ANALISIS ANOVA

ANALISIS MULTIVARIADO
ANALISIS EN EL DOMINIO DE LA FRECUENCIA
TRABAJO FINAL

ESTADISTICA AVANZADA

PRESENTADO POR:
CESAR IVAN ABAUNZA MARTINEZ

PRESENTADO A:
DRA. BLANCA ADRIANA BOTERO HERNANDEZ

MEDELLIN OCTUBRE 2020

UNIVERSIDAD DE MEDELLIN
MAESTRIA EN INGENIERIA CIVIL
Ilustración 1 Análisis de Varianza Humedad Relativa ANOVA................................................................................................................................... 3
Ilustración 2 Análisis de varianza para Caudales medios diarios Cuenca del Rio Negro ANOVA ................................................................................ 3
Ilustración 3 Series de Humedad Relativa ................................................................................................................................................................ 4
Ilustración 4 Media y Desviación de la Humedad Relativa ....................................................................................................................................... 4
Ilustración 5 Componentes de las series.................................................................................................................................................................. 4
Ilustración 6 Análisis de componentes principales para Humedad Relativa.............................................................................................................. 5
Ilustración 7 Análisis de componentes principales- análisis visual por escala de colores .......................................................................................... 6
Ilustración 8 Media y desviación para estaciones (Caudales Medio Diario) .............................................................................................................. 7
Ilustración 9 Series de Caudal medio Diario ............................................................................................................................................................. 7
Ilustración 10 Componentes para análisis de componentes principales ................................................................................................................... 7
Ilustración 11 Análisis de componentes principales para Caudales Medios Diarios .................................................................................................. 8
Ilustración 12 Análisis de componentes principales- análisis visual por escala de colores ........................................................................................ 9
Ilustración 13 Varianzas Caudales Medios Diarios por componentes principales Ilustración 14 Porcentaje explicado de varianzas por
componentes principales 9
Ilustración 15 Caudales medios diarios para la serie 2 ........................................................................................................................................... 10
Ilustración 16 Espectro de frecuencia para la Serie 2 ............................................................................................................................................. 10
Ilustración 17 Análisis de Dominio de frecuencia para la serie 2 ............................................................................................................................ 11
Ilustración 18 Frecuencia vs Potencia Caudales medios diarios para la serie 2 ....................................................................................................... 11
Ilustración 19 Caudales medios diarios para la componente principal 1 ................................................................................................................ 12
Ilustración 20 Espectro de frecuencia para la componente principal 1................................................................................................................... 12
Ilustración 21Análisis de Dominio de frecuencia para la componente principal ..................................................................................................... 13
Ilustración 22 Frecuencia vs Potencia Caudales medios diarios para la componente principal ............................................................................... 13
 Trabajo ANOVA

1. Establecer mediante un análisis ANOVA (Trabajo ANOVA)

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad Promedio de los cuadrados F Probabilidad Valor crítico para F
Entre grupos 5048,400522 7 721,2000745 19,12302547 0,000000000000000000043 2,0491952
Dentro de los grupos 8749,57875 232 37,71370151

Total 13797,97927 239

Ilustración 1 Análisis de Varianza Humedad Relativa ANOVA

Para analizar el valor obtenido del p-value y el estadístico F comparado con el Valor Critico para F a partir de un alfa (valor de significancia) de 0.05 para
ocho estaciones meteorológicas ubicadas en la ciudad de Manizales en el mes de abril se rechaza dado que F>Fc así 19.123>2.049 y p-value 43𝑥10−21 ,
es decir las medias de las 8 series de Humedad relativa no son iguales ya que no se tienen una variable homogénea.

2. Establecer mediante un análisis ANOVA (Trabajo ANOVA)

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad Promedio de los cuadrados F Probabilidad Valor crítico para F
Entre grupos 17146697,62 9 1905188,624 12109,63008 0 1,880025578
Dentro de los grupos 10539428,96 66990 157,3283917

Total 27686126,57 66999

Ilustración 2 Análisis de varianza para Caudales medios diarios Cuenca del Rio Negro ANOVA

Para analizar el valor obtenido del p-value y el estadístico F comparado con el Valor Critico de F a partir de un alfa (valor de significancia) de 0.05 para 10
estaciones de aforo de los ríos que conforman la cuenca del Rio Negro en el oriente Antioqueño se rechaza dado que F>Fc así 12109.63>1.88 y p-value de
0, es decir las medias de las 10 series de caudales no son iguales ya que no se tienen una variable homogénea.
 3. Realizar un análisis de componentes principales, y determinar si existen zonas homogéneas de igual varianza, para la humedad relativa
en la ciudad de Manizales (Trabajo ACP)

