ANLISIS DE HOMOGENEIDAD Y CONSISTENCIA

Consiste en realizar un anlisis de la informacin disponible, mediante criterios fsicos y mtodos

estadsticos que permitan identificar, evaluar y eliminar los posibles errores sistemticos que ha
podido ocurrir, sea por causas naturales u ocasionadas por la intervencin de la mano del hombre.
Inconsistencia, son los errores sistemticos que se presentan como saltos y tendencias en las
series maestrales.
(Cahuana Andia & Yugar Morales, 2009)
No homogeneidad, cambios de los datos originales con el tiempo. La No Homogeneidad en los
datos de Precipitacin, se produce por movimiento de la Estacin, cambios en el medio ambiente
que rodea la Estacin. Las causas principales de serie de precipitaciones no homogneas se debe
a:
Cambio en la localizacin del pluvimetro.

Cambio en la forma de exposicin o reposicin del aparato.

Cambio en el procedimiento de observacin o reemplazo del operador.

Construccin de embalses en las cercanas.

Deforestacin y reforestacin en la zona.

Apertura de nuevas reas de cultivo en los alrededores.

Desecacin de pantanos

Industrializacin en reas circundantes.

En los anlisis climatolgicos se utiliza el trmino homogeneidad aplicndose para ello las
pruebas estadsticas y en los anlisis hidrolgicos se utiliza el trmino consistencia de la serie,
por lo general se detecta con la tcnica de la curva doble masa.

PRUEBAS ESTADSTICAS DE HOMOGENEIDAD

El test o prueba estadstica de homogeneidad presenta una hiptesis nula y una regla para aceptarla
o rechazarla en base a su probabilidad de ocurrencia. Si dicha probabilidad es pequea, se
concluye que la serie es no homognea, si es grande, se dice que la serie es homognea.
(Cahuana Andia & Yugar Morales, 2009)
TEST DE MANN-KENDALL
La prueba de Homogeneidad de Mann-Kendall es un test no paramtrico, tiene una hiptesis nula
sencilla y fcil de satisfacer. Este test detecta cualquier forma de tendencia, ya sean lineales o en
forma de saltos, siempre que den una tendencia global, este test no es adecuado para series que
presentan un componente estacional. La prueba de Homogeneidad de Mann-Kendall es en
realidad un test estadstico que conduce a elegir alguna de las siguientes respuestas:
(Cahuana Andia & Yugar Morales, 2009)
 Hiptesis nula: Todos los valores de la serie son datos aleatorios de una sola poblacin
(Es una serie Homognea).
Hiptesis alternativa: Es una serie no homognea con tendencia montona.
La prueba consiste en calcular un ndice de desviacin de la serie, y a partir de este valor calcular
el valor de mediante la relacin:
1
=
( 1)(2 + 5)
18

=
1

=
1
1

=
1

Donde:
= Nmero de registros
= ndice de desviacin calculado
= Nmero de valores de > para i < j < n
=Nmero de valores de < para i < j < n

Luego se elige un nivel de significancia o valor de confiabilidad en funcin al cual se definir

la condicin de homogeneidad de la serie. Este ndice se relaciona con un valor de Vcrit a travs
de la funcin de distribucin normal, que se muestra en la Tabla. Se compara V y Vcrit Si V es
menor que Vcrit se acepta la hiptesis nula, es decir que la serie es homognea con un nivel de
significancia de %, de lo contrario se asume la hiptesis alternativa.

Tabla.
0.005 0.010 0.025 0.050 0.100
2.58 2.33 1.96 1.64 1.28
 LAS PRUEBAS DE CONSISTENCIA Y HOMOGENEIDAD
RELATIVA_
Una serie de tiempo de datos hidrolgicos es relativamente constante si los datos son peridicamente
proporcionales a una serie de tiempo apropiado simultneamente (Chang y Lee 1974). La consistencia
relativa significativa que los datos hidrolgicos en una observacin cierta estacin son generados por el
mismo mecanismo que genera similares datos de otras estaciones. Es una prctica comn para verificar

la coherencia en relacin con el doble de la masa de anlisis.

Para determinar la consistencia relativa, se comparan las observaciones a partir de una cierta estacin
con la media de las observaciones de varias estaciones cercanas. Este medio se llama la base o patrn es
difcil decir cuantas estaciones el modelo debe e incluir.

Las estaciones cuanto menor los datos determinados influir en la consistencia y la valides de la media
patrn.

Doble masa de anlisis, es comprobacin requiere eliminar del patrn los datos de una determinada
estacin y comparndolos con los datos restantes.

Si estos datos son consistentes con los totales generales de la zona, que se vuelven a incorporar en el
patrn no se puede hacer un anlisis de doble masa, sin embargo se pueden detectar cambios similares
que ocurrieron en las estaciones de forma simultnea. Por ejemplo si al mismo tiempo todas las
estaciones en la regin comenzaron a registrar los datos que fueron del 50% que es demasiado grande,
la doble curva de la masa no muestra un cambio significativo.

