Académique Documents
Professionnel Documents
Culture Documents
( )
+
a
e a
X
X
e
j
*
(Desenglobe Mensual) (Desenglobe Mensual)
donde:
:
j
X Dato a desenglobar
X
j +1
: Dato englobado en el mes siguiente
X
a
: Media de la serie mensual sin el dato englobado
X
e
: Media de la serie mensual que tiene el dato englobado
*%
% 100
donde: X
j
: Dato a estimar
Pp
,
_
+
donde:
:
Pij
Dato a estimar
:
M j
Media del mes a estimar
:
1 , Ro j j
Coeficiente de correlacin entre el mes a estimar y el mes anterior
:
S j
Desviacin tpica del mes a estimar
:
1 S j
Desviacin tpica del mes anterior a estimar
:
1 , P j i
Dato del mes anterior
:
1 M j
media del mes anterior a estimar
:
T ij
Nmero Aleatorio
3. Elaboracin de una matriz incluyendo los datos estimados con sus respectivos
estadsticos bsicos: nmero de datos, media, mediana, valores mximos y mnimos,
varianza, desviacin tpica y coeficiente de variacin.
4. Revisin visual y grfica de las trece series de cada estacin para los aos de registro
de la informacin. Cada grfico debe estar acompaado con su respectiva lnea de ajuste
y el valor de R
2
.
5. Evaluacin de la consistencia de las series climatolgicas mensuales (Figura 3)
Determinacin de valores Atpicos o Outliers
Se aplica el test de Valores Atpicos propuesto por Pea Snchez (1986) donde primero
se estandarizan los valores mximo y mnimo; luego, se realiza una prueba de hiptesis y
se determina la existencia o no de Outliers. Si el valor tipificado es mayor que el
tabulado, se rechaza la Ho, es decir, que el valor mximo o mnimo se considera atpico.
Dado que en la tabla para realizar el contraste de hiptesis no es posible conocer el valor
Cambios Climticos, Recursos Hdricos, Geo-Riesgos y Desastres Naturales 3- 33
IV SIMPOSIO INTERNACIONAL DE DESARROLLO SUSTENTABLE
para todos los tamaos mustrales y, su mximo valor es 20, Rodrguez (2000) determin
la ecuacin de mejor ajuste para conocer el valor que le corresponda a cualquier tamao
muestral y a un nivel de significacin del 5% para la tabla mencionada:
q
n
= 0,623 + 0,712 LN(n) donde:
qn: valor tabulado estimado para cualquier tamao de
muestra
LN(n): logaritmo neperiano del tamao muestral
Determinacin de la Normalidad de las Series Climticas
La normalidad de las series climticas puede ser determinada por diferentes mtodos:
papel probabilstico normal (Rodrguez, 1986), coeficiente de Cornu, Lmite de Aceptacin
de Asimetra, Test de Chi-cuadrado, Test de Kolmogorov-Smirnov (Mitchell et al, 1966) y
Test de Shapiro y Wilk (Pea, Snchez, 1986), entre otros. De acuerdo al anlisis
elaborado por Barboza y Blanco (2000) En cualquier anlisis estadstico, uno de los
problemas fundamentales es conocer la distribucin de la cual proviene la muestra con
que se trabaja, y especficamente, en la aplicacin de algunos mtodos estadsticos,
como los mtodos paramtricos. Por tal motivo, se debe tener en cuenta las
consideraciones bsicas acerca del tipo de distribucin probabilstica, previo a la
aplicacin de los mtodos paramtricos, los cuales exigen, en algunos casos, que la
muestra de los datos siga una distribucin normal o aproximadamente normal,
recomendndose la utilizacin del test de Shapiro y Wilk.
Mtodo de Shapiro y Wilk
Este mtodo se utiliza en muestras pequeas (N>50) y permite comprobar la hiptesis de
normalidad a distintos niveles de significacin (= 0,01, 0,02, 0,05, 0,10, 0,5, 0,90, 0,95,
0,98 y 0,99), desde N= 3 hasta N= 50. Para el contraste de hiptesis, se compara el valor
de W
c
(calculado) con el valor W
t
(tabulado) donde si W
c
es mayor que W
t
, es decir, la
condicin de normalidad.
S N
A
Wc
2
2
donde: Wc : Coeficiente de Shapiro y Wilk
a
n j,
: Coeficiente tabulado (componente)
A
2
:Numerador
( )
2
1
) ( ) 1 ( ,
1
]
1
+
h
j
j j n n j X X a
( ) X j n 1 +
-
X j
: Diferencias entre los valores ordenados
h
: Cantidad de coeficientes
2
N
h
para N par, y
2
1
N
h
para N impar
s
2
: Varianza N : Nmero de datos
Cambios Climticos, Recursos Hdricos, Geo-Riesgos y Desastres Naturales 3- 34
IV SIMPOSIO INTERNACIONAL DE DESARROLLO SUSTENTABLE
METODOS PARAMETRICOS Y NO PARAMETRICOS
Los mtodos estadsticos se clasifican en paramtricos y no paramtricos; los primeros
son conocidos como mtodos clsicos, los cuales necesitan como requisito previo a su
aplicacin que se determine el tipo de distribucin que sigue la serie. Los no paramtricos
son de distribucin libre, no requieren que se determine el tipo de distribucin
probabilstica. Barboza y Blanco (2000) presentan una compilacin de diferentes autores y
resumen los aspectos tericos de los mtodos paramtricos y no paramtricos para
determinar consistencia.
Mtodo de Von Neumann
Se aplica para determinar si existe o no independencia intramuestral entre los datos. Para
el contraste de hiptesis, se utiliza la tabla propuesta por Hart (1943), donde la regin de
aceptacin est definida entre el lmite inferior K y, el lmite superior K. Si V
n
es menor
que el limite inferior existe correlacin serial positiva y la serie presenta un patrn de
persistencia (tendencias o ciclos). Por el contrario, si V
n
est por encima del lmite
superior existe correlacin serial negativa y se asocia a movimientos de oscilacin.
2
2
S
V
N
donde:
V
n
: Coeficiente calculado de Von Neumann
:
2
Valor esperado de las diferencias sucesivas al
cuadrado
( )
+
1
1
2
1 1
1
2
N
i
i i N
X X
:
2
S Varianza muestral
( )
2
1
1
2
N
i
i N
X X S
: N
Nmero de datos
:
i
X
Valor i-simo
Xi 1 +
: Valor siguiente al i-simo
: X
Promedio de la serie
Autocorrelacin de orden uno (r
1
)
Mtodo paramtrico que se utiliza para determinar la independencia entre datos sucesivos
provenientes de una distribucin normal. Se determina el orden uno, por estar la serie
desfasada en intervalo de un trmino, X
i+1.