Para los valores de humedad relativa de para el mes de abril para ocho estaciones meteorológicas ubicadas en la ciudad de Manizales se aplicó el análisis
de componentes principales con la finalidad de simplificar el análisis de las 8 series a un número menor de series para evaluar su comportamiento y
tendencia en posterior análisis.
Los datos son:
Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Serie 7 Serie 8 Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Serie 7 Serie 8
90,167 92,531 91,177 94,340 94,254 81,806 91,451 96,660 Media 81,39 90,39 87,45 84,15 86,15 74,86 88,63 86,43
77,875 87,170 82,719 80,535 82,611 70,854 86,684 80,757 Desviación 5,85 3,33 4,87 6,20 6,40 8,21 5,33 7,58
79,899 92,156 86,750 84,087 84,906 72,181 88,250 88,240 Ilustración 4 Media y Desviación de la Humedad Relativa
74,069 82,726 77,451 76,267 73,309 57,129 75,135 74,170
PC1 PC2 PC3 PC4 PC5 PC6 PC7 PC8
70,264 85,188 76,997 72,052 72,476 56,934 74,694 71,441
-3,02391464 1,08412717 0,02852892 -0,10982895 -0,14294148 0,0117629 0,11831562 0,0230847
73,795 87,267 81,948 76,767 80,941 67,569 83,146 78,580 1,86739213 0,05780949 0,51231066 -0,18897033 -0,11086828 -0,13531194 -0,07854634 -0,00593949
87,337 93,063 91,163 90,142 90,663 85,813 91,042 91,403 0,08737471 -0,16424455 -0,60143939 -0,0124735 -0,40558658 -0,01323647 -0,08239327 0,07428698
77,872 87,583 83,444 82,139 82,438 69,590 85,875 80,271 5,37052068 1,24805166 -0,10408321 0,00993529 0,06780844 0,12072129 -0,08246745 -0,0819154
87,330 91,927 91,438 90,215 92,139 82,365 92,722 95,333 5,82660207 0,30510162 -0,65315846 0,0948125 0,0166193 -0,26901454 0,10383891 -0,1120226
2,94289049 -0,21745007 0,06800846 0,08621372 -0,10405282 -0,2132533 0,24850875 0,11177878
81,427 91,385 89,278 83,594 88,247 76,879 91,337 86,622
-2,36905871 0,26225562 0,01804046 0,12026941 0,39726401 -0,4747467 -0,14804438 0,04168726
89,879 93,892 94,913 91,611 93,986 84,653 93,212 96,042
1,82055245 0,19395515 0,23966865 -0,33334377 0,01507225 -0,03708385 -0,04632424 0,11108236
84,965 92,271 89,913 87,604 89,392 78,736 91,646 90,736 -2,50076077 0,40098117 0,26660565 0,18822627 -0,11065049 0,1071793 -0,0153061 0,05313473
86,462 93,903 92,451 88,771 90,986 83,816 93,483 93,142 -0,59885421 -0,51544023 0,11162796 -0,02761738 0,05485943 0,0713741 0,12612571 -0,04149234
86,149 93,698 93,403 89,417 92,472 83,330 93,420 91,941 -3,46274479 0,29051006 -0,09744311 0,23444549 0,29867863 0,17210872 0,10058975 -0,09157137
85,215 92,517 91,399 89,486 90,858 78,236 91,024 90,608 -1,53702815 0,03285813 -0,03984442 -0,04552559 -0,05482887 0,03308487 -0,06052212 -0,0642717
-2,59296113 -0,22399716 -0,09252789 0,15721577 0,12146989 -0,08877922 -0,13222228 -0,01949841
79,278 89,576 86,104 83,458 81,851 68,483 86,538 81,274
-2,6609125 -0,22871271 -0,05317724 0,0204763 0,29092853 0,02989976 0,11790996 0,07107157
67,729 82,556 78,090 68,944 70,875 57,149 77,007 70,309 -1,80740291 0,18795483 -0,19672722 -0,15843633 0,13406011 0,17442375 0,16419728 0,0844044
71,250 83,958 80,806 72,622 75,861 64,319 81,986 74,406 1,2479923 0,05030038 -0,34191626 -0,39084638 0,17421509 0,24480056 -0,17860465 0,01878067
77,906 89,951 85,372 79,337 83,240 73,038 89,243 82,031 6,33432993 -0,16435645 0,08628356 0,35555418 0,14839473 0,21469861 -0,02963136 0,05420701
78,872 92,059 88,264 83,153 84,927 74,236 89,434 83,910 4,45939809 -0,31680172 0,5165667 0,27367476 0,1468327 0,13784043 -0,0450773 0,0836547
84,549 92,993 90,847 87,094 89,375 79,188 93,629 90,254 1,0909639 -0,71035454 0,13114896 -0,05446988 -0,07126905 -0,11822496 -0,12600674 -0,11976785
0,1368209 -0,65619321 -0,39343199 -0,16775709 0,1156195 -0,03411969 -0,03995956 0,13278744
78,635 91,177 87,059 80,497 84,757 71,795 88,330 84,722 -1,75230218 -0,38213569 -0,04282211 -0,12983985 -0,03294522 0,12560793 -0,13934707 -0,08342299
84,858 92,618 90,163 88,212 90,017 80,788 91,622 95,906 0,63146194 -0,56825556 -0,319517 0,06611718 -0,13480292 0,05971025 0,11062056 -0,098293
83,618 91,729 89,694 86,049 89,524 77,799 92,531 89,118 -1,98414034 0,16190375 -0,07792382 0,38158499 -0,39473991 -0,01517792 -0,10025616 0,13647977
85,854 92,486 91,469 86,854 91,004 82,260 92,896 94,399 -1,24341712 -0,25132349 0,15846351 -0,12220431 -0,07333381 0,13128046 0,03342388 -0,07382542
82,472 90,014 86,872 86,194 87,545 75,427 89,879 86,094 -2,18140284 -0,102347 0,16210504 0,4002332 -0,12004329 0,05242683 -0,0166514 -0,08563953
-0,26711189 0,18055382 0,26362829 -0,31883695 -0,04648606 -0,03314399 -0,00910069 0,0185996
88,958 93,955 92,611 91,788 93,073 84,316 93,424 96,247
-3,21241558 0,30794741 -0,0756238 0,10521609 -0,03074703 -0,05740333 -0,06808973 -0,02521515
82,955 92,108 89,549 86,566 89,076 77,295 91,014 88,528 -1,08787964 -0,15961175 -0,09621787 -0,13805834 -0,00205719 0,0279568 0,08784182 0,04010793
79,236 88,396 83,938 81,670 85,156 71,531 87,931 83,281 1,13118964 0,02175326 0,3886866 -0,20132489 -0,25791788 -0,07141479 0,08781363 -0,07520299
82,885 90,941 88,295 85,000 88,688 78,184 90,413 86,531 -0,6651818 -0,12483939 0,23418038 -0,09444163 0,11144824 -0,15396582 0,09936495 -0,07706966
Ilustración 3 Series de Humedad Relativa Ilustración 5 Componentes de las series
 Análisis de componentes principales Humedad Relativa

