Palabras clave
Regression
Time Series
Interpolación
Regresión
Series de Tiempo
Cómo citar
Resumen
Serie de tiempo extensivas de medidas a menudo con esenciales para evaluar cambios a largo plazo y promedios como los datos de mareas y crecidas del nivel de agua. Así, huecos en los datos de series de tiempo restringe el tipo y extensión del modelamiento e investigación que pueda hacerse. La División de Investigación de la Costa de la Universidad de Texas A&M en Corpus Christi (TAMUCC-DNR, por sus siglas en inglés) ha desarrollado y comparado varios métodos basados en regresión lineal hacia adelante y hacia atrás, para interpolar los huecos en las series de tiempo de datos del nivel de agua.
Hemos desarrollado un sistema informático que recupera datos reales y armónicos de nivel de agua, basado en parámetros dados por el usuario. Los datos reales de nivel de agua se buscan para puntos con datos faltantes y la localización de estos huecos es registrada. Se aplica regresión lineal hacia adelante y hacia atrás en relación con la localización de datos faltantes o huecos en los datos restantes. Después de que este proceso se completa, se usa una de tres combinaciones de la regresión hacia adelante y hacia atrás para ajustar los resultados. Finalmente, se añade la componente armónica para las nuevas series de tiempo suplementarias, y se grafican los resultados. El paquete informático creado para implementar este proceso de regresión lineal está escrito en Perl con un módulo llamado PDL (Perl Data Language).
Generalmente, este proceso ha demostrado excelentes resultados en llenar huecos en nuestras series de tiempo sobre nivel de agua. El programa ha sido probado sobre datos existentes bajo tres tipos de condiciones climáticas: veranos calmos, pasos frontales y condiciones de clima extremas, como huracanes. Se variaron los parámetros con el fin de probar la precisión del método, como por ejemplo el número de parámetros usados en las regresiones lineales así como el tamaño de los huecos a llenar. Se presentan resultados para las diferentes condiciones climáticas y los distintos tamaños de los huecos y las combinaciones de coeficientes.
Citas
High Performance Computing Development Center, Texas A&M University-Corpus Christi. http://www.sci.tamucc.edu/˜hpcdc/
Mostella, A.; Duff, J.S.; Michaud, P.R. (2002) “Harmpred and Harman: Web-Based Software to Generate Tidal Constituents and Tidal Forecasts for the Texas Coast”, in: Proceedings of the 19th American Meteorological Society Conference on Weather Analysis and Forecasting/15th American Meteorological Society Conference on Numerical Weather Prediction, 12-16 August 2002, San Antonio, Texas.
NOAA (1994) “NOAA Technical Memorandum NOS OES 8”, National Oceanic and Atmospheric Administration, Silver Spring, Marilyn.
Sadovski, A.L.; Michaud, P.R.; Steidley, C.; Tishmack, J.; Torres, K.; Mostella, A.L. (2003) “Integration of statistics and harmonic analysis to predict water levels in estuaries and shallow waters of the Gulf of Mexico”, Presentation at the MATA International Conference (Cancun, Mexico), April 2003.
Sadovski, A.L.; Tissot, P.; Michaud, P.; Steidley, C. (2004) “Statistical and neural network modeling and predictions of tides in the shallow waters of the Gulf of Mexico”, in: WSEAS Transactions on Systems 2(2), WSEAS Press: 301–303.