227

Anexo 4

Anlisis estadstico de los datos climticos1

COMO COMPLETAR UN REGISTRO CON DATOS FALTANTES Los datos climticos que contienen una variable Yi observada en una estacin dada, son a menudo incompletos debido a interrupciones mas o menos cortas en las observaciones. Las interrupciones pueden ocurrir debido a muchas causas; entre las ms frecuentes estn el malfuncionamiento o el dao de los instrumentos durante cierto perodo. En caso de tropezar con registros que incluyan datos faltantes, se puede completar estos registros a partir de observaciones Xi de otra estacin prxima y confiable. Sin embargo, para utilizar el registro que contiene los datos Xi y as completar el registro que contiene las observaciones Yi, ambos registros deben ser homogneos, es decir que necesitan representar las mismas condiciones. El procedimiento para completar los registros con datos faltantes se aplica despus de una prueba de homogeneidad y de que se haya realizado cualquier correccin necesaria en caso de identificarse que ambos registros de datos no son homogneos. El mtodo de sustitucin propuesto en esta parte del texto consiste en aplicar un anlisis de regresin. El procedimiento para sustituir o completar datos en un registro incompleto puede ser resumido como sigue: 1. Seleccin de una estacin meteorolgica prxima a la analizada en la que la duracin del registro cubra todos los perodos en los que falten datos en la estacin analizada. 2. Caracterizacin de los registros de la estacin prxima, Xi, y de la estacin cuyos datos no son completos, Yi, por medio del clculo de la media x y de la desviacin estndar sx del registro Xi:

x=

i =1

x i /n

(4-1)

1/2 n 2 s x = ( x i - x ) / ( n - 1) i =1

(4-2)

y la media y y la desviacin estndar sy del registro Yi:

y=

i =1

yi / n

(4-3)

Con contribuciones de J.L. Teixeira, Instituto Superior de Agronoma, Lisboa, Portugal.

228

Evapotranspiracin del cultivo

n 1/2 2 s y = ( y i - y ) / ( n - 1) i = 1

(4-4)

para los perodos en los que los datos en ambos registros estn presentes, donde xi y yi son observaciones individuales de los registros Xi y Yi, y n es el nmero de observaciones de cada registro. 3. Clculo de una regresin de y con x para los perodos en que los datos en ambos registros estn presentes: i = a + bxi con ( x i - x ) ( y i - y) i=1 = n 2 (x i - x) i=1 (4-5)

b=

cov xy s2 x

(4-6)

a=y-bx

(4-7)

donde a y b son constantes de regresin, y covxy es la covarianza entre Xi y Yi. Se deben representar todos los puntos xi y yi y la lnea de regresin para el rango de valores observados. Si las desviaciones con respecto a la lnea de regresin incrementan a medida que aumenta y, entonces la sustitucin o estimacin no es recomendable porque sta desviacin indica que las dos localidades tienen un diverso comportamiento con respecto a la variable analizada en particular, y que podran no ser homogneas. En este caso, se debe seleccionar otra estacin prxima. 4.Clculo del coeficiente de correlacin r: ( x i - x ) ( y i - y) i = 1 = n n 1/2 2 2 (x i - x) ( y i - y) i = 1 i=1

r=

cov xy sx sy

(4-8)

Un r2 alto (r2 0,7) y un valor de b que est dentro del rango 0,7 b 1,3, indica buenas condiciones de los datos y quizs suficiente homogeneidad como para sustituir datos que faltan en la serie incompleta de datos. Los parmetros r2 y b se pueden utilizar como criterios para seleccionar la mejor estacin prxima en caso de contar con disponibilidad de datos de ms de una estacin. 5. Clculo de los datos para los perodos faltantes k = n + 1, n + 2..., m usando la ecuacin de regresin caracterizada por los parmetros a y b (Ecuaciones 4-6 y 4-7), entonces: k = a + bxk (4-9)