Cambios Climticos, Recursos Hdricos, Geo-Riesgos y Desastres Naturales 3- 35
IV SIMPOSIO INTERNACIONAL DE DESARROLLO SUSTENTABLE
Segn Mitchell et al (1966) Si la distribucin de frecuencias de la serie se aproxima a la
gaussiana (normal) podemos usar un contraste de significacin de una sola cola
propuesto por Anderson (1942) el cual est basado en la definicin circular de r
1
.... En
general, la prueba de significacin de una sola cola ser apropiada debido que con
muchas alternativas de aleatoriedad concernientes a las series climatolgicas se
esperara un incremento de r
1
. Sin embargo, si encontrramos valores negativos de r
1
, se
puede interpretar que la serie contiene una alta y marcada frecuencia de oscilacin. En
caso de un evento dismil, una prueba de dos colas es preferible.....Si y solo si el valor de
r
1
es mayor que r
1(t)
, podemos concluir que la serie es de hecho no aleatoria (al 95% de
nivel de significacin). No obstante, Yamane (1979) recomienda utilizar la tabla de
significacin al 5% y 1% denominada Coeficiente de Correlacin en Serie, la cual est
estructurada para muestras desde N= 5 hasta N= 75. Si el valor de r
1
es positivo y es
mayor que el tabulado se considera que la serie tiene persistencia, si por el contrario el
valor de r
1
es negativo y es menor que el tabulado, se considera que la serie tiene
oscilacin.
( )
( ) ( )
1
1
]
1
,
_
1
1
]
1
,
_
,
_
,
_
+
2
2 2
2
2
1
1
1
1
2
2
1
1
1
1
1 1
1
1 1
1
N
i
i
N
i
i
N
i
i
N
i
i
N
i
i
N
i
i
N
i
i
X X N X X N
X X X X N
r
donde:
:
1
r
Coeficiente correlacin serial no circular de orden uno
i
X
: Valor i-simo
:
1 + i
X
Valore sucesivo de la serie al valor i-simo
: X
Valor promedio de la serie
Correlacin de Spearman ( r
s
)
Mtodo no paramtrico conocido como Coeficiente de Correlacin por Rangos y creado
por Charles Spearman en el ao de 1904 para medir el grado de asociacin entre dos
variables; sus valores oscilan entre 1 y + 1 y mide la asociacin lineal entre los rangos de
las variables. Para la aplicacin del mtodo se le deben asignar rangos a los datos
originales, designados como orden de ocurrencia y orden de magnitud.
donde:
:
S
r
Coeficiente de Correlacin de Spearman
: N
Nmero de datos
:
i
d
Diferencia entre el orden de ocurrencia y el
orden de magnitud
: i
Orden de ocurrencia
:
i
K
Orden ascendente de magnitud
( ) 1
6
1
2
1
2
N N
d
r
N
i
i
s
Cambios Climticos, Recursos Hdricos, Geo-Riesgos y Desastres Naturales 3- 36
IV SIMPOSIO INTERNACIONAL DE DESARROLLO SUSTENTABLE
Cuando existen valores repetidos, se deben promediar los rdenes de magnitud para
asignrselo a dichos valores. Por otra parte, Siegel (1970) presenta una frmula de
correccin para datos repetidos, la cual, es recomendable utilizar en los meses secos.
Siegel (1970; 238) determin que Si la proporcin de datos repetidos no es grande, su
efecto sobre r
s
es insignificante, pero si es grande, entonces hay que incorporar un factor
de correccin ... el efecto de las cifras repetidas es incrementar el valor de r
s
. Por esta
razn, la correccin debe usarse cuando hay gran proporcin de valores repetidos.
P U
d P U
r
i
S
*
2
2
donde:
+
T
N N
U
X
12
3
;
12
3
t t
T
x x
x
;
+
T
N N
P
y
12
3
;
12
3
t t
T
y y
y
t
= cantidad de veces que se repiten datos en la serie Y
i
Para el contraste de hiptesis se utiliza la Tabla de valores tericos de significacin de r
s
compilada por W. J. Conover (1971). La tabla posee valores crticos para series desde
N=4 hasta N= 30, al nivel de significacin de 20%, 10%, 5%, 2%, 1% y al 0,2% y se entra
directamente con el valor de N; cuando la t
c
es mayor que la t
t
se considera existe
correlacin entre los ordenes y las magnitudes
r
N
r t
s
s c
2
1
2
S
t
e
c
, donde:
1:
Pendiente
S
e
(
1
): Error estndar de la pendiente
ESTABILIDAD EN LA MEDIA
Esta prueba grafica se realiza con los datos de la serie original. Se procede a acumular
los datos desde el ao 2 hasta el ao n, y se calculan las medias a medida que se
incorpora un nuevo dato de la serie original; luego, se grafican las medias de los datos
acumulados, verificndose visualmente si existe o no estabilidad en la sucesin de
medias acumuladas.
ESTABILIDAD EN LA VARIANZA
Al igual que la anterior es una prueba grafica se realiza con los datos de la serie original.
Se procede a siguiente acumular los datos desde el ao 2 hasta el ao n, y se calculan
las varianzas a medida que se incorpora un nuevo dato de la serie original; luego, se
grafican las varianzas de los datos acumulados, verificndose visualmente si existe o no
estabilidad en el valor de la varianza.
En sntesis, en las series climticas se sospechar su inconsistencia estadstica, si al
menos presentan una de las siguientes situaciones:
Nivel de Inconsistencia 1: Existencia de valores Atpicos o Outliers
Nivel de Inconsistencia 2: Existencia de patrones sistemticos en muestras normales
(persistencias)
Nivel de Inconsistencia 3: Falta de Aleatoriedad y Valores significativos de R
2
Nivel de Inconsistencia 4: Inestabilidad en la media
Nivel de Inconsistencia 5: Inestabilidad en la varianza (Heterocedasticidad)
Finalmente, se recomienda realizar un anlisis regional para verificar si tales
inconsistencias estadsticas son de orden natural.
Cambios Climticos, Recursos Hdricos, Geo-Riesgos y Desastres Naturales 3- 38
IV SIMPOSIO INTERNACIONAL DE DESARROLLO SUSTENTABLE
ANLISIS DE LOS RESULTADOS
Por la diferencia temporal que existi entre las dos investigaciones mencionadas es
necesario discriminar que hasta el ao 2000 slo se aplic la mitad de la metodologa
propuesta mientras que en la actualidad la aplicamos completa. En este sentido, los
resultados de las tres estaciones seleccionadas sern presentados en el orden
cronolgico en que fueron obtenidos: estacin Hato Uran emplazada en el Estado
Apure, estacin Wonkn y estacin Arekuna, ambas localizadas en el Estado Bolvar.
