Dr. Waldo Lavado Casimiro waldo.lavado@gmail.

com

NIVEL DE SIGNIFICANCIA
Al plantear un estudio sobre una poblacin, idealmente debemos estudiar a todos los individuos que la conforman; pero no siempre podemos acceder a todos, entonces tenemos que escoger una muestra; sin embargo los resultados obtenidos de esta manera nunca sern exactamente iguales, a los que se obtendran de estudiar a toda la poblacin; es decir, siempre va a haber un margen de error.
Sociedad Peruana de Bioestadstica www.bioestadistico.com

Nivel de Significancia
Antes de realizar el estudio debemos plantearnos; que proporcin de error estamos dispuestos a aceptar para dar por vlido nuestro. El error es el objetivo principal del estudio. El anlisis estadstico consiste en calcular la probabilidad de cometer este error y esperamos que sea menor al planteado preliminarmente como nivel significancia.

Nivel de Confianza
Es la confianza que debemos alcanzar para generalizar el resultado de una muestra hacia toda la poblacin. Es el complemento del nivel de significancia; es la confianza que tenemos, de que la conclusin a la que hemos llegado es cierta. Una probabilidad elevada nos da la tranquilidad de que lo que hemos calculado es cercano a lo real y no debida al azar.
Sociedad Peruana de Bioestadstica www.bioestadistico.com

Niveles Convenidos
a) = 5% Existe 5% (0.05) de probabilidad de equivocarse y 95% (0.95) de confianza.
b) = 1% Existe 1% (0.01) de probabilidad de equivocarse y 99% (0.99) de confianza.

Sociedad Peruana de Bioestadstica www.bioestadistico.com

Definicin de Trminos
El error tipo I: Ocurre cuando afirmamos la hiptesis del investigador, siendo que es falsa. Por lo tanto, es un juicio de valor equivocado.. El p - valor: Es la probabilidad de equivocarse al aceptar nuestra hiptesis del investigador como verdadera; es decir la probabilidad de cometer un error tipo I. El nivel de significancia: Es la mxima probabilidad de error que estamos dispuestos aceptar para dar como vlida nuestra hiptesis del investigador.

Sociedad Peruana de Bioestadstica www.bioestadistico.com

Tests Paramtricos (TP) y No Paramtricos (TNP)

La mayora de test asume que las series de tiempo son independientes e idnticamente distribuidos. TP asume que las series de tiempo y los errores (desviaciones respecto a la tendencia) sigue una particular distribucin por lo general normalmente distribuidos. TP son prcticos ya que ellos cuantifican el cambio en los datos (p.e. cambio en la media o gradiente de la tendencia). TP son generalmente mas poderosos que TNP. TNP son generalmente de libre distribucin probabilstica. Ellos detectan la tendencia/cambio pero no cuantifican el tamao de la tendencia/cambio. Ellos son bastante usados porque la mayora de series hidrolgicas tiene una distribucin no normal.

COMO PREPARAR LOS DATOS

ANALISIS EXPLORATORIO DE DATOS COMPLETACION DE DATOS

ANALISIS DE CONSISTENCIA

E.G. ANALISIS DE DOBLE MASA, MVR

ANALISIS DE ESTACIONARIEDAD E INDEPENDENCIA LINEAL

AUTOCORRELACION (IND.) TENDENCIA CAMBIOS EN LA MEDIA

Y(T) = Y1(T)+Y2(T)+Y3(T)+Y4(T)

Tendencia

Componente Periodico

Evento Extremo
Aleatoriedad

ANLISIS DE INDEPENDENCIA SERIAL (aleatoriedad)

En la estadstica paramtrica se supone que los datos provienen de observaciones independientes, cosa que muchas veces no ocurre en la realidad. La auto correlacin complica la aplicacin de test estadsticos ya que reduce el numero real de valores a tomar en cuenta de la muestra. Auto correlacin puede tambin complicar la correlacin entre series de tiempo

ANLISIS DE ESTACIONARIEDAD
El criterio de ESTACIONARIEDAD implica que los datos deben estar libres de TENDENCIA durante el periodo de observacin. Una serie de tiempo de datos hidrolgicos, se dice estrictamente estacionaria, solo si sus propiedades estadsticas (media, varianza y momentos de orden superior) no son afectados por la eleccin del momento de origen de la serie de datos (Dahmen y Hall, 1990).

La temperatura media global ha aumentado 0.74C (1906-2005)

IPCC, AR4, WG1, 2007

Variabilidad del clima y cambio del clima

Variabilidad del clima clima inmvil Cambio del clima tendencia negativa (e.g. refrescamiento)

Cambio peridico

Cambio rpido

Burroughs, 2007

Variabilidad del clima y cambio del clima

Clima inmvil pero con aumento de la amplitud Tendencia lineal y cambio de variabilidad

Cambio rapido y cambio de la variabilidad

Burroughs, 2007

QUE ANALIZAR?

Variabilidad Tendencia

Ciclicidad

Cambios en las medias

Burroughs, 2007

Una serie de tiempo aleatoria de muchas estaciones han sido recolectados sobre el mismo periodo de tiempo. Nosotros deseariamos saber si las series de tiempo en general aumentan o disminuyen. En terminos estadisticos es la determinacion si la probabilidad de distribucion que tiene la serie ha cambiado con el tiempo. Para eso nosotros debemos describir el valor o tasa de cambio, en terminos de cambio en base algun valor de distribucion central como la media o la mediana. Geograficos resultados son interesantes para el analisis.

DESCENSO EN LOS CAUDALES DE -0.83% Y DE -0.81% PARA LAS LLUVIAS Y LOS CAUDALES RESPECTIVAMENTE
Espinoza et al. (2006)

Tendencias significativas en verano (1965-2007) por estaciones (VERANO) Azul: positivos; Rojo: ngativos
LLUVIA TEMPERATURA EVAPOTRANSPIRACION

Lavado (2010)

TESTS ESTADISTICOS PARA ALETORIEDAD

Tests para aleatoriedad Median Crossing (no- paramtrico) Turning Points (no- paramtrico) Rank Difference (no-paramtrico) Autocorrelacion (paramtrico)

Median Crossing TEST

Turning Point TEST

Ranking difference TEST

Autocorrelacin TEST

TESTS ESTADISTICOS PARA TENDENCIAS

Tests para tendencias Mann-Kendall (no- paramtrico) Spearmans Rho (no- paramtrico) Regresin Linear (paramtrico) Tests para cambio en media/mediana Distribucin Free CUSUM (no- parametrico) Cumulative Deviation (paramtrico) Worsley Likelihood Ratio (paramtrico) Tests para diferencia en media/mediana en dos diferentes periodos de la serie Rank-Sum (no-parametrico) Students t-test (paramtrico)

Importantes sugestiones
Debera tener una buena data y debera entender los datos (va anlisis exploratorio de datos). Debera entender los test estadsticos y sus supuestos. Un test estadstico provee evidencia no prueba. Significancia no es lo mismo que importancia ( p. e. un cambio puede ser detectado, pero el tamao puede ser bastante pequeo que no es importante en nuestro anlisis). Si H0 es rechazado, las razones de la tendencia/cambio deberan ser investigado.