Modelos ARIMA para el análisis de datos de sismos en el Perú en 2017
DOI:
https://doi.org/10.21754/iecos.v18i0.1179Palabras clave:
Modelos de Series de tiempo ARIMA, Cluster Analysis, sismoResumen
Este proyecto busca explorar el fenómeno de los sismos mediante el uso de herramientas estadísticas, en este caso para caracterizar y buscar patrones de comportamiento de los mismos, que se han presentado en el Perú en el 2017; para ello se usan técnicas como el Cluster Análysis y Modelos de Series de Tiempo. Primero se ha identificado las zonas de mayor actividad sísmica y luego se ha hallado sus características principales, así como la interrelación entre magnitud y profundidad. Aparte de identificar las zonas sísmicas, se observa una pequeña tendencia a la disminución en la magnitud de los sismos en Lima en los últimos tres meses. Los datos se han ajustado a un modelo de series de tiempo ARIMA (1,1,0), el cual ha resultado significativo, tanto a nivel nacional, como para Lima-Ica y Arequipa. Se ha utilizado datos del Instituto Geofísico del Perú en su página web. La zona de mayor actividad es la zona de Arequipa, seguida de la de Lima.
Descargas
Citas
Tsay Hung Fan and Eng Nan Kuo “ A Bayesian analysis for seismic data on Taywan. 2003.
Pozos-Estrada, A, Gómez, R., y Hong, H.P (2014). “Use of Neural network to predict the peak ground accelerations and pseudo spectral accelerations for Mexican Inslab and Interplate Earthquakes”.
Fuqiong Huang*, Mei Li, Yuchuan Ma, Yanyan Han, Lei Tian, Wei Yan, Xiaofan Li. “Studies on Earthquake precursors in China”, 2016.
Pecker, A., Fassioli, E. An overview on the research SIGMA Proyect. Edit Springer 2017.
Ogata 2005, Anomalies of Seismic Activity and Transient Crustal Deformations Preceding the 2005 M 7.0 Earthquake West of Fukuoka.
Committee on the Economic Benefits of Improved Seismic Monitoring Improved seismic monitoring decision making. Assessing the
Value of Reduced Uncertainty The National Academies press. Washington, D.C. 2006.
“Escala de Richter”. En: Significados.com. Disponible en: https://www.significados.com/escala-de-richter/
Douglas C. Montgomery , Cheryl L. Jennings , Murat Kulanci, 2015, Introduction To Time Series Analysis and Forescasting.
John K. Kruschke, Doing Bayesian Data Analysis: A Tutorial with R and BUGS, 2010 Mike West, Jeff Harrison, Bayesian Forescasting and Dinamic Models. 1989.
Volpe, M. y Piersanti, A. (2016)The role of fluid migration and static stress transfer in searching connections between the May 2012 Emilia earthquakes through a fully 3D finite element modeling. DOI 10.1007/s40808-016-0087-9
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2017 Carlos Risco Franco
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
CC BY 4.0 DEED Attribution 4.0 International