En la precipitacin de la estacin Hato Uran, partiendo de la revisin visual y grfica de
la data encontramos seis (6) datos faltantes, los cuales representan el 2,3 %, porcentaje
muy bajo de datos faltantes con respecto a otras estaciones de nuestro pas, pero
identificamos cinco (5) valores exageradamente altos (Grafico N 1)con relacin al resto
de los datos de las series, correspondientes a los meses de mayo y agosto, que
entorpecieron los resultados de las pruebas bsicas de consistencia estadstica,
caracterizndolos como valores extremos o Outliers.
Posteriormente, realizamos la comparacin regional de esta estacin con las estaciones
localizadas en su entorno y emplazadas en la regin mesolgica de los Llanos, donde no
hay cambios significativos de relieve que influyan en el entorno de la estacin. Tal
comparacin verific que datos tan elevados no ocurrieron sincrnicamente en las
estaciones vecinas, concluyndose que estaran relacionados con errores asociados al
proceso de observacin meteorolgica. Lamentablemente, no fue posible la aplicacin de
la metodologa resumida en la Figura N 5, dado que la Direccin de Meteorologa e
Hidrologa del M.A.R.N. cambi de oficinas y la mayor parte de la informacin de Metafiles
se encontraba en cajas; por esta razn, se decidi estimar dichos valores, as como,
aquellos faltantes utilizando el Mtodo Racional. Los datos estimados cambiaron
considerablemente de magnitud presentando mayor relacin numrica con respecto al
resto de los datos. Finalmente, con los valores estimados las series consideradas pasaron
a ser consistentes estadsticamente, pero no pudo comprobarse las causas que originaron
los Outliers.
En la precipitacin de la estacin Wonkn para el perodo 1966-1999, las series
mensuales que resultaron con problemas fueron febrero, marzo, abril y noviembre,
presentando patrones de saltos de media, oscilacin, tendencia descendente y cambio de
varianza, respectivamente (Grfica N 2). En primer lugar se procedi a la verificacin del
patrn de salto de media detectado visualmente en el mes de febrero, cuyo valor de Tc=
11,91 versus Tt= 2,042, el cual result estadsticamente significativo, concluyndose que
en dicho mes la serie debe dividirse en dos (2) subperodos: 1966-1980 (serie 1) y 1981-
1999 (serie 2); igualmente, el valor de R
2
fue indicativo de la presencia del patrn al
compararlo con el valor umbral: 0,1659 versus 0,1000. Estas determinaciones se
refuerzan con el clculo de la estabilidad de la media y de la varianza, donde podemos
observar que en el ao 14 aparece un quiebre importante y, posteriormente, se inicia un
ascenso continuo. La literatura especializada seala como principal causa para la
ocurrencia de este patrn el cambio de localizacin de la estacin con respecto al lugar
donde inicialmente fue instalada, hecho que no pudimos verificar en el metafile ni en otros
archivos histricos de la mencionada estacin.
En relacin al mes de marzo, el patrn oscilatorio fue detectado por las pruebas de Von
Neumann y Rachas corroborando dicho movimiento, obtenindose resultados mayores al
Cambios Climticos, Recursos Hdricos, Geo-Riesgos y Desastres Naturales 3- 39
IV SIMPOSIO INTERNACIONAL DE DESARROLLO SUSTENTABLE
umbral superior de ambas pruebas. Lamentablemente, este tipo de patrn no puede ser
filtrado y la serie se pierde, es decir, no puede ser utilizada para estudios climticos.
En el mes de abril se observ un patrn tendencial descendente junto con un salto de
medias, cuyos resultados corroboraron su existencia Tc= 15,15 versus Tt= 2,042 y,
reforzado con cambios en la estabilidad de la media a partir del ao 1984. Igualmente, el
Grfico 1. Lluvia correspondiente a la estacin Hato Uran.
LLUVIA DEL MES DE MAYO. ESTACION
HATO URAON. (1971-1990) DATOS
ORIGINALES
y = -3,281x + 251,07
R
2
= 0,0159
0,0
200,0
400,0
600,0
800,0
1000,0
1 3 5 7 9 11 13 15 17 19
AOS
P
R
E
C
I
P
I
T
A
C
I
O
N
(
m
m
)
LLUVIA MES DE AGOSTO. ESTACION HATO
URAON. (1971-1990) DATOS ORIGINALES
y = -0,1995x + 341,7
R
2
= 5E-05
0,0
200,0
400,0
600,0
800,0
1000,0
1 3 5 7 9 11 13 15 17 19
AOS
P
R
E
C
I
P
I
T
A
C
I
O
N
(
m
m
)
LLUVIA DEL MES DE MAYO. ESTACION
HATO URAON. (1971-1990) DATO
ESTIMADO
y = -0,704x + 182,82
R
2
= 0,0025
0,0
200,0
400,0
600,0
800,0
1000,0
1 3 5 7 9 11 13 15 17 19
AOS
P
R
E
C
I
P
I
T
A
C
I
O
N
(
m
m
)
LLUVIA MES DE AGOSTO. ESTACION HATO
URAON. (1971-1990) DATO ESTIMADO
y = -1,2326x + 303,81
R
2
= 0,0071
0,0
200,0
400,0
600,0
800,0
1000,0
1 3 5 7 9 11 13 15 17 19
AOS
P
R
E
C
I
P
I
T
A
C
I
O
N
(
m
m
)
Cambios Climticos, Recursos Hdricos, Geo-Riesgos y Desastres Naturales 3- 40
IV SIMPOSIO INTERNACIONAL DE DESARROLLO SUSTENTABLE
Grfico 2. Lluvia de la estacin Wonken. Estabilidad de media y varianza.
ESTACION WONKEN. TOTALES DE
LLUVIA ( en mm) FEBRERO.
( 1966- 1999)
y = 2,7877x - 137,81
R
2
= 0,1659
0
100
200
300
400
500
600
66 69 72 75 78 81 84 87 90 93 96 99
AOS
ESTACI ON WONKEN.
TOTALES DE LLUV I A ( en mm) .
M ARZO. ( 1 9 6 5 - 1 9 9 9 )
y = 0 , 2 5 7 5 x + 1 0 7 , 7 4
R
2
= 0 , 0 0 1 6
0
1 0 0
2 0 0
3 0 0
4 0 0
5 0 0
6 0 0
65 68 71 74 77 80 83 86 89 92 95 98
AOS
ESTACION WONKEN. TOTALES DE
LUVIA (e n m m ) ABRIL
(1965-1999)
y = -4,181x + 596,82
R
2
= 0,1465
0
100
200
300
400
500
600
65 68 71 74 77 80 83 86 89 92 95 98
AOS
P
R
E
C
I
P
I
T
A
C
I
O
N
ESTACI ON WONKEN
ESTABI LI DAD DE LA M EDI A PLUV I AL.
