 5.7. Chi cuadrada. Método de maxima verosiailitud. £1 Oregano. D D. Distribucion teorico | caiculado Decisien Normal 40.3 2.6061 se acepta Lognormal 2P 40.5 a.aziz se acepta Sumber 40.5 8.6667 se acepta Pearson tipo 111 set 0.7879 acepta Logpearson tipo 111 | 591 s.2a2t se acepta b) Se repite el problema anterior pero con los datos con- tenidos en el cuadro 4.2. Soluetsn: mite el procedimiento de solucion por ser igual al problema anterior y se musstran enseguida Gnicamente los resul~ 121CUADRO 5.8. Chi cuadrada. metodo de momentos. Tezocoma. D D Distribueion teorico | caiculado Decision Normal 2.8 tetaze se acepta Legnormat 2 24.8 1.1429 se acepta Legnormal 3P 26.0 | 43.9088 se rechaza Sumber 24.8 | 23.0476 se acepta Phareon tipo 111 26.0 | 0. 46ee7 se acerta Logpearson tipo 111 | 26.0 | 0.66667 se acepta Chi cuadrada, Método de m&xina verosimilitud. Tezocoma. D D Distribueson teorico | catculado Decision Norma 24.8 1.1429 se acepta Lesnormat oF 2a.0 se1a29 se eter Lognormal SF 26.0 | 28.7619 se rechaza Gumbel 24.8 | 23.0476 se acepta Pearson tipo IIT 26.0 0. 6667 se acepta Loapearsen tipo rit | 26.0 1.1429 se acepta Exons odo del Error €: a) Encontrar la distribucin de probabilidad que mas se programa FEA. Solucion: 122Los resultados del programa PEA we resumen a continua- cfon. CUADRO 5.10. Error Estandar. Método de momentos. €1 Orégano. Error Orden de Distribucion Estandar Asuste Normal 39.4496 2 Lognormal 2P 77.9899 3 Lognormal SP 340882.7 ‘ Gumbe1 168. 6835 5 Pearson tipo 111 47.1688 1 Logpearson tipo 111 126,8332 4 CUADRO 5.11. Error Estandar. Método de méxima verosimilitud. EI Oregano. Error Orden ae Pistribucton Estandar Ajuste Normal 39.4498 1 Lognormal 2P 77.9899 5 Lognormai 3P 5210.04 6 Gunber 161.3960 5 Pearson tipo 111 64.0280 2 Loupearson tipo 111 93.0860, 4 by Mallar le distripucion ge probabilidad que mas se a: guste a las luvias maximas anuales del cuadro 4.2, utilizando el Programa PBA, 123Solucion: CUADRO 5.12. Error Esténdar. Método de momentos. Tezocoma. Error ‘Orden de Distribucion Estandar auuste Normal 10.7115 4 Lognormal 2F e.5108 3 (Lognermal SP 430.0203 6 Gunber as.2516 5s Pearson tipo IIT 6.5220 2 Logpearson tipo IIT 3.9428 1 CUADRO 5.13. Error Estandar. Método de méxima verosimilitud. Tezocoma. Error Orden de Distribucion Estandar ajuste Normal 10.7113 3 Legnormal 2P 8.5108 1 Lognormal 3P 109.3992, 6 Sumber 45,3722 8 Logpearaen tipo TIT 8.7197 2 Comparacién de resultados. Para efecto de conparar los resultados obtenides mediante los distintos métedes tratados en este trabajo de investigacion gue permite dar un eriterio para saber cual distribucion de pro~ 124babilidad se ajusta mis a la serie de datos de 1a estacién EI Oregano y Tezocoma #9 pr ntan los siguientes cuadros. CUADRO 5.14 Estacion E1 Oregano. KOLMOGOROV cHr ERROR ‘SMIRNOV CUADRADA ESTANDAR ™ 0 | Pearson T. 111 Pearson T. IIT Pearson T. 111 ” Normal Normal Normal XE | Legnormal de 2P | Logpearson T. G11 | Lognormal de 2° N Lognormal de 2P | Logpearson Te 111 T ‘Gumbet umber ° Lognarmal de 3F 3 a Normat Pearson T. 111 Norma x | Pearson T. 111 Normal Pearson T. 111 Lognormai de 2P | Logpearson T. 111 | Losnormal de 2° v ‘Buabet Legnormel de 2P | Logpearson T. 111 E ‘Gumbel Guabet R Lognormal de 3P CUADRO 5.15 Estacién Tezocoma. KOLMOGOROV ct ERROR ‘SHIRNOV cuabRapa ESTANDAR, ™ © | Lognormar de 2° |+p- Pearson T. 111 | Logpearson T. 111 m Normal Logpearson T.111{ Pearson T. 111 E +E Normal Legnarmal de 2P Nn Loanarmal de 2F Normal 1 ‘Gumbel Gumbel ° Lognormal de SP s ™ 8 | Lognormal de 2F Pearson T. 111 | Lognormal de 2° x Normal Normal Logpearson T. 117 +E Lognermal de 2F Normal y Logrearson TeTTI| Pearson T. 111 E ‘Guabet Gumbel K Lognormal de 3° * Distribuciones en el misma nivel 125