Transcript
Estadística Direccional: Considera los datos como vectores unidireccionales en el circulo
•Vectores unitarios
• en el plano • en el espacio 3D
círculo esfera
Algunos ejemplos circulares:
• de vientos predominantes •Migración de aves
direcciones
• de flujo volcánico, piroclástico, surge • de proveniencia de sedimentos • de esfuerzos horizontales • Corrientes
• rumbos de rasgos geológicos
• días en el año con tormentas magnéticas • variación anual de precipitaciones Dra Ana María Walther
ciclos 1
Representación Determino un punto de inicio y un sentido de giro para marcar cada dato
0 q r=1
Más de un dato en la misma dirección Lo marco con más de un punto Dra Ana María Walther
2
Datos agrupados en clases Histogramas lineales Histogramas circulares 30 25 20 15 10 5 0 0
60
120
180
240
300
360
30 25 20 15 10 5 0 -180
-120
-60
0
60
120
180
240
Dra Ana María Walther
300
360
420
480
540
3
Histograma circular: • área de cada barra proporcional a la frecuencia de la clase
•cambio barras por sectores == Diagrama de Rosas • área de cada sector proporcional a la frecuencia de la clase • si las clases tienen anchos iguales, el radio de cada sector es proporcional a f Una manera de hacer la roseta es calcular el intervalo mayor como el 100% y se calculan los Dra Ana María Walther 4 demás con respecto a estos
Diagramas de rosas N 100
Con clases de igual ancho cambio sectores por radios en centro de cada clase == representación lineal
50
100
50
El problema de emplear clases es que influye el agrupamiento usado
50
100
50
100
Dra Ana María Walther
5
Distribuciones
Distribución unimodal
Distribución bimodal
Dra Ana Maríamultimodal Walther Distribución
6
Variables Axiales Si cada dirección es equivalente a la opuesta Para todo datos axiales:
0 N
q=q+p
0 N
30
60º 30
Duplico ángulos 90º
q
2q 120º 180º
Dra Ana María Walther
7
Parámetros y Estadísticos Circulares cantidades que sirven para resumir los datos
población muestra
estadísticos escalares
• desenrollar los datos
• elegir un punto de corte
Dra Ana María Walther
8
Cada dirección en el plano = vector unitario v. Elegimos una dirección inicial (norte =0) y una orientación (horaria)
0
x
y
• ángulo q , en radianes
y con módulo 2p
v • v = (cos q, sen q )
Dra Ana María Walther
9
Describir una muestra por características del conjunto • de posición
- media
- mediana
• de concentración (o de dispersión) - Longitud de la resultante
Medidas
- Varianza - Rango circular
• de asimetría
• de curtosis Dra Ana María Walther
10
Medidas de posición 0
C
R dirección Media
q
= resultante de la suma vectorial
S
n
C cosq i i 1
n
S senq i i 1
módulo R2 = C2 + S2
tg 1 S q 1 C tg S + p C Dra Ana María Walther
si C 0 si C 0 11
dirección media = dirección del centro de masa de los vi v (C ; S )
R ; R n
C S con C ; S n n
R=0, q no queda definido
q minimiza la dispersión Dra Ana María Walther
12
Dirección Media para datos axiales dirección media estará influenciada por la ubicación de los datos respecto al arco de 180° considerado. 0 N
0 N
30
Duplico ángulos q
30
2q
Hay diferencias entre la media calculada con 2q y la hallada empleando las direcciones contenidas en el menor arco que abarque todos los datos.
ambas medias solo coinciden en distribuciones simétricas, Dra Ana María Walther
13
distribución simétrica = medias coincidentes Distribución de frecuencias y medias calculadas con ángulos o con ángulos duplicados
A B C tita 2tita 0
10
20
30
40 grados
50
60
70 Figura 23
distribuciones asimétricas con distintas curtosis las medias(2q) desplazadas hacia las modas Dra Ana María Walther
14
La dirección Mediana •mitad de datos en arco (qmd; qmd +p)
Md
fig. 3.3
•mayoría de datos +cerca de qmd que de (qmd +p)
50%
50%
•n impar, qmd coincide con un dato •n par, qmd =punto medio del arco entre los 2 datos ubicados en la mitad
Md + p
Dra Ana María Walther
15
Medidas de concentración (o de dispersión) • Longitud de la resultante media R2 = C2 + S2 R/n 1 ... qi bien agrupados R/n 0 ... qi muy dispersos R/n da medida de concentración del conjunto de los datos, pero no es un valor eficaz: datos concentrados en sitios opuestos también dan R/n 0 Dra Ana María Walther
16
Varianza circular
V 1 R
con 0 V 1
presenta los mismos inconvenientes que R
Desviación estándar circular (SD , v) (en radianes)
Desviación estándar angular
v 2 ln R
1 n D(q ) p p q i q n i 1
dispersión en ángulos alrededor de la media
Rango Circular
Longitud del arco mínimo que contenga todas las observaciones. Dra Ana María Walther
17
Medidas de Asimetría (skewness o sesgo)
sˆ
R2 . sen(q 2 2q )
1 R
3
2
R2=resultante media de ángulos 2qi. q2= dirección media de ángulos 2qi.