FEBRERO. ( 1 9 6 6 - 1 9 9 9 )
0
5 0
1 0 0
1 5 0
2 0 0
2 5 0
3 0 0
3 5 0
4 0 0
1 5 9 1 3 1 7 2 1 2 5 2 9 3 3
TAM AO M UESTRAL
ESTACION WONKEN.
ESTABILIDAD DE LA M EDIA
P LUVIAL.
ABRIL. ( 1965- 1999)
0
50
100
150
200
250
300
350
400
1 4 7 10 13 16 19 22 25 28 31 34
TAM AO M UESTRAL
ESTACION WONKEN. ESTABILIDAD DE LA
VARIANZA P LUVIAL. NOVIEM BRE ( 1966-
1999)
0,0
2000,0
4000,0
6000,0
8000,0
10000,0
12000,0
14000,0
16000,0
18000,0
20000,0
TAMAO MUESTRAL
ESTACION WONKEN ESTABILIDAD DE LA VARIANZA PLUVIAL.ABRIL.
(1966-1999)
0,0
2000,0
4000,0
6000,0
8000,0
10000,0
12000,0
14000,0
16000,0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
TAMAO MUESTRAL
M
E
D
I
A
(
m
m
)
ESTACION WONKEN. ESTABILIDAD DE LA
VARIANZA P LUVIAL. NOVIEM BRE
( 1966- 1999)
0,0
2000,0
4000,0
6000,0
8000,0
10000,0
12000,0
14000,0
16000,0
18000,0
20000,0
TAMAO MUESTRAL
Cambios Climticos, Recursos Hdricos, Geo-Riesgos y Desastres Naturales 3- 41
IV SIMPOSIO INTERNACIONAL DE DESARROLLO SUSTENTABLE
valor de R
2
igual a 0,1465 confirm la presencia de la tendencia. Al revisar los grficos de
estabilidad de la media se detalla que luego del ao 1983 se inicia un proceso de
descenso, pero ms lento hacia el ao 1999.
La lluvia de noviembre evidenci cambios estadsticamente significativos en su
variabilidad (Cambio de Varianza).
Para el anlisis de consistencia de la temperatura fue seleccionada la estacin Arekuna
administrada por la empresa CVG-Edelca y, fue sorprendente encontrar 8 series
consecutivas con inconsistencia, desde junio hasta diciembre incluyendo la serie anual,
en las cuales se observ el patrn tendencial ascendente en 5 de ellas (Grfico N 3).
Igualmente, en los grficos de estabilidad de la media se constat el patrn tendencial
ascendente, siendo ms marcado en los meses de septiembre, octubre, noviembre y en la
serie anual. Sin embargo, solo en los meses de julio, septiembre y noviembre puede
considerarse que hubo cambios en la varianza muestral (Grfico N 4). Por ltimo, el
anlisis de sus coeficientes de determinacin mantuvieron valores por encima de 0,1000
confirmando la presencia del mencionado patrn.
En la serie de agosto fue identificado un valor atpicamente bajo (1965); en las series de
julio, septiembre, octubre, noviembre y diciembre, las pruebas de Von Neumann,
Spearman y Rachas reflejaron las siguientes inconsistencias: dependencia intramuestral y
falta de aleatoriedad.
Al comparar el comportamiento de la temperatura con la lluvia en Arekuna se puede inferir
que no muestra relacin el descenso trmico en los meses lluviosos por efecto del
aumento de la precipitacin, por lo tanto, el patrn tendencial descendente no est
relacionado con la influencia de la lluvia como atenuador de la temperatura superficial,
sino con causas artificiales provenientes del proceso de observacin meteorolgica, las
cuales no fueron verificadas en los metafiles u otros archivos de informacin histrica de
la estacin.
CONCLUSIONES Y RECOMENDACIONES
Luego de haber aplicado la metodologa propuesta a los tres casos seleccionados: Hato
Uran, Wonken y Arekuna, sealamos como principales conclusiones:
1. Esta metodologa an se encuentra en fase de prueba y desarrollo, dado que
observamos diferencias de sensibilidad a las inconsistencias estadsticas por parte
de los diferentes mtodos empleados.
2. la falta de acceso a los metafiles o archivos histricos de las estaciones no
permiti verificar las causas de las inconsistencias detectadas estadsticamente ni
determinar su naturaleza: por errores instrumentales o humanos por aquellas
intrnsecas al sistema climtico.
3. En la estacin Hato Uran, se verific la existencia de valores atpicos lo cual
caus la respectiva inconsistencia en las series de mayo y agosto; previo anlisis
regional se comprob que tales valores atpicos no fueron naturales.
4. En la estacin Wonkn, de las trece series de lluvia analizadas para el perodo
1966-1999, fueron detectados tres meses con inconsistencia: febrero, marzo, abril
Cambios Climticos, Recursos Hdricos, Geo-Riesgos y Desastres Naturales 3- 42
IV SIMPOSIO INTERNACIONAL DE DESARROLLO SUSTENTABLE
y noviembre, presentando patrones de salto de medias, oscilatorio, tendencial
descendente y cambios en la varianza.
5. En la estacin Arekuna, de las trece series de temperatura analizadas para el
perodo 1966-2000, el patrn detectado desde junio hasta noviembre, incluyendo
la serie anual, fue tendencial ascendente.
6. En aquellas series cuyo patrn (componente determinstica) no pueda ser filtrado
no deber ser utilizada en ningn estudio climtico.
Grfico 3. Temperatura de la estacin Arekuna y estabilidad de la media.
ESTACI ON AREKUNA. ESTABI LI DAD DE
LA M EDI A DE TEM PERATURA.
JUNI O. ( 1 9 6 6 - 2 0 0 0 )
2 4 , 0
2 5 , 0
2 6 , 0
2 7 , 0
67 70 73 76 79 82 85 88 91 94 97
AOS
ESTACI ON AREKUNA. M EDI AS DE
TEM PERATURA. JUNI O. ( 1 9 6 6 - 2 0 0 0 )
y = 0 , 0 1 7 x + 2 3 , 1 0 4
R
2
= 0 , 1 3 5
2 2 , 5
2 3 , 5
2 4 , 5
2 5 , 5
2 6 , 5
2 7 , 5
2 8 , 5
66 69 72 75 78 81 84 87 90 93 96 99
AOS
ESTACI ON AREKUNA. M EDI AS DE
TEM PERATURA JULI O. ( 1 9 6 5 - 2 0 0 0 )
y = 0 , 0 1 5 8 x + 2 3 , 8 5 2
R
2
= 0 , 1 2 0 3
22, 5
23, 5
24, 5
25, 5
26, 5
27, 5
28, 5
65 68 71 74 77 80 83 86 89 92 95 98
AOS
ESTACI ON AREKUNA. ESTABI LI DAD DE LA
M EDI A DE TEM PERATURA. JULI O.
