Tratamiento de Datos Presentar

UNIVERSIDAD NACIONAL
“SANTIAGO ANTÚNEZ DE MAYOLO”
FACULTAD DE CIENCIAS AGRARIAS
ESCUELA PROFESIONAL DE INGENIERÍA AGRÍCOLA
TRATAMIENTO DE DATOS DE LAS ESTACIONES: CHIQUIAN, MAYORARCA, PACHACOTO.
Docente: Ing. DÍAZ SALAS ABELARDO MANRIQUE
 ARANIBAR HUANSHA,Richar Y.
 BAZAN OROPEZA,Miller P.
 GARCIA CALIXTO,Hugo E.
 RASCON FIGUEROA Miriam K.
 RUIZ AQUIÑO,Juanico P.
H
uaraz - Ancash – Perú
2020
HIDROLOGÍA Página 1
TRATAMIENTO DE DATOS
ÍNDICE
I. INTRODUCCION..........................................................................................................2
II. OBJETIVOS..................................................................................................................3
III. JUSTIFICACIÓN........................................................................................................3
IV. MARCO TEÓRICO....................................................................................................4
4.1. SISTEMA HIDROLÓGICO......................................................................................4
4.1.1. CARACTERISTICAS HIDROLÓGICAS..............................................................4
4.1.2. CARACTERÍSTICAS ESTADÍSTICAS................................................................5
4.2. TRATAMIENTO DE DATOS...................................................................................6
4.2.1. ESTIMACIÓN DE DATOS FALTANTES...........................................................6
4.3. ANÁLISIS DE CONSISTENCIA...............................................................................8
4.4. EXTENSIÓN DEL REGISTRO................................................................................11
4.5. ANÁLISIS DE DATOS..........................................................................................12
4.6. CORRELACIÓN Y REGRESIÓN............................................................................14
4.7. ANÁLISIS DE REGRESIÓN...................................................................................15
4.8. REGRESIÓN LINEAL SIMPLE...............................................................................16
4.9. ANÁLISIS DE CONSISTENCIA DE DATOS:...........................................................17
V. MATERIALES Y METODOLOGIA................................................................................31
VI. CALCULOS Y RESULTADOS....................................................................................32
VII. CONCLUSIONES Y RECOMENDACIONES...............................................................32
VIII. BIBLIOGRAFÍA.......................................................................................................32
INTRODUCCION
Un estudio hidrológico, como las precipitaciones que ocurren en un determinado

lugar, es muy importante tener datos muy confiables, pues en ello hay
problemas ya que los datos pueden no ser tan confiables por que se presentan
varios errores ya sea por el instrumento (pluviómetro) que puede ser ambigua o
por falta de mantenimiento a ello conlleva precipitaciones ocultas o de baja
intensidad que no son captadas por el pluviómetro.
Es de vital importancia conocer el comportamiento de los fenómenos que nos

brinda la naturaleza como en este caso la precipitación, ya que podemos
prevenir de daños materiales y económicos, para la conservación, desarrollo y
control de recursos hídricos mediante diversas obras hidráulicas, ya que estamos
en una época muy crítica que se da con el calentamiento global. Para ello se
necesita información de varias estaciones vecinas, analizar un periodo común.
Análisis de consistencia consiste en analizar la información hidrometeorológicos,
mediante criterios físicos y métodos estadísticos, para poder identificar, evaluar
y eliminar los posibles errores sistemáticos, errores aleatorios. El análisis de
consistencia es un proceso estadístico para comprobar si es confiable la
información disponible y éste se realiza mediante criterios físicos y métodos
estadísticos que permiten identificar, evaluar y eliminar los posibles errores
sistemáticos que han podido ocurrir ya sea por causas naturales u ocasionales o
por intervención de la mano del hombre.
 OBJETIVOS
2.1 OBJETIVO GENERAL
 Elaborar el tratamiento de datos, aplicando los métodos de análisis de

saltos y tendencias con los datos de tres estaciones meteorológicas:
CHIQUIAN, MAYORARCA, PACHACOTO.
2.2 OBJETIVOS ESPECÍFICOS
 Conseguir información de Precipitaciones de estaciones meteorológicas:

CHIQUIAN, MAYORARCA, PACHACOTO
 Verificar si los datos proporcionados por las tres estaciones

meteorológicas son confiables, mediante el análisis de consistencia, si
no son consistentes hacer la corrección correspondiente.
 Realizar el Análisis de Doble Masa para seleccionar la Estación con la

cual se debe trabajar
 Comprobar mediante la prueba estadística “t” STUDENT y F, si se acepta

o se rechaza el análisis de consistencia con un 5% de error.
JUSTIFICACIÓN
El presente trabajo es necesario porque los datos hidrológicos obtenidos por las
estaciones: CHIQUIAN, MAYORARCA, PACHACOTO no son confiables y por tal
motivo es necesario verificar la consistencia o confiabilidad de las tres estaciones
mencionadas.
 MARCO TEÓRICO
1. SISTEMA HIDROLÓGICO
Los fenómenos hidrológicos son extremadamente complejos y es posible

que nunca se les entienda en su totalidad. Sin embargo, en ausencia de un
conocimiento perfecto, pueden representarse en forma simplificada por
medio del concepto de Sistema.
El Ciclo Hidrológico puede tratarse como un Sistema cuyos componentes

son Precipitación, Evaporación, Escorrentía y otras fases del Ciclo
Hidrológico.
Para problemas prácticos, solo se consideran algunos procesos del Ciclo

Hidrológico en un determinado momento y únicamente se tiene en cuenta
una pequeña porción de la tierra. (ARÁMBULO, M., 2008)
1.1. CARACTERISTICAS HIDROLÓGICAS
Entre los factores climatológicos que afectan las características

hidrológicas de una región están: precipitación, existencia de hielo y
nieve, los efectos del viento, la temperatura y la humedad.
a) La atmósfera, es la capa de aire que rodea la tierra y donde se

desarrolla la evaporación, precipitación y otras etapas del Ciclo
Hidrológico. Durante el Ciclo Hidrológico la atmósfera cumple la
función de: inmenso reservorio de vapor de agua; sistema de
transporte y reparto del agua y colector de calor.
Para la Hidrología sólo se considera como atmósfera los primeros

15 a 20 Km., de aire sobre la superficie del suelo por ser la zona
donde se realizan los cambios más importantes del estado del agua.
b) La Radiación Solar, Es la fuente principal de energía de nuestro

planeta para la realización del Ciclo Hidrológico. Tanto la tierra
como el sol irradian energía como cuerpos negros.
La radiación solar es la que causa las variaciones del calor, tanto en

gran escala (masas de aire), como en pequeña escala.
c) La Temperatura, Es considerada como el factor determinante y

decisivo de las diversas etapas del Ciclo Hidrológico y
principalmente en el estudio de la evaporación y para cuya
estimación interviene en una serie de fórmulas empíricas.
d) La Humedad Atmosférica, Expresa el contenido de vapor de

agua de la atmósfera.
e) El Viento, Es el aire en movimiento y es un factor muy

importante en el Ciclo Hidrológico porque influye en los siguientes
procesos hidrometeorológicos:
 Transporte del calor y la humedad
 Evaporación y transpiración.
 Alimentación de las precipitaciones
(Reyes, L., 1992)
1.2. CARACTERÍSTICAS ESTADÍSTICAS
 Media, Se define como:
∑ Xi …………………………………………… (1)
X́ = i =1
n
 Mediana, Es el valor que ocurre con una probabilidad del 50%.