Anexo 4 Anlisis estadstico de los datos climticos

229

6. El registro completo con dimensin m ahora ser: Yj = yi (4-10) Yj = k Observe que las estimaciones tomadas de las ecuaciones de regresin son tambin tiles para predecir la evapotranspiracin. Sin embargo, no pueden ser tratadas como variables al azar2. ANLISIS DE LA HOMOGENEIDAD DE SERIES DE DATOS Los datos climticos recogidos en una determinada estacin meteorolgica durante un perodo de varios aos puede que no sean homogneos, es decir, el registro de una variable climtica en particular puede presentar un cambio repentino en su medio y por tanto una variacin en lo referente a los valores previos. Este fenmeno puede ocurrir debido a varias causas, algunas de las cuales se relacionan con los cambios en el manejo y observacin de los instrumentos, y otras que se relacionan con la modificacin de las condiciones ambientales del sitio de recoleccin de datos, tales como urbanizacin o quizs, por el contrario, el rpido desarrollo del riego en el rea. El proceso de recoleccin de datos puede variar por diversos factores entre los que se distinguen: cambio del tipo de sensor o de instrumento; cambio de observador o cambio en la hora de observacin; datos perdidos por descuido del observador deterioro de los sensores, por ejemplo con algunos tipos de piranmetros y de sensores de HR o el funcionamiento deficiente de las partes mecnicas, por ejemplo con los receptores de lluvia, o por un alambre roto que funcione intermitentemente; envejecimiento de los cojinetes de los anemmetros; uso de coeficientes de calibracin incorrectos; variacin en el suministro de energa o en el comportamiento electrnico de los instrumentos; crecimiento de rboles o de cultivos altos as como la construccin cercana de edificios o viviendas o establecimiento de vallas prximas a algn instrumento de medida cambio de localizacin de la estacin meteorolgica, o en los tipos de abrigos para los sensores de temperatura y humedad; cambio de prcticas de riego, o mantenimiento de la vegetacin ubicada cerca de la estacin meteorolgica; cambio significativo en el riego o tipo de vegetacin de la regin que rodea la estacin meteorolgica. Estos cambios provocan que las observaciones hechas antes del cambio pertenezcan a una poblacin estadsticamente diferente a la de los datos recogidos despus del cambio. Es por lo tanto necesario aplicar tcnicas apropiadas para evaluar si un registro dado se puede considerar homogneo y, si no, introducir las correcciones necesarias. Para tal efecto se requiere la identificacin de cual sub-serie de datos debe ser corregida y para ello se necesita contar con informacin local. Los procedimientos indicados de aqu en adelante, son simples y con buenos resultados prcticos. Se basan en la comparacin estadstica de dos registros, uno considerado homogneo y constituido por las observaciones Xi, el otro el que esta bajo
2

Para generar valores al azar, se puede aadir a k (Ecuacin 4-9) los residuales k generados sintticamente de una poblacin N (0, sy,x). Los residuales son creados usando cuadros de nmeros aleatorios. En este caso, los estimados Yj pueden ser considerados variables aleatorias.

230

Evapotranspiracin del cultivo

anlisis y constituido por las observaciones Yi de la misma variable climtica (Tmax, Tmin, u2, HR,..., etc). Ambos registros Xi y Yi deben provenir de dos estaciones ubicadas en la misma zona climtica, es decir, Xi y Yi debe presentar las mismas tendencias en tiempo no obstante la variabilidad espacial presente cuando se comparan en periodos cortos de tiempo (das, semanas o dcadas). Las observaciones de referencia se seleccionan de una estacin meteorolgica para la cual el registro se pueda considerar homogneo3. El registro Xi debe tener el mismo periodo de observaciones que el registro de observaciones Yi. Mtodo de los residuales acumulados Cuando se relacionan dos registros de datos provenientes de dos estaciones meteorolgicas distintas, de las cuales la primera se considera homognea, el registro de la segunda estacin se puede considerar homogneo si los residuales acumulados del segundo registro a partir de una lnea de regresin basada en el primer registro no se desvan notoriamente. El grado de desviacin se puede probar para una probabilidad dada p. Esto se lleva adelante verificando si las residuales pueden ser incluidas dentro de una elipse con ejes y . Las magnitudes y dependen de la longitud del registro, de la desviacin estndar de la muestra que est siendo analizada y de la probabilidad p usada4. El procedimiento para analizar la homogeneidad de un registro climtico Yi recogido en una estacin meteorolgica dada, puede ser resumido como sigue: 1. Seleccin de una estacin meteorolgica de referencia que se sabe que posee un registro homogneo Xi de la variable analizada dentro de la misma regin climtica. Como alternativa, se puede construir un registro homogneo regional haciendo un promedio de observaciones de varias estaciones meteorolgicas en la misma regin. 2. Organizacin de los registros xi y yi en orden cronolgico i = 1, 2..., n, de tal manera que la fecha de inicio de registro as como el lapso entre datos sea idntico en ambos. 3. Para ambos registros, se debe calcular la media y la desviacin estndar (Ecuaciones 4-1 a 4-4) para la variable homognea (xi) y para la variable analizada (yi). 4. Clculo y trazado de la lnea de regresin entre las dos variables yi y xi y el coeficiente de correlacin asociado (Ecuaciones 4-5 a 4-8). La ecuacin de regresin entre ambos sistemas se expresa como i = af + bf xi (i = 1, 2, ..., n) (4-11)

donde el subndice f se refiere al sistema completo. Siempre que sea posible, se debe trazar el diagrama xi, yi y la lnea de regresin para verificar visualmente si la hiptesis de homoscedaticidad5 puede ser aceptada (Figura A4.1) 6.