( 1 9 6 6 - 2 0 0 0 )
2 4 , 0
2 5 , 0
2 6 , 0
2 7 , 0
66 69 72 75 78 81 84 87 90 93 96 99
AOS
Cambios Climticos, Recursos Hdricos, Geo-Riesgos y Desastres Naturales 3- 43
IV SIMPOSIO INTERNACIONAL DE DESARROLLO SUSTENTABLE
Grfico 3. Continuacin.
ESTACI ON AREKUNA. TEM PERATURA
M EDI A ANUAL. ( 1 9 6 6 - 1 9 9 9 )
y = 0 , 0 1 8 3 x + 2 5 , 2 5 4
R
2
= 0 , 1 9 4 9
22, 5
23, 5
24, 5
25, 5
26, 5
27, 5
28, 5
NUMERO DE DATOS
ESTACI ON AREKUNA. ESTABI LI DAD DE
LA M EDI A DE TEM PERATURA M EDI A
ANUAL ( 1 9 6 6 - 1 9 9 9 )
2 4
2 5
2 6
2 7
N ( ACUM ULADO)
ESTACI ON AREKUNA. ESTABI LI DAD DE
LA V ARI ANZA. TEM PERATURA
0
0 , 1
0 , 2
0 , 3
0 , 4
N ( ACUM ULADO)
ESTACI ON AREKUNA. ESTABI LI DAD DE
LA M EDI A DE TEM PERATURA. AGOSTO.
( 1 9 6 6 - 2 0 0 0 )
2 4 , 0 0
2 5 , 0 0
2 6 , 0 0
2 7 , 0 0
66 69 72 75 78 81 84 87 90 93 96 99
AOS
ESTACI ON AREKUNA. M EDI AS DE
TEM PERATURA. AGOSTO. ( 1 9 6 5 - 1 9 9 9 )
y = 0 , 0 2 0 7 x + 2 3 , 5 0 9
R
2
= 0 , 1 0 8 2
2 2 , 5
2 3 , 5
2 4 , 5
2 5 , 5
2 6 , 5
2 7 , 5
2 8 , 5
65 68 71 74 77 80 83 86 89 92 95 98
AOS
Cambios Climticos, Recursos Hdricos, Geo-Riesgos y Desastres Naturales 3- 44
IV SIMPOSIO INTERNACIONAL DE DESARROLLO SUSTENTABLE
Grfico 4. Temperatura de la estacin Arekuna y estabilidad de la media.
ESTACI ON AREKUNA M EDI AS DE
TEM PERATURA. OCTUBRE. ( 1 9 6 5 - 1 9 9 9 )
y = 0 , 0 1 7 1 x + 2 4 , 7 9 7
R
2
= 0 , 1 6 7 3
2 2 , 5
2 3 , 5
2 4 , 5
2 5 , 5
2 6 , 5
2 7 , 5
2 8 , 5
65 68 71 74 77 80 83 86 89 92 95 98
AOS
ESTACI ON AREKUNA. ESTABI LI DAD DE
LA M EDI A DE TEM PERATURA.
NOV I EM BRE. ( 1 9 6 6 - 1 9 9 9 )
2 4 , 0 0
2 5 , 0 0
2 6 , 0 0
2 7 , 0 0
66 69 72 75 78 81 84 87 90 93 96 99
AOS
ESTACI ON AREKUNA. M EDI AS DE
TEM PERATURA. NOV I EM BRE.
( 1 9 6 5 - 1 9 9 9 )
y = 0 , 0 1 9 8 x + 2 3 , 6 7 9
R
2
= 0 , 1 5 8 9
2 2 , 5
2 3 , 5
2 4 , 5
2 5 , 5
2 6 , 5
2 7 , 5
2 8 , 5
65 68 71 74 77 80 83 86 89 92 95 98
AOS
ESTACI ON AREKUNA. ESTABI LI DAD DE LA
M EDI A DE TEM PERATURA. SEPTI EM BRE.
( 1 9 6 6 - 1 9 9 9 )
2 4 , 0 0
2 5 , 0 0
2 6 , 0 0
2 7 , 0 0
66 69 72 75 78 81 84 87 90 93 96 99
AOS
ESTACI ON AREKUNA. M EDI AS DE
TEM PERATURA. SEPTI EM BRE.
( 1 9 6 5 - 1 9 9 9 )
y = 0 , 0 2 6 4 x + 2 2 , 8 1 3
R
2
= 0 , 2 8 5
2 2 , 5
2 3 , 5
2 4 , 5
2 5 , 5
2 6 , 5
2 7 , 5
2 8 , 5
65 68 71 74 77 80 83 86 89 92 95 98
AOS
5
ESTACI ON AREKUNA. ESTABI LI DAD DE
LA M EDI A DE TEM PERATURA. OCTUBRE.
( 1 9 6 6 - 2 0 0 0 )
2 4 , 0 0
2 5 , 0 0
2 6 , 0 0
2 7 , 0 0
66 69 72 75 78 81 84 87 90 93 96 99
AOS
Cambios Climticos, Recursos Hdricos, Geo-Riesgos y Desastres Naturales 3- 45
IV SIMPOSIO INTERNACIONAL DE DESARROLLO SUSTENTABLE
Grfico 5. Estabilidad de la varianza. Temperatura.
ESTACI ON AREKUNA. ESTABI LI DAD DE
LA V ARI ANZA. M ES DE JULI O
0 , 0
0 , 2
0 , 4
0 , 6
0 , 8
1 , 0
1 , 2
N ( ACUM ULADO)
ESTACI ON AREKUNA. ESTABI LI DAD
DE LA V ARI ANZA. M ES DE
SEPTI EM BRE
0 , 0
0 , 2
0 , 4
0 , 6
0 , 8
1 , 0
1 , 2
N ( ACUM ULADO)
ESTACI ON AREKUNA. ESTABI LI DAD
DE LA V ARI ANZA M ES DE
NOV I EM BRE
0 , 0
0 , 2
0 , 4
0 , 6
0 , 8
1 , 0
1 , 2
N ( ACUM ULADO)
Cambios Climticos, Recursos Hdricos, Geo-Riesgos y Desastres Naturales 3- 46
IV SIMPOSIO INTERNACIONAL DE DESARROLLO SUSTENTABLE
Cuadro 1. Precipitacin de la estacin Hato Uran.