En problemas hidrológicos, muchas veces es la medida más
conveniente de la tendencia central porque no se ve afectada de

valores extremos.
 Desviación Standard, Se define como la raíz cuadrada del

promedio de las diferencias de cada una de las observaciones o
de los datos observados respecto al promedio de estos datos.
(CHEREQUE, W., 2002)
S=
√ ∑ (x i− x́ )2 …………………………………………… (2)
i=1
n−1
2. TRATAMIENTO DE DATOS
Proceso que consiste en la detección, descripción remoción de la no

homogeneidad o inconsistencia de los datos recopilados o de la serie de
tiempo hidrológico. (CHEREQUE, W., 2002)
METODOLOGÍAS:
2.1. ESTIMACIÓN DE DATOS FALTANTES
Frecuentemente se halla uno con que faltan datos en los registros de

lluvias. Esto se debe a ausentismo del operador o a fallas instrumentales.
Se llama correlación a la operación o procedimiento por medio del cual se

completan los datos faltantes. Para ello se utilizan los datos de estaciones
índices, que sí tienen los datos completos y que se seleccionan de modo
que estén lo más cerca posible y sean de altitud parecida a la estación en
estudio. Distancia y altitud son pues los factores principales para la
selección de las estaciones índice.
Método de la recta de regresión. - Por razones de comodidad se va a

designar con "y" a la estación con datos incompletos y con “x" a la estación
índice. Básicamente, el método consiste en:
- Dibujar el diagrama de dispersión (puntos de coordenadas x, y).
- Ajustar una recta a ese diagrama de dispersión.
- Esta recta, llamada "línea de regresión", se usa para completar la

información faltante en y.
Esto mismo puede

realizarse analíticamente cuando hay varias estaciones índices surge
la interrogante de cuál de ellas utilizar. La respuesta la
encontramos en la Estadística: de varias estaciones índices la mejor
correlacionada con la estación incompleta es la de mejor coeficiente
de correlación (r).
∑ (x−x)( y − y)
r= … … … … … … … … … … … … ..(3)
( n−1 ) Sx . Sy
Sx=√ ∑ ¿ ¿¿
Sy=√ ∑ ¿ ¿ ¿
r = o, significa que no existe ningún grado de asociación entre los

valores de x y los valores de y (correlación nula).
r = 1, significa que los puntos del diagrama de dispersión se alinean

en una recta de pendiente positiva (correlación directa óptima).
r = -1, significa que los puntos del diagrama de dispersión se alinean en

una recta de pendiente negativa (correlación inversa óptima).
Correlación directa
Entonces la ecuación de la recta de regresión es:
y ' =α + βx … … … … … … … … … … …(6)
La letra y con índice (y̛') sé emplea para referirse a los valores

derivados de la recta de regresión.
Los valores de los coeficientes α y B se hallan generalmente con la

teoría de los mínimos cuadrados.
Entonces se prefiere usar la siguiente ecuación:
y ' =a+ b ( x−x ) … … … … … … …...(7)
Con la teoría de mínimos cuadrados se halla:
a= y … … … … … … … … … … … … ....(8)
∑( x−x ) y ∑ xy−nxy
b= = … … ..(9)
∑(x −x)2 ∑ x 2−n x2
Se demuestra también que:
Sx
b=r … … … … … … … … … … . …(10)
Sy
Siendo r, como antes, el coeficiente de correlación.
3. ANÁLISIS DE CONSISTENCIA
Cualquier cambio en la ubicación como en la exposición de un pluviómetro

puede conllevar un cambio relativo en la cantidad de lluvia captada por el
pluviómetro. El registro completo publicado representará condiciones
inexistentes. Un registro de este tipo se dice que es inconsistente.
Una forma de detectar las inconsistencias es mediante las curvas doble

másicas.
Una curva doble másica se construye llevando en ordenadas los valores

acumulados de la estación en estudio y en abscisas los valores acumulados
de un patrón, que consiste en el promedio de varias estaciones. (VILLON, M.
2002)
A) Análisis de doble masa: El análisis de doble masa consiste en conocer

mediante los quiebres que se presentan en los diagramas, las causas
de los fenómenos naturales, o si estos han sido ocasionados por
errores sistemáticos. Permite determinar el rango de los periodos
dudosos y confiables para cada estación en estudio, el cual se corregirá
mediante criterios estadísticos.
El diagrama doble masa se obtiene graficando en el eje de las abscisas

los acumulados y en el eje de las ordenadas los acumulados de los
volúmenes anuales, de cada una de las estaciones en estudio.
De las gráficas de doble masa se selecciona como la estación más

confiable la que presenta el menor número de quiebres, se vuelve a
construir el diagrama de doble masa colocando en el eje de las
abscisas la estación base y en de las ordenadas la estación en estudio.
IMAGEN: CURVA DOBLE MASA
FUENTE: (Villon, M., 2002)
En la figura se observa un quiebre el año 1974; Si se supone que las

estaciones que componen el patrón son confiables éste será consistente
y por lo tanto el quiebre debe atribuirse a una inconsistencia de la
estación en estudio.
Es necesario ajustar los valores del período más lejano (1967-1973) para
reducirlos a las condiciones de ubicación, exposición, etc. imperantes en
el período más reciente (1974-1980). El ajuste o corrección se realiza
multiplicando cada precipitación del período 1967 a 1973 por la razón
m2
de las pendientes :
m1
m2
pc= . p … … … … … … … … … … …(11)
m1
P: precipitación observada
Pc: precipitación corregida
m2: pendiente del periodo más reciente
m1: pendiente del periodo cuando se observó p.
De la ecuación se corrige la precipitación registrada de manera que la

curva doble másica se convierte en una sola recta. Se ha partido de
suponer que el patrón es consistente. Sin embargo, se recomienda
verificar la consistencia de cada estación índice. Esto se hace dibujando
una curva doble másica entre cada estación y el patrón formado por las
restantes. Aquellas estaciones que resulten inconsistentes deben ser
removidas del patrón.
Al trazar la curva doble másica no se consideran los quiebres que no

persisten por más de 5 años, ya que se considera que los quiebres
cortos se deben principalmente a la variabilidad inherente a los datos
hidrológicos.
A veces un cambio pequeño en la ubicación del pluviómetro, de sólo

unos cuantos metros, puede afectar su exposición y provocar
inconsistencias en el registro. Además, aunque el pluviómetro no
cambie de ubicación su exposición puede verse afectada por el
crecimiento de vegetación cercana, o por la construcción de edificios en
los al rededor.
No se recomienda-usar curvas doble másicas en regiones montañosas,

porque las diferencias en los registros de estaciones cercanas pueden
deberse a eventos meteorológicos diferentes.
4. EXTENSIÓN DEL REGISTRO
El tercer requisito para que un registro pluviométrico sea sometido a análisis

probabilístico es que sea de extensión suficiente. No es posible precisar
cuántos años debe tener un registro pluviométrico. Es evidente, sin
embargo, que cuanta mayor extensión tenga es mejor. En la práctica se
presentan estaciones con muy pocos años, las mismas que pueden
extenderse sólo unos cuantos años también.
 Una primera forma de extender un registro de corta duración

es mediante la recta de regresión, El registro x es más largo que
el registro y; los valores extendidos son valores y'.
 Una segunda forma es mediante la curva doble másica. Aquí el

patrón es más extenso que la estación.
Las correcciones se aplican en el siguiente orden:
 Análisis de consistencia, Si hay datos faltantes se hace un

relleno provisional aproximado con el método de los
promedios.
 Relleno de datos faltantes, Se emplea el método de la recta de

regresión.
 Extensión del registro, Con cualquiera de las dos formas

indicadas
5. ANÁLISIS DE DATOS
5.1. ANÁLISIS DE CONSISTENCIA DE DATOS Y SU AJUSTE
Cuando en una estación pluviométrica tiene lugar algún cambio en las