Cuando, para una regin climtica dada, no hay informacin referente a la homogeneidad de datos, entonces el promedio de observaciones de la misma variable de todas las estaciones (excepto la que esta en el anlisis), Xi = Xj, i / m, se puede utilizar para constituir el registro homogneo. 4 Esta prueba utiliza resultados de residuales de la regresin linear de Y y X. Los residuales deben seguir una distribucin normal con media cero y desviacin estndar sy,x, es decir el error i N (0,sy,x). Los residuales de la regresin deben ser considerados como variables independientes aleatorias (es decir, deben exhibir homoscedaticidad). 5 La hiptesis de homoscedaticidad se acepta cuando los residuales i de la variable dependiente con respecto a la lnea de regresin (Ecuacin 4-5) pueden ser considerados variables independientes y aleatorias. Esto puede ser evaluado visualmente cuando las desviaciones de yi en relacin a las estimaciones i estn dentro del mismo rango para todos los xi, o sea cuando estas desviaciones no se incrementan con el incremento de los valores xi. 6 Los datos para el presente ejemplo fueron provistos por J. L. Teixeira (comunicacin personal, 1995).

Anexo 4 Anlisis estadstico de los datos climticos

231

FIGURA A4.1

Regresin entre dos registros de datos climticos, asumiendo que el registro X sea homogneo. El ejemplo muestra que la condicin de homoscedaticidad est satisfecha

1 200 Estacin Y Pi (mm) 1 000

800

600

400

200

0 0 200 400 600 800 1 000 1 200 Estacin X, Pi (mm)

5. Clculo de los residuales de los valores observados yi con respecto a la lnea de regresin (Ecuacin 4-5), de la desviacin estndar sy, x de los residuales y del Ei residual acumulativo correspondiente: i = yi - i s y,x = sy (n - r 2) i -1 Ei = i + j j =1
1/2

(4-12)

(4-13)

(j = 1,...i - 1)

(4-14)

6. Seleccin de un nivel de probabilidad p para aceptar la hiptesis de homogeneidad. El valor p = 80% es comnmente utilizado. Con esto se calcula la ecuacin de la elipse con ejes: = n/2 n ( n - 1)
1/2

(4-15)

z p s y,x

(4-16)

232

Evapotranspiracin del cultivo

donde: n zp sy, x

tamao de la muestra bajo anlisis variante estndar normal para la probabilidad p (generalmente p = 80% para no-excedencia): Cuadro 4.1 desviacin estndar de los residuales de y (Ecuacin 4-13)

La ecuacin paramtrica de la elipse entonces ser: X = cos () Y = cos () con [rad] variando de 0 a 2 .
CUADRO A4.1

(4-17)

Valor de la variante normal estndar zp para diferentes probabilidades p de no excedencia

p (%) zp p (%) zp

50 60 70 75

0,00 0,25 0,52 0,67

80 85 90 95

0,84 1,04 1,28 1,64

Nota: Debido a la simetra de la distribucin normal, los valores para p < 50% corresponden a (100 - p) con el signo contrario. Ex: p = 20% es asociado con z = -z80 = -0,84

Puede por lo tanto concluirse que al nivel de probabilidad p, no hay desviaciones en la distribucin de residuales, y por tanto, el registro yi puede ser considerado homogneo, cuando los valores calculados de Ei se encuentran dentro de la elipse (Ecuacin 4-17).