AOS ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC ANUAL
1971 0,5 1,3 9,1 106,1 278,4 308,8 196,2 278,8 214,5 50,3 107,4 23,2 1574,6
1972 3,0 0,6 40,0 261,9 294,5 85,6 285,0 262,6 266,8 155,4 16,2 0,8 1672,4
1973 0,2 0,0 8,2 68,8 95,3 273,7 278,8 275,4 283,2 226,7 75,6 21,4 1607,3
1974 0,0 0,0 0,0 9,8 131,0 109,7 364,4 163,3 229,1 42,9 62,1 0,0 1112,3
1975 0,0 0,0 3,2 26,2 130,0 176,2 243,4 344,6 286,3 136,3 7,4 32,8 1386,4
1976 2,8 0,0 0,1 155,1 87,4 344,3 513,5 182,9 123,3 107,2 68,9 0,7 1586,2
1977 0,0 0,0 9,9 0,0 173,3 359,2 452,8 368,8 277,0 123,2 113,2 3,0 1880,4
1978 0,0 0,0 8,3 142,3 151,9 485,4 311,1 428,8 248,9 172,9 40,0 0,1 1989,7
1979 0,0 0,0 14,7 53,0 76,2 637,5 284,1 370,8 434,7 166,6 77,2 22,7 2137,5
1980 0,0 0,0 34,3 69,1 326,6 365,2 487,4 418,2 305,6 305,2 46,7 0,0 2358,3
1981 0,0 105,4 24,9 160,0 148,5 365,3 301,7 300,9 234,0 152,8 5,5 0,5 1799,5
1982 0,0 0,4 1,4 198,0 100,0 414,7 322,1 200,2 102,8 155,6 3,1 0,4 1498,7
1983 0,0 12,8 49,5 129,6 322,6 321,7 525,9 260,8 141,2 160,3 40,7 0,9 1966,0
1984 0,2 0,0 0,0 17,0 127,6 278,4 575,5 357,2 244,7 103,5 79,3 4,0 1787,4
1985 0,0 0,0 0,0 75,0 208,3 381,8 282,9 280,6 132,6 146,2 49,5 31,6 1588,5
1986 0,0 1,8 0,0 111,0 247,9 483,1 434,2 328,2 234,0 176,9 147,8 0,3 2165,2
1987 0,9 0,0 22,1 83,6 195,0 287,8 251,2 356,3 235,8 212,9 80,0 1,5 1727,1
1988 0,0 0,0 0,0 31,9 161,2 464,5 615,8 331,5 310,4 153,8 193,3 0,0 2262,4
1989 0,0 0,5 0,0 2,8 37,9 163,7 108,9 109,8 55,7 44,4 18,5 2,9 545,1
1990 19,6 0,0 8,8 84,6 214,9 458,7 372,2 197,7 140,7 151,6 52,2 18,0 1719,0
1,4 6,1 11,7 89,3 175,4 338,3 360,4 290,9 225,1 147,2 64,2 8,2 1718,2
0,348 0,287 0,792 0,943 0,963 0,973 0,959 0,966 0,950 0,925 0,920 0,709 0,927
0,040 -0,170 0,230 -0,300 0,200 0,140 -0,020 -0,050 0,009
2,010 2,350 1,590 2,630 1,620 1,760 2,000 2,150 2,08
- 0,138 0,007 - 0,274 - 0,116 0,032 0,392 0,230 - 0,271 - 0,270 0,107 0,100 - 0,312 0,098
0,0 0,0 8,3 79,3 156,6 351,8 316,6 290,8 234,9 153,3 57,2 1,2 1723,1
1 1 9 11 11 8 14 10 11 9 12 15 7
V A LORES DUDOSOS ESTIMA DOS
V A LORES FA LTA NTES ESTIMA DOS
AOS ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC ANUAL
1971 0,5 1,3 9,1 106,1 278,4 308,8 196,2 504,6 214,5 50,3 107,4 23,2 1800,4
1972 3,0 0,6 40,0 261,9 294,5 85,6 285,0 262,6 266,8 155,4 16,2 0,8 1672,4
1973 0,2 0,0 8,2 68,8 95,3 273,7 278,8 275,4 283,2 226,7 75,6 21,4 1607,3
1974 0,0 0,0 0,0 9,8 131,0 109,7 364,4 163,3 229,1 42,9 62,1 0,0 1112,3
1975 0,0 0,0 3,2 26,2 130,0 176,2 243,4 344,6 286,3 136,3 7,4 32,8 1386,4
1976 2,8 0,0 0,1 155,1 87,4 344,3 513,5 182,9 123,3 107,2 68,9 0,7 1586,2
1977 0,0 0,0 9,9 0,0 704,7 359,2 452,8 368,8 277,0 123,2 113,2 3,0 2411,8
1978 0,0 0,0 8,3 142,3 151,9 485,4 311,1 428,8 248,9 172,9 40,0 0,1 1989,7
1979 0,0 0,0 14,7 53,0 76,2 637,5 284,1 370,8 434,7 166,6 77,2 22,7 2137,5
1980 0,0 0,0 34,3 69,1 326,6 365,2 487,4 525,7 305,6 305,2 46,7 0,0 2465,8
1981 0,0 105,4 24,9 160,0 440,9 365,3 301,7 300,9 234,0 152,8 5,5 0,5 2091,9
1982 0,0 0,4 1,4 198,0 100,0 414,7 322,1 200,2 102,8 155,6 3,1 0,4 1498,7
1983 0,0 12,8 49,5 129,6 322,6 321,7 525,9 260,8 141,2 ( - ) 40,7 0,9 1805,7
1984 0,2 0,0 0,0 17,0 127,6 278,4 575,5 357,2 244,7 103,5 79,3 4,0 1787,4
1985 0,0 0,0 0,0 75,0 208,3 381,8 282,9 921,9 132,6 146,2 49,5 31,6 2229,8
1986 0,0 1,8 0,0 ( - ) 247,9 483,1 434,2 328,2 234,0 176,9 147,8 0,3 2054,2
1987 0,9 0,0 22,1 83,6 195,0 287,8 251,2 356,3 235,8 212,9 80,0 1,5 1727,1
1988 0,0 0,0 0,0 31,9 161,2 464,5 615,8 331,5 310,4 153,8 193,3 0,0 2262,4
1989 0,0 0,5 0,0 2,8 37,9 163,7 ( - ) 109,8 55,7 ( - ) ( - ) ( - ) 370,4
1990 19,6 0,0 8,8 84,6 214,9 458,7 372,2 197,7 140,7 151,6 52,2 18,0 1719,0
DA TOS DUDOSOS O ERRONEOS
DA TOS FA LTA NTES
Cambios Climticos, Recursos Hdricos, Geo-Riesgos y Desastres Naturales 3- 47
IV SIMPOSIO INTERNACIONAL DE DESARROLLO SUSTENTABLE
Cuadro 2. Series de lluvia con problemas de incosistencia estadstica en la estacin Wonken.