condiciones de medición, como por ejemplo cambio de operador, de
localización o de las condiciones adyacentes, las tendencias del registro
sufren normalmente alteraciones que pueden llegar a ser importantes en
cuanto a su homogeneidad. Para detectar y corregir estas alteraciones se
puede usar una técnica llamada “curva masa doble”, que se basa en
observaciones hechas en el sentido de que la precipitación acumulada
media para varias estaciones no es muy sensible a cambios en una de ellas,
debido a que muchos de los errores se compensan, mientras que la lluvia
acumulada de una estación particular se afecta de inmediato ante la
presencia de cambios importantes. Así, si en una gráfica se pone en un eje
la precipitación anual acumulada media de varias estaciones circundantes a
la estación en estudio y en el otro eje se pone la lluvia anual acumulada de
la estación en cuestión, se obtendrá una línea recta siempre que en ésta no
hayan existido cambios o no sean importantes; en caso contrario, la línea
cambia de pendiente en el año a partir del cual la estación comenzó a
operar en condiciones diferentes. (I. GÁMEZ, 2010:).
5.2. ESTIMACIÓN DE DATOS FALTANTES
Es frecuente que por una u otra razón, existan vacíos o

interrupciones en el registro de datos, entonces se hace necesario
para completar estos registros, la estimación de los datos faltantes.
Existen varios métodos para el cálculo de estos datos:
A) Promedio aritmético
Este método se utiliza cuando los promedios anuales en un

período de 25 años, de las estaciones índices (estaciones que
tienen sus datos completos), solamente difieren en más o
menos un 10% de la estación bajo estudio F (estación que le
faltan datos), entonces la precipitación (P) para un período
puede obtenerse mediante un simple promedio aritmético:
Pf =¿(P A +P B +PC +…+ Pn)/ n¿ …………………………… (12)
Donde:
P f : es la precipitación del dato faltante de la estación bajo

estudio
P A: precipitación de la estación a.
P B: precipitación de la estaciónb.
P C: precipitación de la estación c.
P n: precipitación en la enésima estación índice.
n: número de estaciones índice.
B) Proporciones normales.
En este método, se ponderan las precipitaciones de las

estaciones índices con las proporciones de la precipitación
normal anual de la estación en estudio F, lo que queda
expresado en la fórmula siguiente:
Pf =1/n [ ( N F / N A ) P A + ( N F / N B ) P B+ ( N F / N C ) P C + …+ ( N F / N n ) Pn ]... (13)
Donde:
Pf = es el dato faltante de la precipitación que se desea obtener

en el periodo respectivo.
N F= precipitación normal anual de la estación en estudio.
N A , N B , N C= precipitación normal anual de las estaciones índices.
N n= precipitación normal anual de la enésima estación índice.
P A , PB , PC = precipitación de las estaciones índices durante el

mismo periodo del tiempo del dato faltante.
Pn= precipitación en la enésima estación índice durante el mismo

periodo del tiempo del dato faltante.
6. CORRELACIÓN Y REGRESIÓN
6.1. COVARIANZA
Es una medida que permite determinar qué tan independiente es

una variable aleatoria de otra, es decir el grado de independencia
de dos variables aleatorias.
6.2. CORRELACIÓN
Se define como la asociación de dos o más variables aleatorias, que

explica sólo parcialmente la variación total de una variable
aleatoria, por la variación de otras variables aleatorias involucradas
en la ecuación de asociación.
A) Medidas de Correlación
Se necesita un estadístico para medir el grado de asociación

correlativa entre las variables bajo consideración. Los
estadísticos más utilizados son los coeficientes de correlación,
determinación y desviación típica de los residuos.
B) Análisis de Correlación
Está estrechamente relacionada con el análisis de regresión,

puesta que la fórmula utilizada en el cálculo de la medida de
correlación, depende del modelo de regresión adoptado.
C) Coeficiente de correlación
El coeficiente de correlación estadístico permite medir el grado

de asociación de dos variables linealmente relacionadas, en
nuestro análisis se utiliza la muestra.
∑ Xi ∑Y i
−̄ ¿= −̄ ¿=
n n
X ¿ Y ¿
n ∑ XY −∑ X ∑ Y
r= .. .. . .. .. . .. ..( 14 )
√( n∑ X −(∑ X ) )(n∑ Y −( ∑ Y ) )
2 2 2 2
El valor de r esta entre -1 y 1, describen los varios grados de

asociación.
7. ANÁLISIS DE REGRESIÓN
Es la técnica determinística, que permite determinar la naturaleza de la

relación funcional entre dos o más variables, que permite predecir los
valores de y=f (x ) con un cierto grado de aproximación.
a) Pasos para el Análisis de Regresión:
 Seleccionar una función de relación correlativa, simple o múltiple,

lineal o no lineal.
 Estimación de los parámetros que miden el grado de asociación

correlativa (r 2 y r) .
 Prueba de significación de los estadísticos que miden la asociación

correlativa, para lo cual se aplica la prueba “t”.
b) Proceso:
 Se plantea la hipótesis:
Ho: r =0
Ha: r ≠ 0
 Calculo de t calculado (tc):
r √ n−2
t c=
√ 1−r 2 ……………………………………………… (15)
Dónde:
r= Coeficiente de correlación
n = Número de pares de valor
 Calculo de t tabular (t t):
El (t t) se obtiene de las tablas preparadas para este efecto, con
un nivel de significancia α o una probabilidad (1- α ), y con

grado de libertad (V = n- 2), donde “n” es el número de pares de
valores.
 Criterio de Decisión:
Si:
|t c|≤tt
Se acepta la hipótesis nula, por lo que r =0, y por lo tanto no hay
correlación significativa.
|t c|>t t
Si:
Se rechaza la hipótesis nula, por lo que r ≠ 0, indicándose que es

significativo y por lo tanto existe correlación entre las variables.
8. REGRESIÓN LINEAL SIMPLE
En hidrología el modelo más simple y común, está basado en la

superposición de que dos variables se relacionan en forma lineal.
 Caudales y precipitaciones de una misma cuenca.
 Precipitaciones de una estación, con precipitación de otra estación.
 Caudal de una estación con caudal de otra estación.
 Precipitación con la altitud de una cuenca.
Lo cual permite correlacionar estas variables para completar datos o

extender un registro.
a. ECUACIÓN DE REGRESIÓN
La ecuación general de regresión lineal es:
y=a+bx ………………………………………………… (16)
Dónde:
x : Variable independiente, variable conocida.
y : Variable dependiente, variable que se trata de predecir.
a : Intercepto, punto donde la línea de regresión cruza el eje y.
b : Pendiente de la línea o coeficiente de regresión.
b. ESTIMACIÓN DE PARÁMETROS
Dada la ecuación de regresión lineal, donde a y b son los parámetros

de la ecuación. El método más utilizado para la estimación de los
parámetros a y b es el de mínimos cuadrados.
2
a=
∑ y i ∑ x i − ∑ xi y i ∑ x i
2 2
n ∑ x i −(∑ x i ) ………………………… (17)
n ∑ xi y i− ∑ xi ∑ yi
b= …………………………………(17)
n∑ x2i −( ∑ xi )2 ……………………… (18)
9. ANÁLISIS DE CONSISTENCIA DE DATOS:
EL análisis de consistencia de la información, es el proceso que consiste en

la identificación o detección, descripción y remoción de la no
homogeneidad e inconsistencia de una serie de tiempo hidrológica.
Esta inconsistencia y no homogeneidad se pone de manifiesto con la

