Analisis Multivariante de Series Temporales(1)

7/26/2019 Analisis Multivariante de Series Temporales(1)

1/6

1

Maestrante: Ing. Agr. Gustavo Romero

ANALISIS MULTIVARIANTE DE SERIES TEMPORALESComo consecuencia de procesos geopolticos, en concordancia con la evolucin tecnolgica ocurridosdurante el transcurso de las ltimas tres dcadas, se desarroll un crecimiento de la produccin agrcolamuy especialmente en el continente americano y particularmente en Sudamrica. Los procesos quedeterminaros este crecimiento son los siguientes:

A-

Geopolticos: en ingreso en la dcada del 70 de China a la Economa Social de Mercado, junto con la

India, incorpor a travs del tiempo, a mil cuatrocientos millones de chinos y novecientosmillones de indues al consumo. Esto genero un incremento de la cantidad de alimentos necesarioslo que a su vez genero un fuerte aumento de la demanda de los mismos.-

B- Tecnolgicos: junto a este incremento de la demanda de alimentos, se hizo necesario mejorar laeficiencia de produccin de los mismos, uno de los factores determinantes en el proceso, fue lamejora de los aperos de labranza y siembra, hasta desembocar en el concepto de labranza cero osiembra directa.-

C-

Gentica: en armona con el desarrollo de la tecnologa de siembra directa, se hizo necesario eldesarrollo del barbecho qumico, razn por la cual la gentica evolucion hacia el concepto de

transgnica, lo que permiti mejorar la eficiencia de produccin.-D- En lnea y simultaneidad con la evolucin tecnolgica descripta en los puntos B y C, se

desarrollaron los productos qumicos necesarios para completar el ciclo de produccin en esteesquema.-

Como resultado de los procesos detallados precedentemente, se produjo un aumento en el reasembrada y un incremento del rea agrcola, paralelamente, y como consecuencia del desarrollotecnolgico, mayores costos, resumiendo, un crecimiento en la exposicin financiera de los siclos deproduccin. El resultado, un aumento en la intensin de asegurar, como herramienta de resguardopatrimonial, que paso de los aos 2000, 5% de la superficie sembrada, al 70 % del reas sembrada en la

actualidad, (tomar en cuenta tambin el incremento del rea agrcola, alrededor de 30 millones dehectreas en la Argentina).-

Lo descripto no modifico la ocurrencia de eventos climatolgicos de carcter adverso, tales como elgranizo o los vientos fuertes, etc., pero si sus consecuencia sobre los cultivos, y la viabilidad de lossucesivos ciclos de produccin.-

Objetivos:Por lo descripto anteriormente, se hace necesario encontrar modelos predictivo, quepermitan establecer con un grado de certeza la ocurrencia de eventos climticos adversos, su distribucin


2/6

2


espacial y temporal, a los efectos de direccionar ms eficientemente el manejo, y distribucin de loscultivos en las distintas regiones de las zonas agrcolas.-

Metodologa:

La metodologa a utilizar es el Anlisis Multivariante como un mtodo estadstico utilizado paradeterminar la contribucin de varios factores en un simple evento o resultado

Tcnicas Multivariantes

Dentro de las tcnicas multivariantes tenemos:

Anlisis de Componentes principales

Anlisis factorial

Anlisis discriminante

Anlisis de Correlacin Cannica

Anlisis Cluster

Anlisis de Escalamiento Dimensional

Anlisis de correspondencias

Anlisis factorial confirmatorio

Modelo de Ecuaciones Estructurales (SEM), anlisis causal.

Anlisis conjunto

Escalamiento ptimo

Regresin Lineal Mltiple

Regresin Logit y Probit

Anlisis Manova

Los procesos que determinan estos fenmenos adverso son en un primer orden de origen Climticosyen un segundo ordenAntrpicos,no son descartados los fenmenos Geolgicos, como el vulcanismo, losque generan el sustrato bsico para la formacin del granizo (ncleos glaseogenos) sembrado laatmosfera de cenizas.-

Las variables Climticas son las siguientes:

1-

Anomalas de Temperaturas el Pacifico Ecuatorial (ENSO, series histricas, como formador delclima mundial)

2- OPS Oscilacin del Pacifico Sur (Anomalas de presin entre Darwin-Tahit)
https://es.wikipedia.org/wiki/An%C3%A1lisis_de_correspondenciashttps://es.wikipedia.org/wiki/An%C3%A1lisis_de_correspondenciashttps://es.wikipedia.org/wiki/An%C3%A1lisis_de_correspondencias


3/6

3


3-

Anomalas del Atlntico Sur (Centro ciclnico del Atlntico)4- OAT Oscilacin Antrtica, responsable de la generacin de los vientos polares activadores de

tormentas

Las variables Antrpicas estas compuestas por:

1- Intencin de siembra, relacionada con el valor de los comditis en el mercado y su relacin decambio.-

2- Las cuestiones de manejo agronmico, que determinan la secuencia programtica de cultivos.-

Estos actores terminan por establecer la distribucin temporal y espacial de los cultivos, en otraspalabras, la conformacin del escenario sobre los que van actuar las variables climticas generando lacondiciones necesarias para la ocurrencia de eventos sinistrales, ya que eventos sin cultivos es solocada de granizo, no en un sentido peyorativo, sino como resultado econmico.-

Las variables de contrastacin, son los GIS de las compaas de Seguros quienes georeferencian laproduccin del riesgo en el rea agrcola como se muestra la figura siguiente:

Produccin Campaa 2013-2014


4/6

4


Cada punto presente en el GIS, est asociado con todos los atributos de produccin en una base de datos,donde consta entre otros, georeferencia, cultivo, superficie en hectreas, fecha de siembra, etc., pudiendode esta manera analizar la distribucin espacial y temporal de los cultivos expuestos.

