ESTUDIO MICROCLIMÁTICO

Iván Cuadrado PortelaJulio Alberto Manday Bernal

1. INTRODUCCIÓN 2. RESUMEN ESTADÍSTICO 3. ANÁLISIS DE COMPONENTES PRINCIPALES 4. ANÁLISIS FACTORIAL 5. CONCLUSIONES

ÍNDICE

OBJETIVO PRINCIPAL: COMPROBAR COMPARAR DEMOSTRAR

1.INTRODUCCIÓN

MICROCLIMAS

ZONAS DE ESTUDIO CONIL Y JEREZ

¿POR QUÉ?• Utilizar una localidad cercana al mar (Conil)

y otra al interior (Jerez)• Clima mediterráneo-oceánico (Conil) y clima

mediterráneo seco (Jerez)

1.INTRODUCCIÓN

BASE DE DATOS: Estaciones agroclimáticas

1.INTRODUCCIÓN

1. INTRODUCCIÓN

Variables cuantitativas continuas

Aplicación de técnicas de análisis descriptivo de carácter univariante:

• Diagramas de cajas y bigotes(datos atípicos).• Histogramas(frecuencias).• Resumen estadístico(posición de los datos)• Curtosis y asimetría(forma de los datos)

Aplicación de técnicas de análisis descriptivo de carácter multivariante:

• Matriz de correlaciones(relación entre variables)

2. RESUMEN ESTADÍSTICO

2. RESUMEN ESTADÍSTICO

CONIL$TMed

frequ

ency

0 5 10 15 20 25 30

010

020

030

040

050

060

0

05

1015

2025

30

TMed

JEREZ$TMed

frequ

ency

0 5 10 15 20 25 30 35

010

020

030

040

050

0

05

1015

2025

30

TMed

Histograma y diagrama de cajas

2. RESUMEN ESTADÍSTICOMedidas de posición y forma (Conil)

2. RESUMEN ESTADÍSTICOMatriz de correlaciones (Conil)

2. RESUMEN ESTADÍSTICOMatriz de correlaciones (Jerez)

«correlaciones negativas más fuertes en Jerez entre las temperaturas y las humedades; clave para determinar que se trata de un clima más seco»

Técnica estadística multivalente de reducción de la dimensión, que permite transformar un conjunto de variables correlacionadas en otro conjunto de variables ortogonales denominadas “Componentes o Ejes principales”.

3. ANÁLISIS DE COMPONENTES PRINCIPALES

En esta tabla podemos observar cuanta información retiene cada componente para poder reducir variables, en este caso la primera componente retiene un 51.2% del total de la información, mientras que la segunda tan solo un 17.1%, en nuestro caso seleccionaríamos 5 componentes ya que englobaríamos el 92.8% de toda la información.

3. ANÁLISIS DE COMPONENTES PRINCIPALES

En el gráfico de sedimentación podemos observar visualmente lo que el sumario de proporción de varianzas nos ha dado numéricamente, y es que las 5 primeras componentes contienen casi toda la información total una proporción acumulada del 92.8 %, por lo que si despreciamos las demás componentes perdemos poca información, tan solo un 7.2 % de la misma. «Tanto para Conil como Jerez el análisis es parecido»

3. ANÁLISIS DE COMPONENTES PRINCIPALES

Comp.1 Comp.3 Comp.5 Comp.7 Comp.9

.PC

Varianc

es

01

23

45

El Análisis factorial (AF) se basa en la existencia de factores inobservables que pueden identificarse a partir de combinaciones lineales de las variables observadas. Las técnicas factoriales están encuadradas dentro de las conocidas como de reducción de la dimensión.

4. ANALISIS FACTORIAL

Análisis factorial sin rotación (Conil)

«La varianza acumulada de los factores es del 71,3%»

El Análisis factorial (AF) se basa en la existencia de factores inobservables que pueden identificarse a partir de combinaciones lineales de las variables observadas. Las técnicas factoriales están encuadradas dentro de las conocidas como de reducción de la dimensión.

4. ANALISIS FACTORIAL

Análisis factorial sin rotación (Jerez)

«La varianza acumulada de los factores es del 71,3%»

4. ANALISIS FACTORIAL Plano factorial principal (Conil)

4. ANALISIS FACTORIAL Plano factorial principal (Jerez)

Validez del análisis factorial (Conil).

Test de esfericidad de Bartlett: Comprueba que la matriz de correlaciones se ajuste a la matriz identidad, es decir ausencia de correlación significativa entre las variables. En otras palabras, si el determinante es =1 se acepta la hipótesis de que la matriz de correlaciones es la identidad. Por tanto si se acepta la hipótesis nula (p>0.05) significa que las variables no están intercorrelacionadas y por tanto no tiene mucho sentido llevar a cabo un Análisis Factorial.

Se confirma según el test de esfericidad de Bartlett que existen correlaciones significativas entre las variables estudiadas y que el Análisis Factorial tiene sentido.

Medida de adecuación KMO:

Como vemos, es superior a 0,5 lo que según el método de la KMO nos haría continuar con el análisis factorial.

4. ANALISIS FACTORIAL

Validez del análisis factorial (Jerez).

Test de esfericidad de Bartlett:

Se confirma según el test de esfericidad de Bartlett que existen correlaciones significativas entre las variables estudiadas y que el Análisis Factorial tiene sentido

Medida de adecuación KMO:

Como vemos, es superior a 0,5 lo que según el método de la KMO nos haría continuar con el análisis factorial.

4. ANALISIS FACTORIAL

Temperatura media parecida. En Conil están más suavizados los cambios de temperaturas entre estaciones. Además en Conil las temperaturas mínimas se registran menos veces al año que en Jerez.

La humedad difiere entre municipio costero y no costero, la humedad medía es mayor en Conil y más homogénea. Las humedades máximas que se registran son muy parecidas pero las mínimas son mayores en Conil con mayor frecuencia.

las precipitaciones parecen presentar una distribución prácticamente igual. Pero en Jerez algunos días del año se han llegado a registrar hasta 80mm, mientras que en Conil lo máximo registrado es de 60mm.

5. CONCLUSIONES

Vientos parecidos. En Jerez está mucho más marcada la velocidad. Predominan el levante y el poniente en ambos. Levante más predominante en Jerez.

El registro de radiaciones es muy parecido con dos picos notables en ambas localidades en torno a los 10MJ/m2 y los 30MJ/m2, pero en Jerez estos picos presentan una frecuencia mayor.

ETo: En Jerez las temperaturas son más bruscas, existe menor humedad y mayor radiación lo que hace que la ETo sea más alta. Registros de ETo mucho más altos en Jerez lo cual indica que este municipio cuenta con un clima más seco. Claridad en las correlaciones.

5. CONCLUSIONES

TODO RESPONDE A LO QUE CABRÍA ESPERAR DE LAS DIFERENCIAS ENTRE UN MUNICIPIO COSTERO INFLUENCIADO DIRECTAMENTE POR EL MAR Y UN MUNICIPIO ALGO MAS AL INTERIOR CON UN CLIMA MÁS SECO. PODEMOS PUES LLEGAR A LA CONCLUSIÓN FINAL DE QUE HEMOS LOGRADO DIFERENCIAR LOS DOS MICROCLIMAS (MEDITERRÁNEO-SECO Y MEDITERRÁNEO-OCEÁNICO) MEDIANTE UN ESTUDIO MÁS O MENOS SENCILLO.

5. CONCLUSIONES