Anlisis de doble masa

Doble la masa de anlisis supone una relacin lineal entre la serie de tiempo de los procesos de datos
hidrolgicos. Como este supuesto no puede ser valida en todas las tasas de acumulacin, que debe ser
verificada. Los datos pluviomtricos son por lo general proporcionales a los totales en las estaciones
cercanas en la misma zona hidrolgica.

Una relacin lineal entre dos variables que incluye el par x=O y y=S se puede expresar como:

Y=b*x
Donde

B= factor de proporcionalidad

Y=serie de tiempo para ser probada

X=serie de tiempo del modelo

La definicin la pendiente media como la pendiente de la recta que pasa por los puntos O,S y Y,X, dar
una estimacin bastante buena de la media real de los factores de proporcionalidad.

Los puntos trazados nunca caen exactamente en la lnea media. Si hay una tendencia lejos de la lnea
durante un periodo determinado. El anlisis de las tendencias persistentes de distancia de la pendiente
media, se ve que los puntos de quiebre entre dos periodos con pendientes aparentemente diferentes
indicar el momento en que los cambios de relacin lineal entre el medio de dos partes de la serie de
tiempo.

Doble masa anlisis no solo se usa para verificar la consistencia relativa de una serie de un tiempo de
serie, si no tambin para encontrar los factores de correccin de errores y llenar los vacios. Esta aplicacin
se limita a los totales mensuales y anuales ya que normalmente no trabaja con los diarios. Adems en el
mejor de los casas, de doble masa anlisis preserva la media y no el estndar.

Ejemplo sencillo de doble masa anlisis

 Utilizndolos datos de la tabla 6.1 del libro de Dalmen y Hall (1999), Pg. 32.

Tabla 6.1 datos de ejemplo para el anlisis de doble masa.

(1) (2) (3) (4) (5) (6) (7)

Ao xi yi (xi)=xi (yi)=yi yi+(-bav*xi) ai=yi/xi
0 0 0 0 0 0 0
1 1362 1243 1362 1243 16,1 0,9126
2 1111 990 2473 2233 5,4 0,8911
3 1337 1310 3810 3543 111,0 0,9798
4 1392 1255 5202 4798 112,2 0,9016
5 1914 1784 7116 6582 172,1 0,9321
6 1252 1232 8368 7814 276,3 0,9840
7 1309 1189 9677 9003 286,2 0,9083
8 1283 1102 10960 10105 232,5 0,8589
9 1260 979 12220 11084 76,5 0,7770
10 1643 1421 13863 12505 17,5 0,8649
11 1415 1240 15278 13745 -17,1 0,8763
12 1450 1236 16728 14981 -87,2 0,8524
13 1141 1115 17869 16096 0 0,9772
bav 0,90078

En este terreno de las diferencias acumuladas tambin llamado una parcela residual de la masa, los
valores mximos y mnimos corresponden a puntos de quiebre en el original de doble masa de la lnea,
haciendo mas fcil la interpretacin en nuestro ejemplo el punto de ruptura se encuentra en el ao 7. Hay
otros mtodos de identificacin los posibles puntos de quiebre en las lneas de doble masa por ejemplo
Singh 1968, Chang y Lee 1974, pero el que se describe es simple y eficiente.

La relacin media o pendiente de los datos de la tabla 6.1. Desde el ao 1 a7 ao, es las siguientes:

Bi= (9003-0)/(9677-0)=09304

Y desde el ao de 8 a 13 aos es:

Bz= (16096-9003)/(17869-9677)=0.8658

Figura 1, dos formas de representar los datos en la tabla 1, simplificado de doble masa de parcela.

Anlisis de factores de proporcionalidad

Es un anlisis de prueba para la consistencia relativa. La prueba de los factores de proporcionalidad de

dos periodos par la estabilidad de la media es equivalente a probar la importancia de los cambios en las
laderas de los periodos antes y despus de un punto de quiebre evidente en una linera de doble masa.

La ventaja de la base de datos de deteccin procedimiento es que la estabilidad varianza de la prueba es

demasiado. Lo que indica las correcciones de datos que podran haber influido en la varianza.

Una desventaja es la omisin de los datos si se adhiere a la exigencia de que el numero de datos de los
sub-conjuntos deben ser iguales, si los datos se distribuyen normalmente entonces se puede utilizar sub-
conjuntos con un numero desigual de datos.

Ejemplo sencillo de anlisis de proporcionalidad

La grafica muestra un tendencia que revela una tendencia negativa, los clculos anteriores y las
pendientes de la simplificacin doble masa, el grafico 6.1 indican que la segunda mitad de la serie de
tiempo tiene un medio mas pequeo que el primero. El cuadro anterior muestra que la varianza y la media
de los sub-conjuntos son estadsticamente similares. Esto significa que el valor mximo de salidas
 acumulativas de la media en el ao 7 no corresponde con una verdadera ruptura en la lnea y que la
proporcionalidad entre los datos de la estacin de prueba y los del patrn no cambia despus.