presencia de saltos y/o tendencias en las series hidrológicas (las cuales se
muestran en las figuras 1 y 2, afectando las características estadísticas de
dichas series, tales como la media, desviación estándar y correlación serial.
Antes de utilizar la serie histórica para el modelamiento, es necesario

efectuar el análisis de consistencia respectivo, a fin de obtener una serie
confiable, es decir, homogénea y consistente.
Figura 1: Serie con componente transitoria en la forma de salto.
Figura 2: Serie con componente transitoria en la forma de tendencia.
El análisis de consistencia de la información hidrológica, se realiza

mediante los siguientes procesos:
- Análisis visual gráfico.
- Análisis doble masa.
- Análisis estadístico.
A. ANÁLISIS VISUAL GRAFICO:
En coordenadas cartesianas se plotea la información hidrológica

histórica. Ubicándose en las ordenadas, los valores de la serie y en las
abscisas el tiempo (años, meses, días).
Un ejemplo de una serie de caudales promedio anuales se muestra en

la figura 3. Este gráfico sirve para analizar la consistencia de la
información hidrológica en forma visual, e indicar el período o
períodos en los cuales la información es dudosa, lo cual se puede
reflejar como picos muy altos o valores muy bajos. Saltos y/o
tendencias, los mismos que deberán comprobarse, si son fenómenos
naturales que efectivamente han ocurrido, o si son producto de

errores sistemáticos.
Figura 3: Serie histórica de caudales promedios Anuales.
Para conocer la causa del fenómeno detectado, se puede analizar de

diversas formas:
 Cuando se tienen estaciones vecinas, se comparan dos gráficos de

las series históricas, y se observa cuál período varía notoriamente
uno con respecto al otro.
 Cuando se tiene una sola estación, esta se divide en varios

periodos y se compara con la información de campo obtenida.
 Cuando se tienen datos de precipitación y escorrentía, se

comparan los diagramas, los cuales deben ser similares en su
comportamiento.
La interpretación de estas comparaciones, se efectúa conjuntamente

con el análisis doble masa.
B. ANÁLISIS DOBLE MASA:
Este análisis se utiliza para tener una cierta confiabilidad en la

información, así como también, para analizar la consistencia en lo
relacionado a errores, que pueden producirse durante la obtención de

los mismos, y no para una corrección a partir de la recta doble.
El diagrama doble masa se obtiene ploteando en el eje de las abscisas

los acumulados. Ejemplo:
Los promedios de los volúmenes anuales en millones de m de todas las

estaciones de la cuenca y, en el eje de las ordenadas los acumulados
de los volúmenes anuales, en millones de m de cada una de las
estaciones en estudio, como se muestra en la figura 4.
Figura 4: Análisis doble masa para determinar la estación base.
Fuente: (VILLON, M. 2002)
De estos doble masas se selecciona como la estación más confiable, la

que presenta el |menor número de quiebres, en el ejemplo de la figura
4, corresponde a la estación C, la cual se usa como estación base para
el nuevo diagrama doble masa, es decir, se vuelve a construir el
diagrama de doble masa colocando en el eje de las abscisas la estación
base y en el de las ordenadas la estación en estudio, como se muestra
en la figura 5.
Figura 5 Análisis doble masa para obtener los periodos de estudio (en
este caso n1, n2, n3).
Fuente: Villon, M. 2002
C. ANÁLISIS ESTADÍSTICO:
Después de obtener de los gráficos construidos para el análisis visual y

de los de doble masa, los períodos de posible corrección, y los
períodos de datos que se mantendrán con sus valores originales se
procede al análisis estadístico de saltos, tanto en la medía como en la
desviación estándar. VILLÓN (2006)
D. ANÁLISIS DE SALTOS:
Consistencia de la Media:
Consiste en probar, mediante la prueba “ t ” (prueba de hipótesis),
si los valores medios ( X 1 , X 2) , de las submuestras son

estadísticamente iguales o diferentes con una probabilidad del
95 % o con 5 % de nivel de significancia, de la siguiente manera:
 Calculo de la media y de la desviación estándar para las

submuestras:
n1 n2
1 1
X̄ 1 = ∑ x i X̄ 2 = ∑ x j
HIDROLOGÍA Página 24 n1 i=1 n2 j=1
; ………………(19)
n2 n1
S 2( X)=
1
[∑
n 2−1 j=1 ; ] ¿
( x j− x̄ 2 )2 ¿ ¿0.5 ¿ ¿¿
[
S 1 ( X )=
1
∑
n 1−1 i=1 . ]
(20)
¿
( x i− x̄ 1 )2 ¿ ¿0.5 ¿ ¿¿
Dónde:
X 1 : Valores de la serie del periodo uno.
X 2 : Valores de la serie del periodo dos.
X̄ 1 , X̄ 2 : Media de los periodos uno y dos respectivamente.
S 2 ( X ), S 1 ( X )
: Desviación de los periodos uno y dos
respectivamente.
N=n1 +n2 : Tamaño de la muestra.
 Calculo delt calculado (tc ):
Se realiza mediante la ecuación:
( x̄ 1 − x̄2 )−( u1 −u2 )

t c=
S d̄ …………………………… (21)
Dónde:
( u1 −u2 )= 0 (La hipótesis es que las medias son

iguales)
Entonces:
( x̄ 1 − x̄2 )
t c=
S d̄
1
( n 1−1 ) S21 + ( n2 −1 ) S22
S p=
[ n 1 +n2 −2 ] 2
…………………………… (22)
1
1 1
S d̄ =S p +
n1 n2[ ] 2
…………………………………... (23)
Dónde:
S d̄ : Desviación de las diferencias de los promedios.
Sp : Desviación estándar ponderada.
 Calculo del t tabular ( t t ):
El valor critico de t se obtiene de la tabla t de Student con una

probabilidad al 95 % , o con un nivel de significación del 5 % es
decir con α /2=0.025. Con grados de libertad:
Figura 6 Calculo del t tabular (t t)
(v = n1 + n2 -2)
Fuente: (Villon, M. 2002)
Si:
|t c|≤tt ( 95% ) → X 1= X 2 (estadísticamente).
En este caso, siendo las medias X 1 =X 2 estadísticamente,

no se debe realizar proceso de corrección.
Si:
|t c|>t t ( 95% ) → X 1 ≠X 2 (estadísticamente).
En este caso, siendo las medias X 1 ≠X 2 , estadísticamente,
se debe corregir la información.
Consistencia de la Desviación Estándar:
El análisis estadístico consiste en probar, mediante la prueba F, si

los valores de desviación estándar de la sub muestra son
estadísticamente iguales o diferentes con una probabilidad del
95% o con 5% de nivel de significancia, de la siguiente manera:
(a) Calculo de las varianzas de ambos periodos:
n1 n2
S 21 ( X )=
[
1
∑ ( x − x̄ )2
n 1−1 i=1 i 1 ] ;
S 22 ( X )=
[
1
∑ ( x − x̄ )2
n 2−1 j=1 j 2 ]
….(24)
(b) Calculo del F calculado ( Fc):
S 21( X )
F c= 2 2
S 22( X ) Si:
S 1 ( X )¿ S 2 ( X )¿ ………… (25)
S 22 ( X )
F c= 2 2
S 21 ( X ) Si:
S 2 ( X )¿ S 1 ( X )¿ ……… (26)
(c) Calculo de F tabular ( Ft):
Se obtiene de las tablas F para una probabilidad del 95 % es

decir, con un nivel de significación α =0.05 y grados de
libertad:
2 2
Si:
S 1 ( X )¿S 2 ( X )¿
Entonces:
G.L.N. = n1-1
G.L.D. = n2-1
Si: S 22 ( X ) ¿ S 21 ( X )¿
Entonces:
G.L.N. = n2-1
G.L.D. = n1-1
Donde:
G.L.N. = Grados de libertad del numerador.
G.L.D. = Grados de libertad del denominador.
(d) Decisión:
Si: l F c l ≤ Ft (95%), entonces S 1 ( X )=S 2 ( X )