% de Var Explicada 95,189% 2,355% 0,985% 0,535% 0,416% 0,292% 0,148% 0,080%
Varianza(Lamda) 7,61509594 0,18836761 0,07877659 0,04282351 0,03327942 0,02337931 0,01186322 0,0064144
Desv S 2,75954633 0,43401338 0,28067167 0,20693841 0,18242647 0,15290295 0,10891842 0,08008998

PC1 PC2 PC3 PC4 PC5 PC6 PC7 PC8

V1 -0,3542911 0,45127125 0,05479779 -0,05007731 0,18846369 0,01659574 -0,19434241 -0,76925847
V2 -0,34834498 -0,3810468 -0,75111123 -0,14218235 -0,12189762 -0,33784352 -0,01374955 -0,141028
V3 -0,35632776 -0,20140146 -0,1726831 0,27385276 0,58848767 0,58724063 0,13015661 0,13979684
V4 -0,35077139 0,50443342 -0,11191847 -0,5214082 0,06429381 0,01717834 -0,18657201 0,54669571
V5 -0,3595144 0,03105113 0,24186879 -0,15907846 -0,14383004 -0,09964549 0,8679356 -0,04527969
V6 -0,35645174 -0,1219122 0,36348869 0,349908 0,32416866 -0,64692874 -0,19008475 0,20925012
V7 -0,34758797 -0,53206542 0,44069258 -0,36130762 -0,27990982 0,27692192 -0,33251532 -0,07572421
V8 -0,35496155 0,2392104 -0,07516278 0,59340529 -0,62852929 0,18790401 -0,10139662 0,13551065