Figura 2, serie temporal de los factores de proporcionalidad

Tabla 2, calculo de la prueba de F y T para dos sub-conjuntos de factores de proporcionalidad.

Aos de agua 1-17 Aos de agua 8-13

(1) (7) (1) (7)
xi xi2 xi xi2
1 0,9126 0,8329 8 0,8589 0,7378
2 0,8911 0,7940 9 0,7770 0,6037
3 0,9798 0,9600 10 0,8649 0,7480
4 0,9016 0,8128 11 0,8763 0,7679
5 0,9321 0,8688 12 0,8524 0,7266
6 0,9840 0,9683 13 0,9772 0,9549
7 0,9083 0,8251
suma 6,5095 6,0619 5,2067 4,5390
numero de observaciones 7 6
x 0,9299336 0,8677903
s 0,0376317 0,0642113
s2 0,0014161 0,0041231

F 0,3435 V1 6
V2 5
t 2,1712 V 11

Tabla 3, resultados del calculo de F y T para dos sub-conjuntos de factores de proporcionalidad.

F 2,5% t 2,5%
Aos de agua 1 Aos de agua 2 v1,v2 Ft v tt
F 97,5% t 97,5%
0,169 -2,2
1-7 8 - 13 6,5 0,343 11 2,17
6,98 2,2

Si se hace caso omiso de la observacin de agua para el ao 13 (o no la tiene todava) y pruebas de

deteccin de cambios en la pendiente de 1 as6 aos de agua y de 7 a 12 uno se encuentra una significativo
cambio en los factores de proporcionalidad: F=0.838 con VI=5 y V=5 es aceptable en el nivel al 5% de
significancia, t=3.204 con V=10, lo que indica que los factores cambia despus del ao 6 de agua, el anlisis
de tendencia tambin indica que hay un cambio (t=-2.81, con V=10).

Conclusiones

Las pruebas de consistencia y homogeneidad, nos muestra las desviaciones acumuladas de la

pendiente media y los factores de proporcionalidad, adems de mostrarnos el comportamiento de la
varianza, para ello nos recomienda los autores para realizar el anlisis anlisis de doble masa y anlisis de
factores de proporcionalidad.
Bibliografa

E.R. Dahmen. M.J. Hall. 1990. Screening of Hydrological Data: Tests for Stationarity and Relative
Consistency International Institute for Land Reclamation and Improvement/ILRI P.O.BOX
45,6700 AA WageningeqThe Netherlands,
 Pruebas de homogeneidad
El objetivo es comprobar si en k poblaciones (A1, ..., Ak), es idntica la
distribucin de probabilidad de una variable cualitativa con m posibles
resultados (B1, ..., Bm). Es decir, si se verifica que

P(Bj/A1) = P(Bj/A2) = ... = P(Bj/Ak) = P(Bj) per a tot j = 1, ..., m

La diferencia respecto del caso de independencia es que los totales de las

filas ni son valores fijos y no aleatorios y corresponden al nmero de
individuos seleccionados en la muestra que pertenencen a la poblacin i. La
estimacin de los valores P(Bj) bajo la hiptesis de homogeneidad se obtiene a
partir de la tabla de contingencia a travs de nj/N.

Hiptesis nula de homogeneidad: dadas dos poblaciones cualesquiera i y i

se verifica que

H0: pij = pij para todo j = 1, ..., m

donde pij es la probabilidad del resultado j en la poblacin i.

La hiptesis alternativa (alguna igualdad no es cierta) implica la no-

homogeneidad de las poblaciones.

Los valores observados son nij. Los valores esperados bajo la hiptesis nula de
homogeneidad se calculan de la manera siguiente:

eij = ni P(Bj) = ni (nj/N) = (ni nj)/N

Este resultado es idntico al obtenido en el caso del contraste de

independencia.

El estadstico de contraste se calcula de manera anloga:

La distribucin asinttica bajo la hiptesis nula es una 2 con (k 1)

(m 1) grados de libertad. Los grados de libertad pueden entenderse de
manera intuitiva entendiendo que el nmero de parmetros que se estiman son
(m 1), ya que queda fijada la probabilidad de la ltima clase Bj una vez
estimadas las restantes y al considerar que existen k restricciones de los
valores esperados debido a que tenemos fijados los totales de cada poblacin.
Por tanto, aplicando la frmula para los grados de libertad, se obtiene:

grados de libertad = nmero de clases nmero de parmetros

estimados nmero de restricciones

grados de libertad = (k m) (m 1) k = (k 1) (m 1)

El criterio de decisin es el mismo que en el contraste de independencia.

La condicin de validez es que las frecuencias esperadas eij sean mayores que
5.