(Estadísticamente)
Si: l F c l > Ft (95%), entonces: S 1 ( X )≠S 2 ( X )

(Estadísticamente), por lo que se debe corregir.
(e) Corrección de Datos:
En los casos en que los parámetros media y desviación

estándar de las submuestras de las series de tiempo, resultan
estadísticamente iguales. La información original no se
corrige, por ser consistente con 0.5% de probabilidad, aun

cuando en la doble masa se observe pequeños quiebres. En
caso contrario, se corrigen los valores de las sub muestras
mediante las siguientes ecuaciones:
x t −x 1
X '(t )= S ( x )+x 2
S 1( x ) 2 …………………………… (27)
x t −x 2
X '(t )= S 1 ( x )+ x 1
S2( x ) …………………………… (28)
Dónde:
'
X (t ) : Valor corregido de saltos.
xt : Valor a ser corregido.
La ecuación (2.27), se utiliza cuando se deben corregir los

valores de la sub-muestra de tamaño n1 y la ecuación (2.28),
si se deben corregir la submuestra de tamaño n 2.
E. ANÁLISIS DE TENDENCIA:
Las tendencias son componentes determinísticas transitorias que se

definen como un cambio sistemático y continúo sobre una muestra de
información hidrometereológica en cualquier parámetro de la misma,
que afectan las distribuciones y dependencias de las series.
Previamente a este análisis se ha corregido los saltos existentes, para

luego analizar la tendencia en la media y en la desviación estándar.
Las tendencias por lo general pueden ser aproximadas por la ecuación

de regresión lineal.
Tendencia a la Media:
La tendencia a la media puede ser expresada en forma general por

el polinomio:
2
Tm=Am+Bm t+Cmt ……………………… (29)
Para muchos casos para estimar esta tendencia, es suficiente la

ecuación de regresión lineal simple:
Tm=Am+Bm t …………………………………………… (30)
Dónde:
Tm : Tendencia a la media.
t : Tiempo de análisis (años, meses, días).
Am , Bm : Coeficientes de la ecuación de regresión.
Los parámetros de regresión de estas ecuaciones, pueden ser

estimados por el método de mínimos cuadrados, o por el
método de Regresión Lineal simple.
El cálculo de la tendencia en la media, se realiza con el siguiente

proceso:
(a) Cálculo de los parámetros de la ecuación de Regresión Lineal

simple:
A m=T m−t B m
ST
m
B m= R
St .
t . T m−t . T m
R=
St . ST m
n n
1 1 '
T m= ∑ T m = ∑ X(t )i
n i=1 i n i=1
n n
1 1
t= ∑ ti t .T m = ∑ t i .T m
n i=1 n i=1 i
n 1 1
[ ] [ ]
n
2 2
∑ ( T m −T m )
i ∑ (t i −t ) 2 2
i=1 i=1
ST = St=
m n−1 ;
n−1 ……..
(31)
Dónde:
T m : Promedio de Tendencias, T o promedio de los datos

m,
X '(t )i
corregidos de saltos
t
: Promedio del tiempo t.
ST
m : Desviación estándar de la tendencia de la media Tm.
St : Desviación estándar del tiempo.
(b) Evaluación de la tendencia Tm.
Para averiguar si la tendencia es significativa, se analiza el

Coeficiente de regresión Bm o también Coeficiente de
Correlación R.
El análisis de R según el estadístico t , es como sigue:
Cálculo del estadístico t c según:
R √ n−2
t c=
√ 1−R2 ………………………………………… (32)
Dónde:
t c = Valor del estadístico t calculado.
n = Número total de datos.
R =Coeficiente de Correlación.
Cálculo del t t:
El (t t) se obtiene de las tablas preparadas para este efecto,

con un nivel de significancia ¿ 0.50 y con grado de libertad
(V = n - 2), donde n es el número de pares de valores.
Comprobación delt c con el t t:
Si
|t c|≤tt → R no es significativo.
En este caso, la tendencia no es significativa y no hay que

corregir.
Si
|t c|>t t →R es significativo.
En este caso, la tendencia es significativa y hay necesidad de

corregir la información de tendencia de la media.
Corrección de la información.
La tendencia en la media se elimina haciendo uso de la

ecuación:
' '
Y t =X (t)−T m o Y t =X ( t)−( A m+B m . t ) ……… (33)
Dónde:
'
X (t ) : Serie corregida de saltos.
T m : Tendencia se la media.
Y t : Serie sin tendencia en la media.
Luego las ecuaciones toman la forma:
' '
Y t =X ( t)−T m+T m o
Y t =X (t)−( A m+B m . t ) +T m …..
(34)
Dónde:
T m : es el promedio de la tendencia en la media o
promedio de los valores corregidos de saltos.
Tendencia a la Desviación Estándar:
Según Salas “la tendencia en la desviación estándar.

Generalmente se presenta en los datos semanales o mensuales,
no así en datos anuales. Por lo que, cuando se trabajan con datos
anuales, no hay necesidad de realizar el análisis de la tendencia en
la desviación estándar.
La tendencia en la desviación estándar T s, se expresa en forma

general por la ecuación polinomial:
T S = A S+B S t+C S t 2 +DS t3 +.. .
Y en forma particular, por la ecuación de Regresión Lineal simple:
T S =A S+B S t ...…………………………………… (35)
Dónde:
T s= tendencia en la desviación estándar.
T S=Y t Valor corregido de la tendencia en la media, es decir,

datos a usarse para el cálculo de los parámetros
t = tiempo en años.
t=1, 2,3,... n
A S ,B S ,C S ,D S ...
=Coeficientes de los Polinomios de Regresión
que deben ser estimados con los datos.
Para calcular y probar si la tendencia en la desviación estándar es

significativa, se sigue el siguiente proceso:
 La información ya sin tendencia en la media

Yt , se divide en
períodos de datos anuales.
 Se calcula las desviaciones estándar para cada período de

toda la información:
12 1
S P=
1
11[ ∑ (Y P−Y P )
P=1
]
2 2
………………………………… (36)
Dónde:
S p = desviación estándar del año p, es decir de los datos

mensuales del año p
Y p = serie sin tendencia en el medio.
YP = promedio de datos mensuales del año p
p = 1, 2, 3..., 12
 Se realiza la evaluación de TS siguiendo el mismo proceso

descrito para Tm.
Si en la prueba R resulta significativo, la tendencia en la

desviación estándar es significativa, por lo que se debe
eliminar de la serie, aplicando la siguiente ecuación:
X '( t )−T m
Zt=
TS ……………………………….. (37)
Dónde:
Zt = serie sin tendencia en la media ni en la desviación

estándar. Las demás variables han sido definidas en párrafos
anteriores.
La serie Zt es una serie homogénea y consistente al 95% de

probabilidad. (VILLON, M., 2002)
 MATERIALES Y METODOLOGIA
1. MATERIALES
 Datos de precipitación de las estaciones de CHIQUIAN, MAYORARCA,