Matriz de correlaciones
CP1 CP2 CP3 CP4 CP5 CP6 CP7 CP8
Serie 1 -0,97768271 0,19585776 0,01538019 -0,01036292 0,03438077 0,00253754 -0,02116747 -0,06160989
Serie 2 -0,96127411 -0,16537941 -0,21081564 -0,02942299 -0,02223735 -0,05165727 -0,00149758 -0,01129493
Serie 3 -0,98330296 -0,08741093 -0,04846725 0,05667065 0,10735573 0,08979083 0,01417645 0,01119633
Serie 4 -0,96796991 0,21893085 -0,03141234 -0,10789938 0,01172889 0,00262662 -0,02032113 0,04378485
Serie 5 -0,99209665 0,01347661 0,06788572 -0,03291944 -0,02623841 -0,01523609 0,09453417 -0,00362645
Serie 6 -0,98364508 -0,05291152 0,10202098 0,07240941 0,05913694 -0,09891731 -0,02070373 0,01675884
Serie 7 -0,95918511 -0,23092351 0,12368992 -0,07476843 -0,05106296 0,04234218 -0,03621704 -0,00606475
Serie 8 -0,97953284 0,10382051 -0,02109606 0,12279835 -0,11466038 0,02873108 -0,01104396 0,01085304

Ilustración 6 Análisis de componentes principales para Humedad Relativa

Conclusiones

• De acuerdo a los datos obtenidos se puede concluir que en primera instancia las ocho series se pueden simplificar para un posterior análisis a dos
series ya que las componentes calculadas 1 y 2 acumulan el 97.54% del comportamiento de las ocho series, de igual manera esto permitirá
facilitar el análisis y comportamiento de las ocho series en posteriores cálculos.

• Por otra parte, se puede decir que no hay zonas de variabilidad homogénea diferentes, sino que todo el conjunto de la humedad relativa para la
ciudad de Manizales se comporta de la misma manera.

• Lo anterior concluye que la varianza es igual para todas las series independientemente del sitio donde esta esté ubicada la estación.
 • Por ultimo para identificar si las series solo se identifican con la componente principal 1 se realizo un análisis de escala de colores por
componentes para asi tener un análisis visual rápido, como se muestra a continuación:

CP1 CP2 CP3 CP4 CP5 CP6 CP7 CP8

Serie 1 -0,97768271 0,19585776 0,01538019 -0,01036292 0,03438077 0,00253754 -0,02116747 -0,06160989
Serie 2 -0,96127411 -0,16537941 -0,21081564 -0,02942299 -0,02223735 -0,05165727 -0,00149758 -0,01129493
Serie 3 -0,98330296 -0,08741093 -0,04846725 0,05667065 0,10735573 0,08979083 0,01417645 0,01119633
Serie 4 -0,96796991 0,21893085 -0,03141234 -0,10789938 0,01172889 0,00262662 -0,02032113 0,04378485
Serie 5 -0,99209665 0,01347661 0,06788572 -0,03291944 -0,02623841 -0,01523609 0,09453417 -0,00362645
Serie 6 -0,98364508 -0,05291152 0,10202098 0,07240941 0,05913694 -0,09891731 -0,02070373 0,01675884
Serie 7 -0,95918511 -0,23092351 0,12368992 -0,07476843 -0,05106296 0,04234218 -0,03621704 -0,00606475
Serie 8 -0,97953284 0,10382051 -0,02109606 0,12279835 -0,11466038 0,02873108 -0,01104396 0,01085304

Ilustración 7 Análisis de componentes principales- análisis visual por escala de colores

Así como se identifico anteriormente las series se identifican principalmente con la componente principal 1 dando valores superiores a -0.90, por otra
parte en la componente principal 2 las series 1, 4, 8 se identifican en una proporción baja, y asi por ejemplo en la componente principal 3 las series 2, 6 y
7 se identifica de manera muy baja por lo tanto como se concluyo anteriormente con la componente principal 1 se puede realizar un análisis posterior ya
que este acumula bien todo el comportamiento de las 8 series.

A continuación, se presentan las gráficas de lo anteriormente descrito:

Figura 1 Varianzas Humedad relativa por componentes principales Figura 2 Porcentaje explicado de varianzas por componentes principales
 4. Para los caudales, realizar un análisis de componentes principales, y determinar si existen zonas homogéneas de igual varianza, que
puedan significar caudales con diferentes regímenes dentro de la misma cuenca.

