Mtodos Estadsticos

Para el caso especial de los fenmenos hidrolgicos que responden a una

distribucin terica de valores extremos (crecidas y estiajes) no existe una funcin
que se adapte a todos los casos sino que cada uno debe ser analizado
individualmente para aplicar luego la ley que mejor lo represente.

Cuando la variable aleatoria considerada es una magnitud relacionada con algn
fenmeno natural (caudales, velocidades de viento), es conveniente referirse a
perodos de retorno en lugar de a probabilidades de ocurrencia. Si p es la
probabilidad de que una variable x supere un dado valor X en un cierto lapso (por
lo general un ao), el perodo de retorno T representar el nmero de unidades de
tiempo que transcurrirn en promedio entre dos oportunidades en que la variable
supere dicho valor, es decir:


Por lo tanto, es equivalente especificar un perodo de retorno o recurrencia de 100
aos o una probabilidad anual de 0,01.

Funcin de Gumbel
Si la funcin de distribucin inicial converge hacia una exponencial para x
tendiendo a infinito, es aplicable la ley de valores extremos tipo (Gumbel) cuya
expresin Matemtica es la siguiente:



Siendo y la variable reducida de Gumbel que es, a su vez, funcin lineal de la
variable aleatoria original x.



El campo de variacin de x se extiende entre - y +. Las constantes
0
y u
0
se
determinan a partir de los datos para lograr su ptimo ajuste. El valor medio y la
desviacin estndar de la variable reducida son fijos e independientes de la
muestra.






Siendo la constante de Euler, definida por la expresin siguiente:


Teniendo en cuenta la relacin lineal que existe entre las variables x e y pueden
calcularse fcilmente el valor medio y la desviacin estndar para la variable
aleatoria original. Tambin es sencillo comprobar la validez de la siguiente
igualdad:



Otro aspecto interesante a considerar es la tendencia asinttica de la funcin de
Gumbel cuando el perodo de retorno tiende a infinito. Este punto reviste particular
importancia debido a que el objetivo principal del anlisis estadstico es
precisamente predecir el comportamiento de la variable bajo estudio (caudal,
velocidad del viento, nivel de precipitaciones u otras) para grandes perodos de
retorno. A partir de las expresiones anteriores se llega fcilmente a la siguiente
igualdad:




Finalmente, la expresin completa toma la forma siguiente:


Es decir que el valor predicho por Gumbel para la variable de inters crece,
aproximadamente, con el logaritmo del perodo de retorno. Para T = 10 el error
cometido es del orden del 2%, en tanto que para T = 100 alcanza apenas el 0,1%.


Mtodo Exponencial

El modelo exponencial es un modelo demogrfico y ecolgico para modelar el
crecimiento de las poblaciones y la difusin epidmica de un rasgo entre una
poblacin, basado en el crecimiento exponencial.

Para el uso de este mtodo, se asume que el crecimiento de la poblacin se ajusta
al tipo exponencial y la poblacin de diseo se puede calcular con la ecuacin
2.3. La aplicacin de este mtodo requiere el conocimiento de por lo menos tres
censos, ya que para el clculo del valor de k promedio se requieren al menos de
dos valores.












Mtodo Regresin Lineal

En estadstica la regresin lineal o ajuste lineal es un mtodo matemtico que
modela la relacin entre una variable dependiente Y, las variables independientes
Xi y un trmino aleatorio . Este modelo puede ser expresado como:



























El modelo lineal relaciona la variable dependiente Y con K variables explicativas (k =
1,...K), o cualquier transformacin de stas, que generan un hiper
plano de parmetros desconocidos:


donde es la perturbacin aleatoria que recoge todos aquellos factores de la realidad no
controlables u observables y que por tanto se asocian con el azar, y es la que confiere al
modelo su carcter estocstico. En el caso ms sencillo, con una sola variable explicativa,
el hiperplano es una recta:




El problema de la regresin consiste en elegir unos valores determinados para los parmetros
desconocidos , de modo que la ecuacin quede completamente especificada. Para ello se
necesita un conjunto de observaciones. En una observacin cualquiera i-sima (i= 1,... I) se
registra el comportamiento simultneo de la variable dependiente y las variables explicativas
(las perturbaciones aleatorias se suponen no observables).

(4)
Los valores escogidos como estimadores de los parmetros, , son los coeficientes de
regresin, sin que se pueda garantizar que coinciden con parmetros reales del proceso
generador. Por tanto, en

(5)
Los valores son por su parte estimaciones de la perturbacin aleatoria o errores.