ANALISIS DE FRECUENCIAS

Parámetros Estadísticos.

Los parámetros estadísticos más utilizados en el análisis de frecuencias se listan a continuación.

Parámetro Distribuciones Continuas Distribuciones Discretas

N

1
Media Aritmética u  E ( x)   xf ( x)dx

x
N
x
1
i

 2  E ( x  u )2 
1
Varianza s2    xi  x  2
N 1
Desviación Estándar  s
 s
Coeficiente de Variación CV  CV 
u x

 
N

E  x  u N   x  x
3 3

Coeficiente de Asimetría Cs 
3 Cs  1
 N  1 N  2 s3
Donde f(x) es la funcion de densidad y N es el numero total de datos de la muestra.

Numero de intervalos.

El numero de intervalos o clases en los que se puede dividir la muestra esta dado matematicamente
por la regla de Sturges:

M  1  1.33Log ( N )

sin embargo, Espildora (1979) recomienda un numero de clases entre 5 y 20.

Prueba de la Bondad del Ajuste.

La bondad del ajuste de una funcion de distribucion de probabilidades puede probarse comparando
los valores teoricos y muestrales de la funcion de frecuencia relativa. Para este objetivo se utiliza la
prueba  2 , la cual tiene la siguiente expresion:

n f ( x )  p( xi )
M 2
  s i
2
c
1 p( xi )

donde:
 ni
f s ( xi )  Frecuencia relativa del intervalo i o probabilidad de que en el
N
intervalo i se tengan ni valores.
p ( xi )  F ( xi )  F ( xi 1 ) Probabilidad teorica.
i
F Funcion de frecuencias acumulada F ( xi )   f ( x j )
1
M Numero de intervalos en los que se ha dividido la muestra.

El valor estimado desde esta prueba se debe comparar con la funcion de distribucion estadistica  2
el cual se encuentra en variados textos de estadistica y es funcion de los grados v de libertad y del
nivel de confianza  para la prueba.

Los grados de libertad se obtienen desde:

v  M  p 1

Donde p es el numero de parametros presentes en la funcion de distribucion en particular y M el

numero de clases.

Un valor tipico del nivel de confianza  es del orden del 95 %, luego se tiene que una distribucion
dada se acepta siempre y cuando se cumpla:

 c2   v2,1

Cálculo de Magnitudes para Periodos de Retorno Definidos.

La magnitud X de un evento hidrológico se puede representar como la media mas una desviacion de
la variable con respecto a la media, es decir:

X  x  K

en el caso en que la variable analizada sea un logaritmo, la expresion anterior tambien es aplicable,
pero el valor de X es el antilgaritmo del valor estimado.

Funciones de Distribucion de Probabilidades.

Funcion Normal.

1 
 x u  2
f ( x) 
 2 e 2 2

Parametros.
ux
 s
Factor K.
1 1
1/ 2
T si 0   0.5
  1  T
(1) w  ln 2  Para P 
  P  1 1
1  si  0.5
 T T

2.515517  0.802853w  0.010328w2

(2) z  K  w
1  1.432788w  0.189269w2  0.001308w3

Para la funcion log normal se aplica el mismo procedimiento, excepto que este se aplica a los
logaritmos de las variables usando su promedio y desviacion estandar.

Distribucion de Valor Extremo Tipo 1 o de Gumbell.

Funcion de Densidad.

1   x  u  x  u 
f ( x)  exp   exp  
     
Parametros.
6sx


u  x  0.5772

Funcion de Distribucion Acumulada.

  x  u 
F ( x)  exp  exp  
   

Factor K.
6   T  
K  0.5772  ln ln  
    T  1  