Para los valores de caudal medios diarios registrados en algunas estaciones de aforo de los ríos que conforman la cuenca del Río Negro, en el
oriente Antioqueño se aplicó el análisis de componentes principales con la finalidad de simplificar el análisis de las 10 series a un número menor
de series para evaluar su comportamiento y tendencia en posterior análisis

Estacion 1 Estacion 2 Estacion 3 Estacion 4 Estacion 5 Estacion 6 Estacion 7 Estacion 8 Estacion 9 Estacion 10 Estacion 1 Estacion 2 Estacion 3 Estacion 4 Estacion 5 Estacion 6 Estacion 7 Estacion 8 Estacion 9 Estacion 10
9,6687 1,5709 18,532 1,1103 3,7907 9,7063 22,408 15,0956 1,0712 1,5988 Media 20,5627 3,4079 40,2588 2,3632 7,5831 20,7110 46,1399 31,9716 1,7946 2,6751
Desviacion 11,23047098 2,302452684 21,01108787 1,729281851 4,373481266 11,2889269 23,59145808 17,04074139 1,054047077 1,6676136
14,4844 2,9831 22,7401 1,1409 4,1658 14,3732 26,9451 20,5019 2,9991 5,1347
Ilustración 8 Media y desviación para estaciones (Caudales Medio Diario)
20,545 3,338 30,0373 1,9434 5,0296 20,3126 33,3564 27,5275 2,6734 4,5508
23,7003 3,1094 36,322 2,3457 5,5984 23,625 38,4362 31,8108 2,0318 3,3671
25,9673 4,5842 42,5683 2,1975 5,8242 26,0711 44,8864 35,9908 1,635 2,5807
PC1 PC2 PC3 PC4 PC5 PC6 PC7 PC8 PC9 PC10
27,1183 5,6424 48,1594 2,3703 5,9269 27,2811 52,5885 38,7069 1,8097 2,7171 1 -2,7744 -0,1992 -0,0662 0,0949 0,0565 -0,0110 -0,0022 0,0225 0,0006 0,0014
26,599 5,573 50,491 2,3684 6,0231 26,8454 55,4514 38,8121 1,7109 2,4193 2 -0,8915 -2,2629 0,0568 0,9515 0,2023 0,3474 -0,2303 0,0692 -0,0102 -0,0012
25,7768 5,868 51,2519 2,35 5,9316 26,0085 57,4492 38,1925 1,6549 2,3482 3 -0,1374 -1,5271 0,0708 0,7353 -0,0472 -0,1088 -0,2176 0,0477 0,0136 0,0087
4 0,0108 -0,5769 0,1228 0,2792 -0,3022 -0,4389 -0,1465 -0,0201 0,0180 0,0060
24,636 6,1533 51,8006 2,2198 5,7609 24,8941 58,3471 37,266 1,6004 2,2951 5 0,3628 0,2587 0,6289 0,3466 -0,1942 -0,4541 -0,1643 -0,0033 0,0209 -0,0002
23,9491 5,4993 51,0905 2,2611 5,8057 24,2125 60,0054 36,1958 1,5884 2,3588 6 0,9275 0,4274 0,7975 0,5833 -0,1964 -0,2335 -0,1600 0,0092 0,0097 0,0002
7 0,8980 0,6327 0,8101 0,4760 -0,2500 -0,1297 -0,1015 -0,0220 0,0033 -0,0014
21,7886 4,16 46,6194 2,069 5,6022 22,0598 55,4894 32,8058 1,5517 2,2984
8 0,8753 0,7518 0,8455 0,5491 -0,2204 0,0090 -0,1274 -0,0097 0,0085 0,0007
19,3912 3,0823 41,1509 2,0709 5,4045 19,6425 51,9518 29,1264 1,5248 2,2861 9 0,7887 0,8296 0,9184 0,6263 -0,1615 0,1571 -0,1606 -0,0178 0,0086 -0,0002
17,2529 2,3873 35,8183 1,9328 5,2032 17,4711 45,3924 25,9097 1,491 2,2253 10 0,6726 0,7298 0,7634 0,4484 -0,2877 0,2229 -0,1617 0,0134 0,0135 0,0022
11 0,1044 0,4509 0,5343 0,1610 -0,3842 0,1997 -0,0946 0,0008 0,0100 0,0019
15,5815 1,9791 31,5291 1,7732 5,003 15,7604 39,6581 23,415 1,4956 2,3066
12 -0,4130 0,2171 0,2306 -0,0012 -0,4553 0,2085 -0,0521 0,0474 0,0121 0,0032
14,4345 1,7487 28,4231 1,645 4,8156 14,575 35,3936 21,6449 1,477 2,2347 13 -0,9305 0,0130 0,0580 -0,0656 -0,3933 0,1465 -0,0128 0,0409 0,0093 0,0020
13,5813 1,6114 26,2286 1,5547 4,6426 13,6957 32,2503 20,3472 1,4522 2,1818 14 -1,3088 -0,2081 -0,0429 -0,0604 -0,3051 0,1079 -0,0216 0,0316 0,0050 0,0011
15 -1,6055 -0,3009 -0,0857 -0,0478 -0,2359 0,0627 0,0072 0,0253 0,0042 0,0009
12,9425 1,525 24,6595 1,4912 4,4857 13,0373 30,0181 19,3706 1,4221 2,1348
16 -1,8237 -0,3576 -0,1115 -0,0276 -0,1853 0,0305 0,0186 0,0176 0,0027 0,0006
… … … … … … … … … … 17 -1,9881 -0,3868 -0,1270 -0,0083 -0,1520 0,0084 0,0209 0,0119 0,0018 0,0006
Ilustración 9 Series de Caudal medio Diario 18 -2,1203 -0,3950 -0,1354 0,0076 -0,1295 -0,0075 0,0225 0,0072 0,0012 0,0005
19 -2,2308 -0,3918 -0,1430 0,0214 -0,1147 -0,0167 0,0230 0,0041 0,0006 0,0004
20 -2,3291 -0,3842 -0,1470 0,0323 -0,1036 -0,0218 0,0226 0,0018 0,0002 0,0004
21 -2,4156 -0,3743 -0,1464 0,0398 -0,0958 -0,0260 0,0215 0,0006 0,0004 0,0004
22 -2,4718 -0,3465 -0,1248 0,0734 -0,0732 -0,0293 0,0160 0,0021 0,0006 0,0002
23 -0,3182 -0,6894 0,7212 0,8054 0,3861 -0,3578 -0,2677 0,0514 0,0179 -0,0148
24 1,2731 -0,6400 1,2624 0,6636 -0,0241 -0,4085 -0,6855 0,0235 0,0140 -0,0026
25 1,1374 -0,2668 1,2321 0,0127 -0,4762 -0,3547 -0,5811 -0,0815 0,0177 0,0014
26 0,4176 -0,0276 0,9632 -0,3469 -0,6316 -0,1804 -0,3488 -0,0595 0,0200 -0,0007
27 -0,3638 0,0412 0,6868 -0,3870 -0,5805 -0,0242 -0,1819 -0,0129 0,0174 -0,0021
28 -0,9268 0,0468 0,5103 -0,2169 -0,4287 0,0529 -0,1133 0,0183 0,0135 -0,0026
… … … … … … … … … …
Ilustración 10 Componentes para análisis de componentes principales
 % de varianza 82,21% 7,61% 4,76% 3,33% 1,27% 0,48% 0,32% 0,01% 0,00% 0,00%
Varianza 8,22121172 0,76129573 0,47638753 0,33259619 0,12674921 0,04827878 0,03175894 0,0014808 0,00023205 9,0465E-06
Desviacion 2,86726555 0,87252263 0,69020832 0,57671153 0,35601855 0,21972432 0,17821039 0,03848118 0,01523328 0,00300773