1965 2 47,4 376,5
1966 3 0,0 108,7 215,7
1967 4 50,0 60,5 355,3
1968 5 108,1 155,7 475,7
1969 6 132,2 69,0 195,5
1970 7 82,0 171,4 175,1
1971 8 84,4 94,0 408,5
1972 9 54,7 176,0 429,9
1973 10 60,1 43,2 205,6
1974 11 71,2 280,0 326,3
1975 12 50,2 95,7 123,1
1976 13 87,3 223,5 408,7
1977 14 34,1 76,3 225,2
1978 15 9,1 88,8 208,6
1979 16 16,5 250,2 312,6
1980 17 16,4 35,1 350,5
1981 18 215,5 189,0 348,5
1982 19 128,2 193,5 224,4
1983 20 63,2 146,5 476,6
1984 21 87,3 54,7 80,3
1985 22 20,1 119,3 114,0
1986 23 237,3 116,9 138,9
1987 24 104,0 261,1 117,3
1988 25 36,0 104,3 111,3
1989 26 50,6 215,4 177,8
1990 27 109,2 107,1 308,9
1991 28 74,1 176,5 253,9
1992 29 167,0 74,3 251,9
1993 30 205,4 149,1 302,8
1994 31 31,0 48,3 286,0
1995 32 30,1 148,6 71,8
1996 33 234,9 75,4 147,1
1997 34 176,7 74,3 201,2
1998 35 107,2 104,8 238,0
1999 36 199,8 175,2 246,0
M EDIA 92,2 128,9 254,0
M EDIANA 78,1 108,7 238,0
NUM ERO DE DATOS 34 35 35
DESVIACION TIP ICA 67,148 65,547 110,325
VALOR M AXIM O 237,3 280,0 476,6
VALOR M INIM O 0,0 35,1 71,8
VARIANZA 4380,229 4296,435 12171,641
COEFICIENTE DE VARIACION 0,728 0,509 0,434
COEFICIENTE DE VARIACION 72,8 50,9 43,4
VALOR ATIP ICO
3,526 TIP IF. VALOR M AX 2,161 2,306 2,018
3,555 TIP IF. VALOR M IN ( 1,373) ( 1,430) ( 1,651)
3,584 VALOR DE CONTRASTE 3,134 3,154 3,154
SHAP IRO Y WILK 0,905 0,937 0,960
VALOR TABULADO ( 5%) 0,931 0,934 0,934
VON NEUM ANN 1,634 2,822 1,759
VALOR TABULADO ( 5%) ( 1,495 2,626) ( 1,507 2,607) ( 1,501 2,617)
AUTOCORRELACION - 0,453 - 0,271
VALOR TABULADO ( 5%) ( - 0,325 0,242) ( - 0,325 0,242)
RACHAS ( rm) 16 26 17
N1 ( +) 17 17 17
N2 ( - ) 17 18 18
VALOR TABULADO ( 5%) ( 11 25) ( 12 26) ( 12 26)
R^2 0,1659 0,0016 0,1465
SP EARM AN 0,3387 0,0783 -0,3459
VALOR TABULADO ( 5%) 2,0210 2,0210 2,0210
INCOSISTENCIA
Cambios Climticos, Recursos Hdricos, Geo-Riesgos y Desastres Naturales 3- 48
IV SIMPOSIO INTERNACIONAL DE DESARROLLO SUSTENTABLE
Cuadro 3. Series de temperatura con problemas de inconsistencia estadstica de la
estacin Arekuna.
n AO JUN JUL AGO SEP OCT NOV DIC
1 1965 24,8 22,9 23,9 25,6 24,0 26,4
2 1966 24,7 24,8 25,0 24,4 26,0 24,8 24,6
3 1967 23,7 23,8 24,5 24,1 25,6 25,4 24,9
4 1968 23,7 24,7 25,3 24,5 25,9 24,7 25,4
5 1969 24,0 25,0 25,2 24,4 26,0 25,2 25,9
6 1970 24,5 24,3 25,0 24,6 26,0 25,0 25,2
7 1971 24,0 24,7 24,9 24,4 25,4 24,3 24,8
8 1972 24,4 25,7 25,9 24,9 26,0 25,1 26,1
9 1973 25,1 25,7 25,6 24,9 26,0 24,9 24,1
10 1974 25,3 24,9 25,3 24,2 26,1 24,8 25,0
11 1975 24,1 24,6 25,1 24,7 25,6 25,3 24,4
12 1976 23,8 24,6 25,0 26,0 26,5 25,8 25,0
13 1977 24,7 25,2 25,2 25,1 26,2 25,5 25,6
14 1978 24,4 26,1 24,5 25,5 26,7 25,6 25,5
15 1979 24,1 25,4 26,2 25,3 26,4 25,8 26,3
16 1980 24,7 25,6 25,5 25,5 26,8 25,1 26,0
17 1981 24,3 25,0 25,3 24,6 26,5 26,5 27,0
18 1982 24,7 26,0 24,6 25,7 26,7 26,1 26,0
19 1983 24,3 25,8 26,3 25,4 26,7 26,1 25,7
20 1984 24,9 25,3 25,0 24,8 26,3 25,1 24,8
21 1985 23,7 25,1 24,1 25,0 26,2 25,0 24,9
22 1986 24,3 25,4 25,7 25,3 25,7 25,0 25,3
23 1987 25,1 25,4 26,0 25,4 27,2 26,1 26,3
24 1988 24,9 25,2 25,3 25,3 26,1 25,5 25,2
25 1989 24,9 24,9 25,3 24,9 25,8 25,1 25,2
26 1990 24,6 25,1 25,0 24,7 26,1 25,2 25,1
27 1991 25,2 25,5 25,0 24,6 25,9 25,1 25,0
28 1992 24,4 24,9 25,2 25,0 26,0 25,2 25,5
29 1993 24,7 25,4 25,7 25,3 26,6 25,6 25,4
30 1994 24,8 25,0 25,3 25,2 26,1 25,4 25,9
31 1995 24,7 25,4 25,7 25,8 26,5 25,1 26,0
32 1996 24,4 24,9 25,3 25,3 26,4 25,4 26,0
33 1997 25,4 25,5 25,9 25,4 27,0 25,9 26,2
34 1998 24,9 25,8 26,3 25,5 26,7 25,5 25,7
35 1999 24,9 25,0 24,2 24,6 25,8 25,4 25,5
36 2000 23,8 25,0 25,6
NUM ERO DE DATOS 35 36 36 35 35 35 35
VALOR M INIM O 23,7 23,8 22,9 23,9 25,4 24,0 24,1
VALOR M AXIM O 25,4 26,1 26,3 26,0 27,2 26,5 27,0
M EDIA 24,5 25,2 25,2 25,0 26,2 25,3 25,5
M EDIANA 24,6 25,1 25,3 25,0 26,1 25,2 25,5
DESV. TIP ICA 0,468 0,472 0,655 0,499 0,423 0,502 0,621