PACHACOTO.
 Software – Excel
 Computadora
 Calculadora, entre otros.
2. MÉTODOLOGÍA
 Se usarán dos métodos para realizar el análisis de consistencia de

datos de las estaciones de: CHIQUIAN, MAYORARCA, PACHACOTO.
 Uno de ellos es el método gráfico, mediante el cual se utilizan gráficos

de doble masa, para obtener resultados.
 El otro es el análisis estadístico de la consistencia de datos, por este

método, también podemos realizar el análisis de tendencias.
 Así también la competición y extensión de datos de ser necesario.
 CALCULOS Y RESULTADOS
PRECIPITACION MENSUAL
ESTACION : CHIQUIAN
AÑ SE OC NO DIC EN FEB MA AB M JU JU AG T- Prome
O T T V E R R AY N L O hid dio
55- 9. 20. 17. 15. 138 170 248 53. 8.9 0. 0.0 0.0 683 56.950
56 5 1 8 9 .6 .5 .8 3 0 .4
56- 20 0.0 11. 14. 35. 97. 164 88. 38. 5. 0.0 0.0 478 39.858
57 .7 9 9 5 7 .3 7 7 9 .3
57- 47 89. 58. 77. 148 120 109 90. 25. 0. 0.0 0.0 767 63.992
58 .5 3 8 3 .2 .6 .9 5 8 0 .9
58- 4. 45. 11. 31. 38. 150 211 226 30. 0. 0.0 1.8 750 62.533
59 2 9 3 5 0 .0 .1 .6 0 0 .4
59- 1. 79. 45. 164 61. 130 50. 66. 3.6 0. 0.0 44. 646 53.842
60 8 3 3 .4 1 .4 0 2 0 0 .1
60- 16 37. 63. 60. 190 73. 172 85. 14. 9. 1.9 4.8 731 60.925
61 .8 4 8 8 .6 7 .2 3 3 5 .1
61- 32 31. 134 114 162 177 231 36. 9.6 0. 0.0 0.0 930 77.542
62 .6 1 .8 .4 .0 .6 .4 4 6 .5
62- 37 30. 34. 69. 118 101 236 80. 10. 0. 0.0 1.2 719 59.958
63 .4 0 0 5 .5 .4 .1 6 8 0 .5
63- 20 44. 128 119 30. 57. 126 112 39. 0. 19. 0.0 698 58.217
64 .8 0 .1 .1 6 7 .3 .6 8 6 0 .6
64- 0. 12. 8.3 42. 79. 71. 46. 94. 41. 0. 0.0 0.0 395 32.917
65 0 5 0 3 0 2 2 5 0 .0
65- 69 183 73. 71. 94. 220 73. 86. 13. 0. 8.1 4.7 898 74.850
66 .9 .4 7 1 2 .3 6 1 1 0 .2
66- 12 86. 36. 85. 37. 28. 116 22. 14. 0. 0.0 0.0 440 36.675
67 .4 5 1 3 9 5 .7 5 2 0 .1
67- 0. 97. 88. 126 162 54. 100 38. 31. 4. 5.9 18. 729 60.750
68 0 7 3 .2 .3 5 .7 5 4 7 8 .0
68- 38 43. 39. 25. 75. 82. 170 31. 0.0 0. 0.0 13. 520 43.408
69 .5 8 1 4 7 9 .4 5 0 6 .9
69- 26 51. 87. 42. 69. 118 209 104 19. 0. 0.0 4.2 733 61.133
70 .6 5 1 6 9 .4 .5 .2 6 0 .6
70- 28 2.4 90. 36. 119 107 175 98. 17. 0. 9.5 23. 709 59.117
71 .9 6 1 .6 .8 .3 9 2 0 1 .4
71- 46 78. 109 155 61. 262 132 53. 0.0 8. 0.0 0.0 909 75.758
72 .8 2 .6 .1 6 .9 .1 9 9 .1
72- 5. 37. 28. 57. 173 164 217 108 22. 0. 0.0 30. 846 70.525
73 9 9 4 5 .5 .1 .9 .4 5 0 2 .3
73- 35 56. 40. 49. 159 150 109 64. 0.0 0. 0.0 0.0 664 55.400
74 .5 2 2 7 .3 .3 .6 0 0 .8
74- 0. 0.0 23. 27. 68. 133 126 77. 40. 0. 0.0 0.0 497 41.417
75 0 7 2 1 .9 .2 0 9 0 .0
ESTACION : MAYORARCA
AÑ SET OCT NOV DIC ENE FEB MAR ABR MAY JUN JUL AG T-hid promedio
O O
55- 7.1 16.6 6.4 78.4 79.6 112.9 33.3 0.0 0.0 0.0 0.0 0.0 334. 27.858
56 3
56- 4.2 22.6 56.6 81.1 15.4 73.7 37.4 71.3 13.7 0.0 0.0 0.0 376. 31.331
57 0
57- 9.5 144. 8.9 11.9 50.5 86.0 148. 44.6 5.9 0.0 0.0 0.0 510. 42.550
58 8 5 6
58- 17. 26.8 7.1 10.1 10.7 166.2 142. 38.0 75.4 0.0 0.0 0.0 494. 41.217
59 8 5 6
59- 0.0 90.2 11.9 133.0 64.0 95.0 71.3 129.5 8.9 0.0 0.0 5.9 609. 50.808
60 7
60- 8.9 14.8 62.4 50.5 128. 60.6 63.5 116.3 19.6 0.0 0.0 0.0 525. 43.783
61 8 4
61- 4.2 0.0 96.8 107.5 121. 82.6 191. 47.5 3.0 0.0 0.0 0.0 654. 54.558
62 2 9 7
62- 39. 32.1 50.5 34.4 84.2 103.4 169. 126.6 2.4 0.0 0.0 0.0 642. 53.517
63 2 4 2
63- 23. 38.8 104. 140.1 42.1 52.8 135. 52.3 38.6 0.0 1.2 3.6 633. 52.767
64 7 6 4 2
64- 5.4 23.2 34.5 10.1 54.1 51.0 26.2 11.9 17.9 0.0 0.0 0.0 234. 19.525
65 3
65- 22. 53.6 19.0 54.6 154. 32.2 57.7 25.0 7.8 0.0 0.0 0.0 426. 35.575
66 6 4 9
66- 9.6 57.7 42.4 41.6 70.3 79.7 84.6 24.7 0.0 0.0 9.6 3.6 423. 35.317
67 8
67- 21. 101. 25.0 31.6 63.1 29.7 65.5 5.9 5.4 0.0 0.0 11.9 361. 30.083
68 1 8 0
68- 3.6 38.8 33.8 20.3 29.7 30.1 45.5 29.2 1.8 0.0 0.0 0.0 232. 19.400
69 8
69- 0.0 39.8 60.3 158.6 123. 14.2 20.7 114.0 46.2 10. 2.4 9.6 599. 49.933
70 0 4 2
70- 4.6 106. 99.3 59.8 84.2 160.0 98.4 72.2 2.9 0.0 0.3 0.6 689. 57.425
71 8 1
71- 12. 109. 108. 104.4 126. 76.9 111. 49.9 18.7 18. 0.9 1.3 737. 61.450
72 7 0 2 2 2 0 4
72- 28. 75.5 69.3 56.5 62.3 88.9 64.5 64.6 51.9 11. 2.3 0.9 577. 48.092
73 5 9 1
73- 35. 119. 62.9 66.4 48.9 90.9 114. 101.5 39.3 0.0 5.3 5.3 689. 57.425
74 1 0 5 1
74- 68. 20.0 34.9 87.8 131. 102.9 71.8 154.6 6.9 0.0 1.8 6.6 686. 57.233
75 2 3 8
ESTACION : PACHACOTO
AÑ SET OCT NO DIC EN FEB MA ABR MA JU JU AG T- promed
O V E R Y N L O hid io
55- 3.0 12. 5.9 2.4 17. 95.0 61.4 29.1 3.0 0.0 0. 0.0 230. 19.175
56 5 8 0 1
56- 14. 0.0 24. 26. 32. 48.3 77.2 14.3 13. 0.0 0. 0.0 250. 20.880
57 8 0 6 1 3 0 6
57- 0.0 33. 11. 10. 7.4 53.0 207. 74.8 2.4 0.0 0. 0.0 400. 33.350
58 3 9 1 3 0 2
58- 3.6 2.4 3.6 26. 3.0 5.1 37.4 101. 14. 0.0 0. 0.0 197. 16.456
59 6 0 8 0 5
59- 0.0 23. 53. 73. 51. 132. 89.1 82.7 10. 0.0 0. 0.0 517. 43.092
60 8 9 1 1 7 7 0 1
60- 1.2 7.7 15. 13. 71. 5.9 121. 82.0 0.0 0.0 0. 0.0 318. 26.533
61 4 1 9 2 0 4
61- 0.0 0.0 34. 8.9 23. 43.6 98.3 16.0 4.2 0.0 0. 0.0 228. 19.067
62 0 8 0 8
62- 0.0 3.6 24. 1.2 21. 45.1 180. 71.9 29. 0.0 0. 0.0 376. 31.392
63 4 4 0 1 0 7
63- 0.0 12. 19. 59. 8.9 36.2 54.6 108. 0.0 0.0 0. 7.7 307. 25.583
64 5 0 4 7 0 0
64- 0.0 10. 3.6 9.5 17. 20.2 115. 19.6 4.8 0.0 0. 0.0 200. 16.683
65 1 2 2 0 2
65- 10. 0.0 6.5 35. 60. 17.2 20.2 11.9 0.0 0.0 0. 0.0 162. 13.542
66 7 4 6 0 5
66- 4.8 28. 1.8 24. 38. 108. 154. 1.2 5.4 0.0 7. 0.0 374. 31.242
67 5 4 0 7 4 7 9
67- 0.0 58. 1.8 1.2 21. 10.1 25.5 40.6 0.0 0.0 0. 5.4 164. 13.735
68 8 4 0 8
68- 5.4 13. 36. 16. 8.9 22.0 82.6 2.4 0.0 0.0 0. 0.0 186. 15.542
69 1 1 0 0 5
69- 9.1 3.0 3.0 15. 41. 37.7 38.3 21.9 0.0 0.0 0. 0.0 170. 14.175
70 8 3 0 1
70- 0.0 0.0 24. 10. 49. 72.3 133. 24.3 1.8 0.0 0. 0.0 315. 26.299
71 0 9 3 0 0 6
71- 0.0 8.5 24. 54. 23. 62.6 1.8 13.4 0.0 0.0 0. 0.0 188. 15.692
72 3 6 1 0 3
72- 22. 36. 24. 8.3 9.3 84.5 127. 142. 17. 0.0 0. 0.0 471. 39.307
73 5 5 0 6 0 0 0 7
73- 10. 0.0 23. 17. 29. 7.9 26.1 4.3 0.0 0.0 0. 0.0 119. 9.933
74 3 7 7 2 0 2
74- 0.0 77. 54. 12. 71. 112. 66.8 4.9 0.0 0.0 0. 0.0 398. 33.225
75 1 1 2 2 4 0 7
 Serie histórica de precipitaciones promedios anuales:
AÑO E- AÑO E- AÑO E-PACHACOTO