PC1 PC2 PC3 PC4 PC5 PC6 PC7 PC8 PC9 PC10
V1 0,34192776 -0,01107162 0,21589401 -0,08227337 -0,16913012 -0,46867308 -0,00192292 0,07908263 0,34354612 0,67604921
V2 0,28852297 0,33386217 0,32410821 0,68130625 0,44647075 0,1168622 -0,11258528 0,07752708 0,06533012 -0,01092658
V3 0,33932453 0,18024584 0,14756315 -0,1613733 -0,1768736 0,31024122 -0,03142091 -0,81632971 0,09647043 -0,01822574
V4 0,26732255 0,27519351 -0,80614509 0,33108899 -0,23857578 -0,18082104 0,00029173 -0,05831104 -0,01721968 -0,00243334
V5 0,31282376 0,06530863 -0,30706828 -0,50119662 0,70746191 0,03926867 0,08704471 0,06966519 0,19345596 -0,02207927
V6 0,34168638 -0,0028114 0,21989266 -0,0936276 -0,18585186 -0,45075541 -0,00549322 0,10946275 0,20569331 -0,73080794
V7 0,33326836 0,22262574 0,04753856 -0,19102507 -0,38247007 0,5926491 -0,00182726 0,54774651 0,05094782 0,02186135
V8 0,34484131 0,07709003 0,12865252 -0,1511308 0,04145706 -0,20129224 0,01527051 0,02076728 -0,88624056 0,08617163
V9 0,29571423 -0,56377611 -0,02225842 0,2553847 0,00018421 0,15546068 0,71003918 -0,02482088 -0,00492804 -0,00536255
V10 0,28495419 -0,6344854 -0,12144266 0,09420729 0,02847546 0,13077037 -0,68871938 0,00567353 -0,01810342 9,16E-05