7. Los residuales acumulados Ei se trazan con respecto al tiempo usando la escala temporal de la variable bajo anlisis (Figura A4.2). 8. La elipse se dibuja en el mismo diagrama y se verifica si todos los Ei se encuentran dentro de la elipse. Si este es el caso, entonces la hiptesis de la homogeneidad se acepta al nivel de confianza p (Figura A4.4). 9. Si la hiptesis de homogeneidad se rechaza (el caso de la Figura A4.2), entonces se puede seleccionar el punto de cambio de tendencia (punto de inflexin) en el que aparentemente Ei ya no aumenta (o disminuye) y comienza a disminuir (o aumentar), por ejemplo I = 16 en la Figura A4.2. Este punto de cambio se conoce como k = i. 10. El registro ahora se divide en entre dos sub-registros-, los primeros a partir del periodo 1 a k, el segundo de k + 1 al periodo n. Entonces se calculan nuevas ecuaciones de regresin entre Y y X para ambos sub-registros. Suponiendo que el segundo sub-registro es homogneo pero no as el primero, entonces tenemos i = anh + bnh xi y i = ah + bh xi (i = k + 1, k + 2, ...,n) (4-19) (i = 1, 2, ..., k) (4-18)

donde los subndices h y nh identifican los coeficientes de regresin de los subregistros homogneos y no homogneos, respectivamente (Figura A4.3). 11. Clculo de las diferencias entre las dos lneas de regresin $ i = (a h + b h x i) - (a nh + b nh x i) y para el rango no-homogneo (i = 1, 2, ..., k) (4-20)

Anexo 4 Anlisis estadstico de los datos climticos

233

FIGURA A4.2

Residuales acumulativos vs. tiempo y la elipse asociada para la probabilidad p=80%, con los resultados indicando que el registro Y no es homogeneo (en relacin al registro X)

Ei (mm) 600
400 200 0 0 -200 -400 -600 -800 -1 000 -1 200 3 6 9 12 15 18 21 24 27 30 33 36 39 42

800

12. Correccin de la parte no-homognea del registro Y yc,i = yi + i (i = 1, 2, ...,k) (4-21)

el subndice c identifica los valores corregidos. Entonces el registro completo para la variable estudiada Y esta compuesto por: Yi = yc,i Yi = yi for for i = 1, 2,..., k i = k + 1, k + 2,..., n

(4-22)

Un procedimiento similar se utiliza si se presume que es el segundo sub-registro el que requiere la correccin, en lugar del primer subconjunto. Es importante notar que las variables Yi todava se consideran aleatorias a pesar de que la media y la varianza han sido modificadas debido a la correccin introducida. Para confirmar los resultados de la correccin del registro Y para la homogeneidad, la metodologa de la prueba de homogeneidad se puede aplicar otra vez a la variable Y corregida con el grfico de residuales, tal como se hizo en la Figura A4.4. En este ejemplo, se asumi que el segundo sub-registro (k a I) era el registro correcto, o el registro que exhiba las cualidades deseadas. Por lo tanto se asumi que antes del tiempo k, las lecturas fueron alteradas ya sea por la calibracin del instrumento, la localizacin de la estacin o del instrumento dentro de la estacin, el cambio en tipo o fabricacin del instrumento, o cambio en el ambiente general de la estacin. En la Figura 3, aparentemente los datos antes de i = k presentaban una tendencia reductiva de aproximadamente 100 milmetros de precipitacin anual.

234

Evapotranspiracin del cultivo

FIGURA A4.3

Las lneas de regresin para los dos sub-sistemas obtenidos de los registros de las Figuras A4.1 y A4.2. La seleccin fue hecha despus de la definicin del punto de cambio de tendencia en la Figura A4.2

1 200 Estacin Y Pi (mm) 1 000

800

600

400

200

0 0 200 400 600 800 1 000 1 200 Estacin X, Pi (mm)

FIGURA A4.4

Grfico de los residuales acumulativos vs. tiempo y la elipse asociada para la probabilidad p=80% despus de la correccin de la variable Y

Ei (mm)

800 600 400 200

i
0 0 -200 -400 -600 -800 3 6 9 12 15 18 21 24 27 30 33 36 39 42

Anexo 4 Anlisis estadstico de los datos climticos

235

Tcnica de doble-masa La tcnica de doble-masa es tambin til para determinar la homogeneidad de un parmetro climtico. Como en el caso del mtodo de los residuales acumulados presentado en la seccin anterior, la tcnica de doble-masa requiere registros de dos estaciones meteorolgicas. En este sentido, el registro Xi (i = 1, 2...,n) es un registro cronolgico para una variable meteorolgica dada, observada durante cierto periodo de tiempo en una estacin de referencia, y que se considera homogneo; por otra parte Yi es un registro de la misma variable durante el mismo periodo de tiempo, obtenido en otra estacin y para el qu la homogeneidad necesita ser analizada. En la tcnica de doble-masa, comenzando con el primer par de valores observados X1 y Y1, los registros acumulados son creados por medio de la suma progresiva de los valores de Xi y Yi para verificar si las tendencias de variacin de Xi y Yi son iguales a largo plazo. De esta manera las siguientes variables acumulativas siguientes se obtienen aplicando:

