Uso de modelos aditivos para evaluar la variabilidad espacial y temporal en datos 3D
DOI:
https://doi.org/10.15332/s2027-3355.2010.0002.02Palabras clave:
Efecto no paramétrico, estructura de covarianza sobre el tiempo y espacio, modelos aditivos, variabilidadResumen
Este articulo está dirigido a identificar la presencia de variabilidad sobre tiempo y espacio para la temperatura del agua en Santa Marta, Colombia. El proceso de modelamiento considera una aproximación a través de un modelo lineal, el uso de modelos aditivos como una alternativa para capturar patrones no lineales, evaluación de la necesidad de un efecto no paramétrico para cada una de las covariables y finalmente un diagnóstico sobre los residuales para valorar la necesidad de incluir una estructura de covarianza sobre tiempo y/o espacio.Citas
Beare, D. & Reid, D. (2002), ‘Investigating spatial-temporal change in spawning activity by Atlantic mackerel between 1977 and 1998 using generalized additive models’, ICES Journal of Marince Science, 59: 711-724 .
Bowman, A. & Azzalini, A. (1997), Applied Smoothing Techniques for Data Ana- lyis: the kernel approach with S-Plus illustrations, Oxford University Press.
Bowman, A., Giannitrapani, M. & Scott, E. (2009), ‘Spatial temporal smoothing and Sulphur dioxide trends over Europe’, Royal Statistical Society Series C 58, Part 5, pp 737-752.
Diblasi, A. & Bowman, A. (2001), ‘On the use of the variogram in checking for independence in spatial data’, Biometrics 57, 211-218.
Eastoe, E. F., Halsall, C. J., Heffernan, J. E. & Hung, H. (2006), ‘A statistical comparison of survival and replacement analyses for the use of censored data in a contaminant air database: A case of study from the Canadian arctic’, Atmospheric Environment 40, 6528-6540.
Esterby, S. (1993), ‘Trend analysis methods for environmental data’, Environ- metrics, 4(4), 459-481.
Fan, J. & Gijbels, I. (1996), Local polynomial modelling and its applications, Chap- man and Hall: London.
G.Bernal, Poveda, G., Roldan, P. & Andrade, C. (2006), ‘Patrones de variabilidad de las temperaturas superficiales del mar en la costa caribe colombiana’, Rev Acad Colom Cienc 30 (115): 195-208.
Giannitrapani, M., Bowman, A. & Scott, E. (2005), Additives models for correlated data with applications to air pollution monitoring, Technical report, University of Glasgow.
Green, P. & Silverman, B. (1994), Nonparametric Regression and Generalized Lin- ear Models: A Roughness Penalty Approach, Chapman and Hall: London.
Hastie, T. & Tibshirani, R. (1990), Generalized Additive Models, Monographs on Statistics and Applied Probability 43, Chapman and Hall.
IPCC (2007), Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA,.
Lewis, P. A. & Ray, B. K. (1997), ‘Modeling long-range dependence, nonlinearity, and periodic phenomena in sea surface temperatures usingtsmars’, Journal of the American Statistical Association, Vol 92, No 439, 881-893 .
McMullan, A., Bowman, A. & Scott, E. (2007), ‘Water quality in the river clyde: A case study of additive and interaction models’, Environmetrics.
Nadaraya, E. (1964), ‘Some new estimates for distribution functions’, Theory Probab. Appl. 9, 497-500.
NAOWA(Webpage) (n.d.), Electronic Resource [Accessed 22/11/2009].*http://www.naowa.com
Rincón, F. (2010), Statistical modelling of environmental trends over both time and space, Master’s thesis, University of Glasgow.
Watson, G. (1964), ‘Smooth regression analyses, Sankhya, Ser. A, 26, 359-72.
Wood, S. (2006), Generalized Additive Models: An Introduction with R, Chapman and Hall/CRC: London.
Publicado
Cómo citar
Número
Sección
Licencia
Los autores mantienen los derechos sobre los artículos y por tanto son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:
Reconocer los créditos de la obra de la manera especificada por el autor o el licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de su obra).
Comunicaciones en Estadística está bajo una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