CHIQUIAN MAYORARCA
1955 334.300 1955 230.100 1955 683.400
1956 375.975 1956 250.559 1956 478.300
1957 510.600 1957 400.200 1957 767.900
1958 494.600 1958 197.471 1958 750.400
1959 609.700 1959 517.100 1959 646.100
1960 525.400 1960 318.400 1960 731.100
1961 654.700 1961 228.800 1961 930.500
1962 642.200 1962 376.700 1962 719.500
1963 633.200 1963 307.000 1963 698.600
1964 234.300 1964 200.200 1964 395.000
1965 426.900 1965 162.500 1965 898.200
1966 423.800 1966 374.900 1966 440.100
1967 361.000 1967 164.823 1967 729.000
1968 232.800 1968 186.500 1968 520.900
1969 599.200 1969 170.100 1969 733.600
1970 689.100 1970 315.588 1970 709.400
1971 737.400 1971 188.300 1971 909.100
1972 577.100 1972 471.688 1972 846.300
1973 689.100 1973 119.200 1973 664.800
1974 686.800 1974 398.700 1974 497.000
Chart Title
1000.000
900.000
800.000
700.000
600.000
500.000
400.000
300.000
200.000
100.000
0.000
0 5 10 15 20 25 30 35
E-MAYORARCA E-CHIQUIAN E-PACHACOTO
 Análisis de doble masa, para determinar la estación base
AÑO PRECIPITACION TOTAL ANUAL PRECIPITACION ACUMULADO

PACHACOT CHIQUIA MAYORARC PACHACOTO CHIQUIA MAYORARC PROM.
O N A N A
55-56 683.400 334.300 230.100 683.4 334.3 230.1 415.93

56-57 478.300 375.975 250.559 1161.7 710.3 480.7 784.21
57-58 767.900 510.600 400.200 1929.6 1220.9 880.9 1343.78
58-59 750.400 494.600 197.471 2680.0 1715.5 1078.3 1824.60
59-60 646.100 609.700 517.100 3326.1 2325.2 1595.4 2415.57
60-61 731.100 525.400 318.400 4057.2 2850.6 1913.8 2940.54
61-62 930.500 654.700 228.800 4987.7 3505.3 2142.6 3545.20
62-63 719.500 642.200 376.700 5707.2 4147.5 2519.3 4124.67
63-64 698.600 633.200 307.000 6405.8 4780.7 2826.3 4670.94
64-65 395.000 234.300 200.200 6800.8 5015.0 3026.5 4947.44
65-66 898.200 426.900 162.500 7699.0 5441.9 3189.0 5443.30
66-67 440.100 423.800 374.900 8139.1 5865.7 3563.9 5856.24
67-68 729.000 361.000 164.823 8868.1 6226.7 3728.8 6274.51
68-69 520.900 232.800 186.500 9389.0 6459.5 3915.3 6587.91
69-70 733.600 599.200 170.100 10122.6 7058.7 4085.4 7088.88
70-71 709.400 689.100 315.588 10832.0 7747.8 4400.9 7660.24

71-72 909.100 737.400 188.300 11741.1 8485.2 4589.2 8271.84
72-73 846.300 577.100 471.688 12587.4 9062.3 5060.9 8903.53
73-74 664.800 689.100 119.200 13252.2 9751.4 5180.1 9394.57
74-75 497.000 686.800 398.700 13749.2 10438.2 5578.8 9922.07
PRECIPITACION ACUMULADA
35000.0
30000.0
25000.0
20000.0
15000.0
10000.0
5000.0
0.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
PACHACOTO CHIQUIAN MAYORARCA
ANALISÍS ESTADÍSTICO DE CONSISTENCIA
 ANALISIS DE SALTOS
 CONSISTENCIA DE LA MEDIA. - luego del análisis gráfico, podemos
observar, que la estación con mayor curva es, la de Huaraz, entonces:
AÑO
Huaraz
55-56
334.300
56-57
375.975
57-58
510.600
58-59
494.600
59-60
609.700
60-61
525.400
61-62
654.700
62-63
642.200
63-64
633.200
64-65 234.300
65-66
426.900
66-67
423.800
67-68
361.000
68-69
232.800
69-70
599.200
70-71
689.100
71-72
737.400
72-73
577.100
73-74
689.100
74-75
686.800
De los datos obtenemos:
a) Cálculo de la media y de la desviación estándar:

Promedio de los periodos 1 y 2 respectivamente:
Ẋ1 501.4975
Ẋ2 542.32
Desviación estándar de los periodos 1 y 2 respectivamente:
S1
144.5793
S2
170.7866
b) Cálculo del (t c):
c)
sp
158.2265
sd
70.76105
ITcI
-0.57690606
d) Calculo del (t t)
G.L. = 20 - 2 =18
De las tablas estadísticas:
Tt 1.734
lTcl ≤ Tt (95 %) → Ẋ1 = Ẋ2 estadísticamente, no se debe realizar proceso de corrección.
1. Consistencia en la desviación estándar

a) Cálculo de las varianzas de ambos periodos
S2 1 20903.1827
2
S 2 29168.0818
b) Calculo de (Fc):
Para S22 > S21
Fc 1.18126606
c) Calculo de (Ft):
GLN = n2 – 1 =10 – 1 = 9
GLD = n1 – 1 = 10 – 1 = 9
De la tabla:
Ft 3.18
d) Comparación de Fccon Ft
- Con las formulas dadas en la teoría tenemos:
Fc< Ft (95 %) → S1= S2 (estadísticamente), por lo tanto, no se debe corregir:
ANÁLISIS DE TENDENCIAS
1. TENDENCIA EN LA MEDIA
a) Calculamos los parámetros de la ecuación de regresión lineal simple

Y =a+bx
A=413.9053
B=0.3872
Rc=0.2826
X 1 (datos promedios MAYORARCA) = 278.93

S 1 (desviación estándar MAYORARCA) = 113.47
X 2 (datos promedios CHIQUIAN) = 521.91
S 2 (desviación estándar CHIQUIAN) = 155.42
Tm= A m+B m t
Tm=413.9053+ 0.3872t
b) Evaluación de la Tm:
Calculo de (t c):
Tc=6.54
c) Calculo de Tt :
G−L=n−2=20−2=18
Tt =1.61
d) Comparación de datos del Tc y el Tt:
ItcI >Tt (95 %) → R es significativo, hay necesidad de corregir la información de
tendencia en la media.
e) Corrección de la información:
Y 1=X ’ (t)−T m
Datos corregidos sin tendencia:
 CONCLUSIONES Y RECOMENDACIONES
1. CONCLUSIONES
 Se realizó con éxito el Análisis de tendencia de los datos de las tres
estaciones meteorológicas: CHIQUIAN, MAYORARCA, PACHACOTO.
 Realizamos el análisis de doble masa para las tres estaciones: con los
promedios de precipitaciones acumuladas vs el tiempo
 Se elaboró regresión lineal para cada estación con las precipitaciones

anuales vs el tiempo, obteniendo su ecuación lineal
 Con las tablas de estadística para la prueba T de student, se hizo las

comparaciones para verificar la consistencia de datos.
1. RECOMENDACIONES
 Los datos de precipitación deben ser actuales para obtener mejores

predicciones, mejores resultados para así con esos datos poder realizar
obras hidráulicas.
 Obtener los datos de precipitación medidos de instituciones con prestigio el

cual nos proporcionen datos confiables.
 Tener en cuenta que los datos hidrológicos de una estación que tengan
valores elevados, no significan que los datos hayan sido mal registrados, sino
que haya un año húmedo.
 BIBLIOGRAFÍA
 ARÁMBULO, M. 2008.Hidrología (en línea). E.A.P. Ingeniería Mecánica de Fluidos.

Consultado 08 noviembre 2015. Disponible en: http://es.slide-sh-
are.net/dugr89/texto-basico-de-hidrologia?from_action=save&f-rom=fblanding
 REYES CARRASCO, L. 1992. Hidrología Básica. 1 ed. Lima, PE, CONCYTEC. p. 30-38
 VILLÓN BÉJAR, M. 2006. hidrología estadística: análisis estadístico. 1 ed. Lima, PE,
Villón. p. 224-230

Tratamiento de Datos Presentar

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tratamiento de Datos Presentar

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL

“SANTIAGO ANTÚNEZ DE MAYOLO”

FACULTAD DE CIENCIAS AGRARIAS

ESCUELA PROFESIONAL DE INGENIERÍA AGRÍCOLA

TRATAMIENTO DE DATOS DE LAS ESTACIONES: CHIQUIAN, MAYORARCA, PACHACOTO.

Docente: Ing. DÍAZ SALAS ABELARDO MANRIQUE

Un estudio hidrológico, como las precipitaciones que ocurren en un determinado

Es de vital importancia conocer el comportamiento de los fenómenos que nos

2.1 OBJETIVO GENERAL

 Elaborar el tratamiento de datos, aplicando los métodos de análisis de

2.2 OBJETIVOS ESPECÍFICOS

 Conseguir información de Precipitaciones de estaciones meteorológicas:

 Verificar si los datos proporcionados por las tres estaciones

 Realizar el Análisis de Doble Masa para seleccionar la Estación con la

 Comprobar mediante la prueba estadística “t” STUDENT y F, si se acepta

Los fenómenos hidrológicos son extremadamente complejos y es posible

El Ciclo Hidrológico puede tratarse como un Sistema cuyos componentes

Para problemas prácticos, solo se consideran algunos procesos del Ciclo

1.1. CARACTERISTICAS HIDROLÓGICAS

Entre los factores climatológicos que afectan las características

a) La atmósfera, es la capa de aire que rodea la tierra y donde se

Para la Hidrología sólo se considera como atmósfera los primeros

b) La Radiación Solar, Es la fuente principal de energía de nuestro

La radiación solar es la que causa las variaciones del calor, tanto en

c) La Temperatura, Es considerada como el factor determinante y

d) La Humedad Atmosférica, Expresa el contenido de vapor de

e) El Viento, Es el aire en movimiento y es un factor muy

 Transporte del calor y la humedad

 Alimentación de las precipitaciones

(Reyes, L., 1992)

1.2. CARACTERÍSTICAS ESTADÍSTICAS

 Media, Se define como:

 Mediana, Es el valor que ocurre con una probabilidad del 50%.

conveniente de la tendencia central porque no se ve afectada de

 Desviación Standard, Se define como la raíz cuadrada del

Proceso que consiste en la detección, descripción remoción de la no

2.1. ESTIMACIÓN DE DATOS FALTANTES

Frecuentemente se halla uno con que faltan datos en los registros de

Se llama correlación a la operación o procedimiento por medio del cual se

Método de la recta de regresión. - Por razones de comodidad se va a

- Dibujar el diagrama de dispersión (puntos de coordenadas x, y).

- Ajustar una recta a ese diagrama de dispersión.

- Esta recta, llamada "línea de regresión", se usa para completar la

Esto mismo puede

r = o, significa que no existe ningún grado de asociación entre los

r = 1, significa que los puntos del diagrama de dispersión se alinean

r = -1, significa que los puntos del diagrama de dispersión se alinean en

Entonces la ecuación de la recta de regresión es:

La letra y con índice (y̛') sé emplea para referirse a los valores

Los valores de los coeficientes α y B se hallan generalmente con la

Entonces se prefiere usar la siguiente ecuación:

y ' =a+ b ( x−x ) … … … … … … …...(7)

Con la teoría de mínimos cuadrados se halla:

Se demuestra también que:

Siendo r, como antes, el coeficiente de correlación.

Cualquier cambio en la ubicación como en la exposición de un pluviómetro

Una forma de detectar las inconsistencias es mediante las curvas doble

Una curva doble másica se construye llevando en ordenadas los valores

A) Análisis de doble masa: El análisis de doble masa consiste en conocer

El diagrama doble masa se obtiene graficando en el eje de las abscisas

De las gráficas de doble masa se selecciona como la estación más

IMAGEN: CURVA DOBLE MASA

FUENTE: (Villon, M., 2002)