Matriz de correlaciones
CP1 CP2 CP3 CP4 CP5 CP6 CP7 CP8 CP9 CP10
Serie 1 0,98039769 -0,00966024 0,14901184 -0,047448 -0,06021346 -0,10297888 -0,00034269 0,00304319 0,00523334 0,00203338
Serie 2 0,82727198 0,2913023 0,22370218 0,39291717 0,15895187 0,02567747 -0,02006387 0,00298333 0,00099519 -3,2864E-05
Serie 3 0,97293354 0,15726857 0,10184931 -0,09306585 -0,06297028 0,06816754 -0,00559953 -0,03141333 0,00146956 -5,4818E-05
Serie 4 0,76648475 0,24011256 -0,55640805 0,19094284 -0,08493741 -0,03973078 5,1989E-05 -0,00224388 -0,00026231 -7,3188E-06
Serie 5 0,8969488 0,05698326 -0,21194108 -0,28904587 0,25186957 0,00862828 0,01551227 0,0026808 0,00294697 -6,6409E-05
Serie 6 0,97970559 -0,00245301 0,15177175 -0,05399611 -0,06616671 -0,09904193 -0,00097895 0,00421226 0,00313338 -0,00219808
Serie 7 0,95556888 0,19424599 0,03281151 -0,11016636 -0,13616644 0,13021942 -0,00032564 0,02107793 0,0007761 6,5753E-05
Serie 8 0,9887516 0,0672628 0,08879704 -0,08715888 0,01475948 -0,0442288 0,00272136 0,00079915 -0,01350035 0,00025918
Serie 9 0,84789122 -0,49190742 -0,01536295 0,1472833 6,5583E-05 0,03415849 0,12653636 -0,00095514 -7,507E-05 -1,6129E-05
Serie 10 0,81703934 -0,55360287 -0,08382074 0,05433043 0,01013779 0,02873343 -0,12273695 0,00021832 -0,00027577 2,754E-07

Ilustración 11 Análisis de componentes principales para Caudales Medios Diarios

Conclusiones

• De acuerdo a los datos obtenidos se puede concluir que en primera instancia las diez seires se pueden simplificar para un posterior análisis a dos
series ya que las componentes calculadas 1 y 2 acumulan el 89,83% del comportamiento de las ocho series, de igual manera esto permitirá
facilitar el análisis y comportamiento de las diez series en posteriores cálculos.

• Por otra parte, se puede decir que no hay zonas de variabilidad homogénea diferentes, sino que todo el conjunto de los caudasles medios diarios
para el Rio Negro se comporta de la misma manera.

• Lo anterior concluye que la varianza es igual para todas las series independientemente del sitio donde esta esté ubicada la estación.
• Por último, para identificar si las series solo se identifican con la componente principal 1 se realizó un análisis de escala de colores por
componentes para asi tener un análisis visual rápido, como se muestra a continuación:
CP1 CP2 CP3 CP4 CP5 CP6 CP7 CP8 CP9 CP10
Serie 1 0,98039769 -0,00966024 0,14901184 -0,047448 -0,06021346 -0,10297888 -0,00034269 0,00304319 0,00523334 0,00203338
Serie 2 0,82727198 0,2913023 0,22370218 0,39291717 0,15895187 0,02567747 -0,02006387 0,00298333 0,00099519 -3,2864E-05
Serie 3 0,97293354 0,15726857 0,10184931 -0,09306585 -0,06297028 0,06816754 -0,00559953 -0,03141333 0,00146956 -5,4818E-05
Serie 4 0,76648475 0,24011256 -0,55640805 0,19094284 -0,08493741 -0,03973078 5,1989E-05 -0,00224388 -0,00026231 -7,3188E-06
Serie 5 0,8969488 0,05698326 -0,21194108 -0,28904587 0,25186957 0,00862828 0,01551227 0,0026808 0,00294697 -6,6409E-05
Serie 6 0,97970559 -0,00245301 0,15177175 -0,05399611 -0,06616671 -0,09904193 -0,00097895 0,00421226 0,00313338 -0,00219808
Serie 7 0,95556888 0,19424599 0,03281151 -0,11016636 -0,13616644 0,13021942 -0,00032564 0,02107793 0,0007761 6,5753E-05
Serie 8 0,9887516 0,0672628 0,08879704 -0,08715888 0,01475948 -0,0442288 0,00272136 0,00079915 -0,01350035 0,00025918
Serie 9 0,84789122 -0,49190742 -0,01536295 0,1472833 6,5583E-05 0,03415849 0,12653636 -0,00095514 -7,507E-05 -1,6129E-05
Serie 10 0,81703934 -0,55360287 -0,08382074 0,05433043 0,01013779 0,02873343 -0,12273695 0,00021832 -0,00027577 2,754E-07