Otra de las bases de contrastacin es la de Siniestro, la que cuenta con todos los atributos necesarios parasu anlisis. Esta es tomada en funcin de la intensidad de eventos y su exposicin a riesgo en tresperiodos, a saber:

a- Siniestros Tempranos, por los ocurridos antes el 15 de noviembreb-

Siniestros Medios, todos los ocurridos entre el 15 de noviembre y el 15 de febrero, lo que a

su vez representan el mayor riesgo en relacin a la cantidad de cultivo expuestoc-

Siniestros Tardos, por los ocurridos despus del 15 de febrero

Siniestralidad Tempana Siniestralidad Media Siniestralidad Tarda

La ventaja comparativa del estudio es que se cuenta con todas y cada una de las verificaciones desiniestros hechas a campo por peritos verificadores, altamente capacitados en el peritaje, con lo cual sepuede constatar fehacientementela superficie daada y el nivel de dao del meteoro. Por otra parte losdatos obtenidos solo referencia lo ocurrido en los polgonos correspondientes a los lotes asegurados,

pero al poder contar con todos los datos fenolgicos del cultivo y su fecha de siembra, podemos obtenersu firma espectral y compararla con imgenes anteriores y posteriores al siniestro. En un paso posteriory con una Clasificacin Supervisada, intentar determinar la verdadera implicancia del siniestro para loslotes de cultivos de la misma firma espectral y a su vez los cambios en el NDVI pre y pos siniestro(temporal) del rea afectada por el meteoro, determinndose su verdadero alcance.-

Las sumatorias de estos anlisis y su relacin con las variables predictoras, debera determinar unmodelopredictivopara las estas condiciones, lo que permitira, variando los predictores en funcin delos datos a futuro, inferir el comportamiento en el prximo periodo.-


5/6

5


rea de Estudio:est asociada al rea Agrcola Argentina, en particular la Zona Ncleo de produccinEntre Ros, Centro Sur de Santa Fe, Centro y Sur de Crdoba, Noroeste de la provincia de Buenos Aires, yel Noreste de La Pampa.-

Las bases de datos que se disponen tanto de produccin, como las de siniestros, deben ser referenciadasen UTM en un GIS, para su posterior confrontacin con imgenes satelitales de sensores pticos,ortorectificadas para su anlisis, y se complementaran, con imgenes Radar (prdida de masa vegetativa)

Las plataformas a utilizar para el anlisis regional, puede ser de Modis, mientras que para el anlisis msfino a nivel local se usaran imgenes de LandSat.-

Se deben tomar en cuenta muy particularmente, los componentes de las series temporales, tendenciaestacionalidad, y aleatoriedad,para los distintos escenarios de perfil climtico, adems de intencinde siembra, como determinante del escenario siniestrable, analizando para cada uno la tendencia y laestacionalidad, ajustando en particular los modelos, su comportamiento en relacin a las variables que lodeterminan, y de esta manera lograr representar algn tipo de curva que determine la tendencia a futuroDe hecho hablamos de mtodos dinmicos, ya que los mismos se modifican en funcin de las variablespredictoras mencionadas, relacionadas con el perfil climtico del ao.-

Debido a las caractersticas del fenmeno, en la descomposicin de componentes usamos un modelo

multiplicativo, ya que la estacionalidad aumenta hasta alcanzar un mximo en la zona de mayorsiniestralidad, luego decrecer para volver a incrementarse sobre final de siclo.-

En relacin a los mtodos de pronsticos, y atendiendo a la particularidad y complejidad del fenmenoestudiado, se usaran Mtodos Dinmicos con un suavizamiento exponencial, ya que los patronescambian con la estacionalidad y sus estimados se hacen por los valores ms cercanos (el desafo esestablecer la ventana de suavizado). Se podra confrontar el Mtodo Dinmico con el Combinado ymedir la bondad de los mismos con los indicadores pertinentes MAPE, MAD o MSD.

El resumen queda expresado en el siguiente diagrama de flujo:


6/6

6


Anomalas de las

temperaturas del Pacfico

Ecuatorial ENSO

OPS Oscilacin del

Pacfico

Sur(Darwin-Tahit)

OAT Oscilacin

Antrtica

Anticicln del

Atlntico Sur

Factores

Antrpicos y

Geolgicos

Intencin de

Siembra

Vulcanis

Manejo

Agronmic

Variables Predictoras

Series Temporales Modis NDVI

Imgenes RadarComplementarias

Anlisis MultivarianteConfrontado con Basede Produccin y

Siniestros

Modelo Probabilstico

Analisis Multivariante de Series Temporales(1)

Documents

Transcript of Analisis Multivariante de Series Temporales(1)