xi= Xi + y

Xj j =1

i -1

(4-23)

i -1 yi = Y i +

j =1

Yj

(4-24)

con i = 1,..., n y j = 1,..., i - 1. Las variables xi y yi se consideran variables aleatorias y se caracterizan por su media y su desviacin estndar (Ecuaciones 4.1 a 4.4). Las variables xi y yi pueden ser relacionadas por medio de una regresin linear (Ecuaciones 4.5 a 4.8). Sin embargo, la tcnica de doble masa se aplica tpicamente como un procedimiento grfico. La aplicacin grfica del anlisis de doble-masa se realiza trazando todos los puntos xi y yi. El diagrama entonces se analiza visualmente para determinar si los puntos sucesivos xi y yi siguen una nica lnea recta, lo cual indica la homogeneidad del registro Yi relativa al registro Xi. Si aparece una discontinuidad (o ms de una) en el diagrama del yi versus xi, entonces hay una indicacin visual de que la serie Yi (o quizs Xi) de datos no es homognea (Figura A4.5). La discontinuidad en las coordenadas xk y yk se puede utilizar para separar los dos sub-registros (i = 1, 2..., k) y (k + 1, k + 2..., n). Posteriormente uno de los sub-registros debe ser corregido. La eleccin del sub-registro a ser corregido se realiza consultando los expedientes de la estacin meteorolgica, cuando estn disponibles. A menudo, la interpretacin visual del equilibrio de doble-masa es difcil. En estos casos se recomienda el procedimiento numrico del anlisis de regresin por medio del siguiente procedimiento: 1. Clculo de la lnea de regresin para el sistema completo de los datos xi y yi i = bnh xi (i = 1, 2, ..., n)
2

(4-25)

con b = (x i - x ) ( y i - y ) / (x i - x )

236

Evapotranspiracin del cultivo

FIGURA A4.5

Anlisis de doble masa aplicado a dos series de datos de precipitacin cuando los datos de la estacin Y no son homogneos

32 000 Estacin Y Pi (mm) 28 000 24 000 20 000 16 000 12 000 8 000 4 000 0 0 4 000 8 000 12 000 16 000 20 000 24 000 28 000 32 000 Estacin X, Pi (mm)

2. Clculo de los residuales con respecto a la lnea de regresin i = yi - bxi (4-26)

3. Posteriormente, se procede al anlisis de la distribucin de residuales. Si el trazado de los residuales demuestra que se comportan como variables independientes y aleatorias, entonces el sistema se puede considerar homogneo. Sin embargo, si la distribucin de residuales est desviada con respecto a i = k, entonces la hiptesis de homogeneidad se rechaza. La desviacin puede ser determinada visualmente trazando (i, i). El ejemplo de la Figura A4.6 muestra que los residuales siguen una tendencia negativa de i hasta i = k (= 16). Despus de este punto, la tendencia es positiva. Este grfico demuestra una clara desviacin lo cual indica que el registro Y no es homogneo. 4. El punto de discontinuidad en i = k define dos sub-registros (i = 1, 2..., k) y (i = k + 1, k + 2..., n). Usando informacin local sobre la recoleccin de datos meteorolgicos, el usuario debe decidir cual de los sub-registros requiere de una correccin. 5. Cuando el primer sub-registro es homogneo, se puede aplicar el siguiente procedimiento de correccin: a) Clculo de las dos lneas de regresin, las primeras con el origen i = bnh xi y (i = 1, 2, ..., k) (4-27)

Anexo 4 Anlisis estadstico de los datos climticos

237

FIGURA A4.6

Residuales de doble masa con respecto a la lnea recta (Ecuacin 26) indicando la falta de homogeneidad de los residuales de la serie de precipitacin de la estacin Y

800 Residuales Ei (mm)

600

400

200 i 0 1 -200 4 7 10 13 16 19 22 25 28 31 34 37 40 43

-400

-600

nh,i = anh + bnh xi

(i = k + 1, k + 2, ..., n)

(4-28)

los subndices h y nh identifican los sub-registros homogneos y no homogneos respectivamente. b) Clculo de las diferencias entre ambas lneas de regresin para i = k + 1, k + 2., n i = bh xi - (anh + bnh xi) (4-29)