Distribución asimétrica Mo y q no coinciden, la q tiende a situarse corrida respecto de la Mo para el lado de la cola más larga. Medidas de Curtosis (o elevación)
R2 . cos(q 2 2q ) R ˆ K 2 1 R Dra Ana María Walther
4
18
Caracterizar una distribución en el círculo unitario •de cada valor •de un intervalo
Frecuencias:
f(q) = función de la curva de probabilidad = fdp.
fdp
F(q)
0
q Dra Ana María Walther
2p 19
fdp
Frecuencias: F(q)
q
0
•de cada valor •de un intervalo [0;q]
2p
F (x)= Prob(0 X q), con 0 ≤ x ≤ 2p ( depende del punto elegido como 0)
Función de distribución acumulada F(q) = Prob(0 X q),
F(x) F(q)
1
con 0 q 2p
F(0)=0
0
0 Dra Ana María Walther
2p
F(2p)=1 20
Distribución simétrica con media en 180° 1 0.8 0.6 0.4 0.2 0
F(q)= área bajo la curva de probabilidad entre 0 y un punto (q) dado
f(q) = la curva representa la función densidad de probabilidad = fdp 0
0
1 0
270 270
90
90
180
Dra Ana María Walther
180
21
Modelos Circulares Distribución Uniforme
1 2p
Básica
0
fdp
Para Ho 1 2p
La fdp de una dist uniforme es 1/2p No hay concentración en ninguna dirección 0.2
1 2p
0.15
fdp
1 f q 2p
0.1
r=0
Dra Ana María Walther
0.05 0 -180
-90
0
90
180
22
Función Distribución Acumulada F x Pr ob0 q x
Con, 0 ≤ x ≤ 2p
1 x F x 0 2p 2p Pr ob( q ) 2p x
para + 2p
Propiedad Aditiva:
qi ~ Uc
,
i=1,...,n
Dra Ana María Walther
Sn=Sqi ~ Uc
23
Modelos Circulares Distribución von Mises • unimodal
Mo
• media m parámetro
m
• simétrica en m
• moda en qm antimoda • antimoda en qm+p
• parámetro de concentración
k
Dra Ana María Walther
24
parámetro de concentración k
Distribución von Mises
Prob. Mo = exp[2k] Prob. antiMo
a > k > agrupamiento k=0 :distribución uniforme.
Mo
k=4, 99% en (mp/2, m+p/2
k=0
k= 8
k=1
k= 4
k=2 k=4 k=8
k= 2
Serie5
k= 1
-180
-90
0
90
180
Dra Ana María Walther
antiMo
25
Distribución von Mises 1 . exp[k . cos(q m )] fdp: f (q , m , k ) 2p .I 0 (k ) I0= función de Bessel modificada de primer tipo y de orden cero
fdp
Aproximación de Abramowitz yStegun, 1965:
1 k I 0 (k ) 2 r 0 r! 2
0 m
Dra Ana María Walther
2r
26
Estimar el parámetro de concentración
k
Para una distriubción von Mises VM(m,k) aproximaciones A1 R
5 5 k 2R + R + R 6 3
R<0.53
0.43 k 0.4 + 1.39 R + 1 R
0.53 R<0.85 R>0.85
R>0.90
Mardia y Jupp, 2000
k
Fisher 1993
1
21 R 1 R 1 R 2
3
N k 2N R
1 k 21 R Dra Ana María Walther
27
Problema 1: En una roca conglomerádica se efectuó un análisis de imbricación de clastos midiéndose 15 direcciones. Calcular: a) la dirección media (en grados) y la longitud de la resultante (R); b) la varianza circular (V) ; c) la desviación estándar circular (v); d) la desviación estándar angular (CSD); e) el rango circular . 61°
358° 349°
77° 141°
42° 91°
356° 71°
48° 83°
Dra Ana María Walther
104° 11°
95°
81°
28
•Calculamos: a) xi=cosqi , yi=senqi
C= 5.5624 ; q=60.1°;
i=1,...15
S= 9.6780 ; R=0.744
b) varianza circular : V =1-R= 0,256 c) SD :
v 2 ln R
v= 0,769 .180/p =44.06°
Dra Ana María Walther
29
ASD = 36.6°
d) desviación estándar angular
e)
=152°
1 n D(q ) p p q i q n i 1
rango circular =arco (349°, 141°). Dra Ana María Walther
30