VARIANZA 0,219 0,223 0,429 0,221 0,173 0,208 0,372
VALOR ATIP ICO
3,555 TIP IF. VALOR M AX 1,886 2,006 1,650 2,049 2,356 2,386 2,442
3,555 TIP IF. VALOR M IN ( 1,746) ( 2,864) ( 3,542) ( 2,158) ( 1,897) ( 2,597) ( 2,226)
3,584 VALOR TABULADO 3,154 3,174 3,174 3,154 3,154 3,154 3,154
SHAP IRO Y WILK 0,960 0,972 0,925 0,964 0,972 0,971 0,984
VALOR TABULADO 0,934 0,935 0,935 0,934 0,934 0,934 0,934
VON NEUM ANN 1,641 1,327 1,820 1,015 1,465 1,068 1,444
( 1,501 2,616) ( 1,507 2,607) ( 1,507 2,607) ( 1,501 2,616) ( 1,501 2,616) ( 1,501 2,616) ( 1,501 2,616)
AUTOCORRELACION 0,174 0,338 - 0,167 0,452 0,243 0,389 0,276
VALOR TABULADO ( - 0,300 0,242) ( - 0,300 0,242) ( - 0,300 0,242) ( - 0,300 0,242) ( - 0,300 0,242) ( - 0,300 0,242) ( - 0,300 0,242)
RACHAS ( rm) 18 15 12 11 7 12 11
N1 ( +) 16 18 18 17 18 17 17
N2 ( - ) 19 18 18 18 17 18 18
VALOR TABULADO ( 12 25) ( 12 26) ( 12 26) ( 12 25) ( 12 25) ( 12 25) ( 12 26)
R^2 0,1350 0,1203 0,1082 0,2850 0,1673 0,1589 0,0539
SP EARM AN 0,3790 0,3310 0,3900 0,4840 0,4220 0,4310 0,2510
Tc 2,3510 2,0470 2,4730 3,1730 2,6710 2,7450 1,4880
VALOR TABULADO 2,0210 2,0210 2,0210 2,0210 2,0210 2,0210 2,0210
INCONSISTENCIA
DATO ESTIMADO
Cambios Climticos, Recursos Hdricos, Geo-Riesgos y Desastres Naturales 3- 49
IV SIMPOSIO INTERNACIONAL DE DESARROLLO SUSTENTABLE
BIBLIOGRAFA
BARBOZA J. y BLANCO A. 2000. Consideraciones Tericas de la Homogeneidad y
Determinacin de la Aleatoriedad de Series Pluviomtricas en la Superficie Plana de
la Regin Administrativa de los Llanos (1971-1990). Tesis de Grado. Escuela de
Geografa. Facultad de Humanidades y Educacin. UCV. Caracas. 350 pp.
COLOTTI B., Eva. 1985. Aplicabilidad del Criterio de Conrad y Pollack para la
Determinacin de Regiones Pluviomtricamente Coherentes en Venezuela. Tesis de
Grado. Escuela de Geografa. Facultad de Humanidades y Educacin. UCV.
Caracas. 105 pp.
CONRAD, V y POLLAK, L. 1962. Methods in Climatology. 2 Edic. Harvard University
Press Cambridge, Massachusetts. 459 pp.
CHOW, Ven Te. 1994. Hidrologa Aplicada. Editorial Mac Graw Hill. Interamericana C.A.
Colombia. 584 pp.
CUENA J., Bartolom. 1974. En: Estadstica y simulacin aplicada a la Ingeniera Civil.
Colegio de Ingenieros de Caminos, Canales y Puertos. Centro de Perfeccionamiento
Empresarial y Profesional. Madrid.
GUEVARA D., Jos M. 1987. La Homogeneidad de una Serie Climtica y Mtodos para
Determinarla Serie Temtica N 18. Publicaciones de la Escuela de Geografa, UCV.
Caracas.28 pp.
GUJARATI, D. 1990. Econometra. Editorial Mc Graw-Hill. Latinoamericana. Colombia.
JAGANNATHAN, P, ARLERY, H. TENKATE,ZAVARIANA, M. 1967. A Note on
Climatological Normals. Technical Note. N 84. WMO. 37 pp.
MITCHELL, J.M, DZERDZEEVSKII B., FLOHN, H., HOTMEYR W., RAO, K., WALLEN, C.
1966. Climatic Change. Nota Tcnica 79. WMO. Ginebra. 90 pp.
RODRGUEZ G., Jorge. 2000. Propuesta y Anlisis Geogrfico-Estadstico de la
Definicin del Concepto Clima. Trabajo de Ascenso a la categora de Prof. Titular.
Escuela de Geografa. UCV. Publicacin del Autor. Caracas. 128 pp.
RODRGUEZ G., Jorge et al. 2001. Informe de Comparacin de los Registros Simultaneos
de las Estacines Convencionales y Automticas de la Red Hidrometeorolgica de
CVG-EDELCA Electrificacin del Caron.
SANCHEZ C., Jess. 1966. Interpretacin y Uso de los Datos Climatolgicos. Trabajo de
Ascenso. UCV. Maracay. 32 pp.
SANCHEZ DE Rivera, Daniel P. 1986. Estadstica Modelos y Mtodos. Edit. Alianza
Universidad Textos. Madrid. 402 pp.
SIEGEL, Sidney. 1970. Diseo Experimental No Paramtrico. Editorial Trillas S.A. 235 pp.
THOM, H C. 1966. Some Methods of Climatological Analisys. Technical Note N 81.
WMO. Ginebra. 54 pp.
VON NEUMANN, John. 1961. Distribution of the Ratio of the Mean Square Successive
Difference to the Variance. Continuos Geometry and other Topics. Collected Works
General editor A. H. Taub. Pergamon Press Vol. IV. 960 pp.