6. Cuando el segundo sub-registro es homogneo: a) Se computa la lnea de regresin para el subconjunto homogneo (i = k +1, k + 2..., n) despus de corregir las coordenadas (xi, yi) usando las coordenadas del punto de discontinuidad (xk, yk), es decir moviendo el origen de coordenadas desde (0, 0) a (xk, yk). Esta regresin es por lo tanto i - yk = bh (xi - xk) entonces i = (yk - bh xk) + bh xi (i = k +1, k + 2, ..., n.) (4-31) (4-30)

b) Clculo de la lnea de regresin para el sub-registro no homogneo llevado al origen:

238

Evapotranspiracin del cultivo

FIGURA A4.7

Residuales de doble masa con respecto a la lnea recta (Ecuacin 26) indicando la falta de homogeneidad de los residuales de la serie de precipitacin de la estacin Y

32 000 Estacin Y Pi (mm) 28 000

24 000

20 000

16 000

12 000

8 000

4 000

0 0 4 000 8 000 12 000 16 000 20 000 24 000 28 000 32 000 Estacin X, Pi (mm)

i = bnh xi

(i = 1, 2, ..., k)

(4-32)

c) Clculo de las diferencias entre las lneas de regresin (4-31) y (4-32) i = [(yk - bh xk) + bh xi] - bnh xi (4-33)

7. Para ambos casos se corrige las variables yi correspondientes al sub-registro nohomogneo yc,i = yi + i con i dado por las ecuaciones (4-29) (4-33). 8. Se calculan las estimaciones corregidas de la variable climtica Yi por medio de la Ecuacin 4-24 para Yi La Figura A4.7 ilustra la tcnica de doble masa despus de la correccin del subregistro Y en la Figura A4.3, donde las sumas acumulativas ahora siguen una lnea recta. La Figura A4.8 es un diagrama que presenta los correspondientes residuales, que ahora siguen una distribucin normal. Una verificacin similar puede ser fcilmente realizada por el usuario. Este procedimiento se puede aplicar fcilmente usando una hoja de clculo o los paquetes grficos que son actualmente disponibles. (4-34)

Anexo 4 Anlisis estadstico de los datos climticos

239

FIGURA A4.8

Residuales de doble masa con respecto a la lnea recta (Ecuacin 26) indicando la falta de homogeneidad de los residuales de la serie de precipitacin de la estacin Y

60 Residual Ei (mm)

40

20

0 1 -20 4 7 10 13 16 19 22 25 28 31 34 37 40 i 43

-40

-60

-80

-100

BIBLIOGRAFA SELECCIONADA SOBRE ANLISIS ESTADSTICO Dubreuil, P. 1974. Initiation lanalyse hydrologique. Masson & Cie. et ORSTOM, Paris. Haan, C. T. 1977. Statistical Methods in Hydrology. The Iowa State University Press, Ames. Kite, G. W. 1988. Frequency and Risk Analyses in Hydrology. Water Resources Publications, Littleton, CO, 257 pp. Natural Environment Research Council (NERC) 1975. Flood Studies Report, Vol I - Hydrology Studies. Natural Environmental Research Council, London, 550 pp.

240

Evapotranspiracin del cultivo

NOTACIN EN ANLISIS ESTADSTICO a b covxy Ei i j, k n p p (x) r r2 sx sx

2

coeficiente de regresin coeficiente de regresin covarianza de las variables x y y residuales acumulados nmero de orden de la variable xi en la muestra nmero de una variable en un sub-registro tamao de la muestra probabilidad funcin de distribucin de la densidad de probabilidad coeficiente de correlacin coeficiente de determinacin estimador de la desviacin estndar de la variable x estimador de la varianza de la variable x estimador de la desviacin estndar de la variable y estimador de la varianza de la variable y desviacin estndar de los residuales de y estimados de la regresin variable aleatoria valor de una variable en un conjunto de datos variable aleatoria valor estimado de la variable x con probabilidad de no-excedencia p estimacin de la media, o media de una muestra de la variable aleatoria xi variable transformada sobre la base de X valor de una variable en un registro de datos variable aleatoria valor de yi estimado de la regresin estimacin de la media, o media de una muestra de la variable aleatoria yi variable normal estndar valor de la variable normal estndar para la probabilidad p residuales de y estimados de la regresin media de una poblacin desviacin estndar de una poblacin

sy sy2 sy,x X Xi xi x p x Y Yi yi i y Z zp i