Ilustración 12 Análisis de componentes principales- análisis visual por escala de colores

Se evidencia que todas las series se relacionan con valores superiores a 0.75 con la componente principal 1, de igual manera las series 9 y 10 se
relacionan con valores del 0.5 aproximadamente con la componente principal 2, a si mismo para la serie 4 se relaciona con un valor cercano al
0.5 con la componente principal 3, lo anterior evidencia la proporción que representa la varianza en de las componentes 2 y 3 con un porcentaje
explicado de 7,61% y 4,76% los que demuestra que las componentes principales 1, 2 y 3 acumulan el 94.59% del comportamiento de las 10 series
correspondientes a las estaciones de medición de caudales medios diarios.

Ilustración 13 Varianzas Caudales Medios Diarios por componentes principales Ilustración 14 Porcentaje explicado de varianzas por componentes principales
Trabajo Análisis Dominio de la Frecuencia

5. Tome la serie de caudales utilizada para el ACP (Datos_Caudal_Medio_diario_ACP.xls) y realice un análisis en el dominio de la frecuencia.
Establezca si esta serie tiene ciclos importantes.

Para el Análisis de dominio de la frecuencia de las series de caudales medios diarios para el rio Negro se tomo la serie 2, obteniendo los
siguientes datos:

Ilustración 15 Caudales medios diarios para la serie 2

Ilustración 16 Espectro de frecuencia para la Serie 2

 Frecuencia Potencia Periodo (Dias) Periodo(Mes) Periodo(Año)
0,002666667 1161,939921 375 12,5 1,04 Ciclo Anual
0,002814815 954,8319475 355,2631579 11,84210526 0,99 Ciclo Anual
0,005481481 673,5560224 182,4324324 6,081081081 0,51 Ciclo Semestral
0,000740741 279,7412325 1350 45 3,75 Ciclo de 3,75 años
0,000296296 203,0150164 3375 112,5 9,38 Ciclo de 9,38 años
0,000888889 192,9352248 1125 37,5 3,13 Ciclo de 3,13 años

Ilustración 17 Análisis de Dominio de frecuencia para la serie 2

Conclusión:

De los datos obtenidos para la frecuencia y la potencia se tiene que el ciclo con mayor potencia es el anual evidenciado en dos oportunidades,
de igual manera se tiene un ciclo semestral, un ciclo cada 3,75 años y un ciclo cada 9 años los cuales son los representados en los picos altos
de la siguiente gráfica, lo cual se establece como los ciclos importantes sobre los eventos ocurridos en determinados tiempos.

Ilustración 18 Frecuencia vs Potencia Caudales medios diarios para la serie 2

6. Tome la primera componente principal obtenida para los caudales en el punto 4. Realice un análisis en el dominio de la frecuencia.
Establezca los 3 o 4 ciclos más importantes para esta serie. ¿Estos ciclos son los mismos que se identificaron en el punto 5, para la serie
de caudales?

Ilustración 19 Caudales medios diarios para la componente principal 1

Ilustración 20 Espectro de frecuencia para la componente principal 1

 Frecuencia Potencia Periodo(Dia) Periodo(Mes) Periodo(Año)
0,005481481 3954,370842 182,4324324 6,081081081 0,51 Semestral
0,002666667 1323,236361 375 12,5 1,04 Anual
0,000740741 1206,423967 1350 45 3,75 Cada 3,75 años
0,002814815 1128,867084 355,2631579 11,84210526 0,99 Anual
0,000888889 879,4563997 1125 37,5 3,13 Cada 3,13 años
0,000444444 771,5813225 2250 75 6,25 Cada 6,25 años
0,000296296 453,2345098 3375 112,5 9,38 Cada 9,38 años

Ilustración 21 Análisis de Dominio de frecuencia para la componente principal

Conclusión:

De los datos obtenidos para la frecuencia y la potencia se tiene que el ciclo con mayor potencia es el semestral de igual manera el anual
evidenciado en dos oportunidades, un ciclo cada 3,75 años y un ciclo cada 9 años los cuales son los representados en los picos altos de la
siguiente gráfica, lo cual se establece como los ciclos importantes sobre los eventos ocurridos en determinados tiempos.

Por lo anterior se evidencia que los ciclos obtenidos en la serie 2 son los mismos a la componente principal 1, esto debido a que la
componente principal contiene los datos de la serie 2 y de todas las series.

Ilustración 22 Frecuencia vs Potencia Caudales medios diarios para la componente principal