Please use this identifier to cite or link to this item:
https://hdl.handle.net/20.500.12008/34862
How to cite
Title: | Modelos bayesianos para series diarias: modelado de temperaturas extremas en Uruguay. |
Authors: | Hernández Banadik, Manuel Álvarez-Castro, Ignacio Da Silva, Natalia De Mello, Santiago |
Type: | Documento de trabajo |
Keywords: | Modelos dinámicos bayesianos, Series de tiempo bayesianas, Datos faltantes, Dynamic bayesian model, Bayesian time series, Missing data |
Descriptors: | VISUALIZACION DE DATOS, TEMPERATURA, APLICACIONES WEB, INFERENCIA ESTADISTICA |
Geographic coverage: | Uruguay |
Issue Date: | 2021 |
Abstract: | El estudio de eventos extremos ha tomado una gran relevancia en los últimos años debido principalmente al gran impacto que presentan en la sociedad y la economía de los países, así como en los ecosistemas. Para estudiar estos fenómenos es necesario contar con series temporales lo suficientemente largas y fundamentalmente completas, a un paso temporal de por lo menos un día y de alta calidad. Uruguay cuenta con registros suficientemente largos en ciertos puntos del país, pero se han detectado muchos períodos sin información. La modelización estadística de las series de temperatura observada es el primer paso para obtener bases de datos completas que permitan estudiar los eventos climáticos extremos. Este trabajo presenta métodos estadísticos para modelar series diarias multivariadas con importantes ventanas de datos faltantes, y también métodos de visualización de estas series que permitan explorar la presencia de secuencias de valores extremos. Se trabajó con datos de temperaturas mínimas y máximas en 11 estaciones meteorológicas de Uruguay, durante un período de más de 60 años. Los resultados se presentan parcialmente en el documento y de forma completa en una aplicación web accesible en IESTA-INUMET. Extreme events have a huge impact on society, economics and ecosystems, for this reason its study has become more relevant in recent years. Understanding extreme events in temperature series are based on high-quality, high-frecuency long-run temporal data e.g. daily records over several decades period. Uruguay has enough records for temperature extreme event study, but these records are not complete, several periods with low-quality information has been detected. Therefore, a statistical modelling for imputation is a first step in to generate complete, multivariate, long run datasets to allow study temperature extreme events. This work presents statistical methods robust to long missing data window in daily multivariate time series data, and visualization methods to explore the presence of extreme value short sequences. Daily maximum and minimum temperature from 11 meteorological stations in Uruguay over a 60 years period are used. Results are partially show in this document and fully available in a web app IESTA-INUMET. |
Publisher: | Universidad de la República (Uruguay). Facultad de Ciencias Económicas y de Administración. Instituto de Estadística |
Series or collection: | Serie Documentos de Trabajo;4/21 |
Sponsors: | Este trabajo fue realizado en el marco del proyecto "Modelado de temperaturas extremas en Uruguay", financiado por la Agencia Nacional de Investigación e Innovación (ANII), Fondo Sectorial de Investigación a partir de Datos, edición 2017 (FSDA_1_2017_1_144032). |
ISSN: | 1688-6453 |
Citation: | HERNÁNDEZ BANADIK, Manuel, ALVAREZ-CASTRO, Ignacio, DA SILVA, Natalia y DE MELLO, Santiago. Modelos bayesianos para series diarias: modelado de temperaturas extremas en Uruguay [en línea ]. Montevideo : Udelar. FCEA. Iesta, 2021. Serie Documentos de Trabajo; 4/21. |
License: | Licencia Creative Commons Atribución - No Comercial - Compartir Igual (CC - By-NC-SA 4.0) |
Appears in Collections: | Documentos de Trabajo - Instituto de Estadística |
Files in This Item:
File | Description | Size | Format | ||
---|---|---|---|---|---|
DT_2021_4.pdf | Documento de trabajo | 430,68 kB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License