Efecto de diversos métodos de preprocesamiento matemático al completar datos faltantes en los monitoreos del complejo lagunar Ciénaga Grande de Santa Marta, mediante el enfoque de atípicos aditivos

Se presentan los resultados de la aplicación de diversas técnicas de preprocesamiento de datos con la finalidad de adecuar las series de tiempo de las variables fisicoquímicas medidas en el complejo lagunar Ciénaga Grande de Santa Marta a los requerimientos mínimos de la metodología de determinación...

Full description

Bibliographic Details
Main Authors: Marcos A. Carvajalino Fernández, Walberto A. Troncoso Olivo
Format: Article
Language:Spanish
Published: Universidad Nacional de Colombia 2010-09-01
Series:Gestión y Ambiente
Subjects:
MSE
Online Access:https://revistas.unal.edu.co/index.php/gestion/article/view/25419
Description
Summary:Se presentan los resultados de la aplicación de diversas técnicas de preprocesamiento de datos con la finalidad de adecuar las series de tiempo de las variables fisicoquímicas medidas en el complejo lagunar Ciénaga Grande de Santa Marta a los requerimientos mínimos de la metodología de determinación de observaciones faltantes mediante atípicos aditivos a través del software Tramo and Seats for Windows (TSW: TRAMO and SEATS for WINDOWS, Gómez & Maravall, 2009). Las series utilizadas corresponden a los registros históricos de un proyecto de monitoreo para la rehabilitación de la zona entre 1993 y 2008. Se evaluaron cuatro enfoques de preprocesamiento: Interpolación histórica, escalamiento, división y división con interpolación histórica. Los cuatro métodos fueron comparados aplicándolos a 4 variables en 3 estaciones de monitoreo dentro del sistema lagunar. Los métodos de interpolación histórica y escalamiento mostraron resultados favorables al preparar los datos de las series históricas para el uso del método de atípicos aditivos, con valores de cuadrado medio del error (MSE) de los residuales entre 0.172 x 102 y 19.28 para la interpolación histórica y entre 0.232 x 102 y 17.818 para el escalamiento. Se recomienda el uso de interpolación histórica en casos de series cortas con vacíos distribuidos aleatoriamente o en estudios donde la frecuencia original del muestreo sea un factor decisivo, mientras que en casos de series con vacíos agrupados y mayor longitud, deben ser tratados mediante escalamiento de la frecuencia de muestreo.
ISSN:0124-177X
2357-5905