UNIVERSIDAD DE LA SALLE

PROGRAMA DE INGENIERIA AMBIENTAL Y SANITARIA

MODELAMIENTO AMBIENTAL I
PRIMER SEMESTRE DE 2021

TALLER 1
Fecha de entrega: Febrero 17 de 2021 (en forma individual) subir a la plataforma del curso antes de las
11.55pm. El taller debe ser entregado exclusivamente en un archivo PDF acompañado del código en R, subir
ambos archivos a la plataforma por separado. Con respecto al código en R incluya en forma organizada la
solución de todos los puntos en el mismo archivo, el cual debe estar escrito de forma que permita correrlo
sin que presente errores de edición. Se calificará tanto su funcionamiento como su presentación.

Qué vamos a lograr?

Fortalecer la habilidad de escribir códigos en R y aplicar en el cálculo de parámetros estadísticos y métricas
de evaluación de modelos.

Cómo lo vamos a lograr?

Trabajo individual de fortalecimiento de las capacidades de programación. Cada estudiante desarrolla tres
puntos de análisis de datos estadísticos que son proveídos con el taller.

Cómo lo vamos a evaluar?

El estudiante entrega tanto el desarrollo del taller como el código de programación. La evaluación se hará de
acuerdo con la siguiente rúbrica:
Estadística descriptiva

1. El archivo “cont-ozono.csv” contiene información de concentraciones ambientales de ozono

(ppb) así como variables meteorológicas: radiación solar (W/h), velocidad del viento (m/s),
temperatura (grados F), mes y día. El código “Estadistica101” busca calcular algunas métricas
sobre la concentración de ozono. Abra el archivo con el programa R y luego de ejecutar el código
responda las siguientes preguntas:

Cuál es la función del comando “read.csv” _____________________________________________

Cuál es el tamaño de la matriz de información, # columnas: _____________ # filas _____________

Cómo se asignan los nombres de las variables: __________________________________________

Describa la función del comando “na.rm=TRUE” _________________________________________

Describa la función del comando “summary” ___________________________________________

Describa la función del comando “subset” ______________________________________________

Cómo se construye un histograma en R? _______________________________________________

Qué tipo de distribución muestra el histograma de ozono? ________________________________

Qué tipo de distribución muestra la temperatura? _______________________________________

Describa la función del comando “boxplot”_____________________________________________

Qué tipo de relación se percibe entre el ozono y T? ______________________________________

Cómo se ajusta una regresión lineal en R? ______________________________________________

Cuál es el coeficiente de correlación entre O 3 y T? _______________________________________

Interprete cada uno de los parámetros de la regresión lineal:

Residuales: _______________________________________________________________________

Coeficientes: _____________________________________________________________________

Coeficiente de correlación (R2) multiple y ajustado: ______________________________________

F-estadística y p-valor: _____________________________________________________________

Construya una serie de tiempo para O3 y T en la misma escala, y adjunte la gráfica aquí

Construya una gráfica de dispersión para O 3 y T y adjunte la gráfica aquí

Estadística aplicada en modelación ambiental

2. El archivo “modelos.csv” presenta los resultados de estimaciones de ozono (ppb) aplicando

cuatro modelos diferentes. También se presenta los resultados de las observaciones de ozono.
Calcule las siguientes métricas estadísticas con base en la primera columna de observaciones del
archivo “modelos.csv”

Métrica Valor Interpretación

Media
Desviación estándar
Varianza
Coeficiente de variación
Primer cuartil
Tercer cuartil
Mediana

Del material “Clase 1 – Estadística” que se encuentra en la página web del curso, revise las
diapositivas 43 a 60 para desarrollar el siguiente ejercicio.

3. A partir de la información presentada y usando el programa R estime e interprete las siguientes

métricas para cada uno de los cuatro casos:

 Construya series de tiempo para las observaciones de ozono y para la estimación por cada uno
de los cuatro modelos. Qué se puede decir al observar las gráficas?
 Calcule el promedio de las observaciones y de cada uno de los modelos, así como la relación
de promedios. Indique en que caso se subestiman o sobrestiman los resultados. Es consistente
con la información presentada gráficamente?
 Complete la siguiente tabla y entréguela junto con el código en R que escribió:

Promedio de observaciones: _______

Modelo 1 Modelo 2 Modelo 3 Modelo 4

Promedio (ppb)
Obs / Mod
Sesgo medio
(ppb)
Error medio
(ppb)
Sesgo medio
normalizado (%)
Error medio
normalizado
Sesgo medio
fraccional (%)
Error medio
fraccional (%)
Error cuadrático
 medio (ppb)
Coeficiente de
correlación
Índice de
concordancia
A partir del análisis de las anteriores métricas, cuál modelo representa mejor las observaciones?

Modelamiento Ambiental

4. Consulte la página web del sistema de pronóstico de calidad del aire de España CALIOPE
(www.bsc.es/caliope) y responda las siguientes preguntas:
 Cuál es el propósito del sistema CALIOPE?
 Cuál es la estructura del sistema CALIOPE? Describa el o los modelos a partir de los cuales se
generan los campos de concentración y pronóstico de concentraciones
 Genere y registre gráficas con el pronóstico meteorológico (para precipitación, dirección y
velocidad del viento), de emisiones (para PM2.5) y de calidad del aire (para PM2.5) para las 24
y 48 horas siguientes en Barcelona (Cataluña), realice una interpretación de los mismos.
 En la pestaña “Evaluación del pronóstico” descargue y lea los documentos “Descripción ficha
de evaluación” y “Filtrado de observaciones”.
 En el mapa de pronóstico, haga zoom a la ciudad de Barcelona y busque la estación de calidad
del aire “L'Hospitalet de Llobregat”, haga click sobre ella.
 Dónde está ubicada (latitud, longitud) la estación “L'Hospitalet de Llobregat” y qué tipo de
estación es?
 Consulte la evaluación del pronóstico para PM10 para los últimos 15 días, copie la gráfica e
interprete cada una de las métricas presentadas: previsión, observación, valor límite
 Consulte la evaluación del pronóstico para PM10 para el último mes disponible, copie la
gráfica e interprete cada una de las métricas presentadas: previsión, observación, valor límite
 A continuación, se encuentra el pronóstico anual para PM10 año 2014 en Barcelona, junto con
una tabla de evaluación estadística. De acuerdo con la figura y la lectura de los documentos
del sistema Calíope, realice interpretación de las mismas.