10.07.2015 Views

Identificación y caracterización del granizo mediante el radar ...

Identificación y caracterización del granizo mediante el radar ...

Identificación y caracterización del granizo mediante el radar ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

<strong>Identificación</strong> y <strong>caracterización</strong> <strong>d<strong>el</strong></strong> <strong>granizo</strong>. Predicción de las células convectivasFigura 7.45 R<strong>el</strong>ación entre <strong>el</strong> VILZmax y <strong>el</strong> WP (izquierda) y entre <strong>el</strong> SHI y la Zmax (derecha).7.3 El Análisis en Componentes Principales de los parámetros<strong>radar</strong> y definición de nuevos parámetrosLos métodos estadísticos más utilizados con fines climatológicos son <strong>el</strong> Análisis porComponentes Principales (ACP), <strong>el</strong> Análisis de Conglomerados y <strong>el</strong> Análisis en ComponentesPrincipales en conjunción con <strong>el</strong> Análisis de Conglomerados. El objetivo de estos métodos es lareducción de la base de datos con <strong>el</strong> fin de hacerla más manejable y más fácil de interpretarfísicamente (Gibergans et al, 1995). Para este fin se establecen unos grupos con las mismascaracterísticas de la variable en cuestión. Al final, tras aplicar la técnica <strong>d<strong>el</strong></strong> ACP en la presentetesis, se reduce <strong>el</strong> número de parámetros <strong>radar</strong> que caracterizan las células convectivas. Seconsiderará que los resultados son aceptables siempre y cuando con las nuevas variables sepueda explicar más de un 60% de la varianza. La <strong>el</strong>iminación de datos se realiza a partir de losautovalores de las nuevas variables, donde se s<strong>el</strong>eccionarán aqu<strong>el</strong>las a partir de un autovalormínimo, o lo que es lo mismo, aqu<strong>el</strong>las que representen bien las variables iniciales y por lo tantocontengan gran porcentaje de la varianza de la muestra. El método aplicado para la s<strong>el</strong>ección <strong>d<strong>el</strong></strong>as variables es <strong>el</strong> Método de Kaiser (1958), y <strong>el</strong> método de rotación escogido es <strong>el</strong> "Varimax".Las fases de un análisis de componentes principales consisten en: <strong>el</strong> análisis de la matrizde corr<strong>el</strong>aciones (a), la s<strong>el</strong>ección de los factores (b) y <strong>el</strong> análisis de la matriz factorial (c). Unanálisis de componentes principales tiene sentido si existen altas corr<strong>el</strong>aciones entre lasvariables, ya que esto es indicativo de que existe información redundante y, por tanto, pocosfactores explicarán gran parte de la variabilidad total de la muestra. La <strong>el</strong>ección de los factoresse realiza de tal forma que <strong>el</strong> primero recoja la mayor proporción posible de la variabilidadoriginal; <strong>el</strong> segundo factor debe recoger la máxima variabilidad posible no recogida por <strong>el</strong>primero, y así sucesivamente. D<strong>el</strong> total de factores se <strong>el</strong>egirán aqu<strong>el</strong>los que recojan <strong>el</strong> porcentajede variabilidad que se considere suficiente. A estos se les denominará componentes principales.151

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!