Log-Pearson III y bondad de ajuste
Los caudales de crecida no son simétricos: tienen cola a la derecha. Una forma de manejarlo es ajustar una distribución Pearson III —una gamma desplazada, con asimetría propia— al logaritmo del caudal, que es lo que hace la log-Pearson III, la distribución que el Bulletin 17C impone en Estados Unidos. Con ella aparece el problema más interesante del capítulo: comparar dos ajustes que se hicieron en variables distintas.
En una línea
Sección titulada «En una línea»Log-Pearson III ajusta una Pearson III a log10(Q); para compararla con Gumbel hay que llevar las dos verosimilitudes a la misma variable, o la comparación es falsa.
El modelo
Sección titulada «El modelo»Y = log10(Q) ~ Pearson III(asimetría, media, desviación)Q_T = 10^( cuantil de Pearson III para 1 − 1/T )logs = np.log10(AMS)skew, loc, scale = stats.pearson3.fit(logs)q_T = 10 ** stats.pearson3.ppf(1 - 1 / T, skew, loc, scale)pearson3 recibe la asimetría como primer parámetro y usa loc/scale para media y desviación. Con skew = 0 es una normal, y la log-Pearson III se convierte en log-normal.
Un aviso sobre el método: pearson3.fit ajusta por máxima verosimilitud. El Bulletin 17C no: parte de los momentos de log10(Q) —media, desviación y asimetría—, con el algoritmo EMA y una asimetría regional ponderada. Con los momentos de esta muestra, sin ponderar, la asimetría es 0.509 en vez de 0.590 y x_100 = 122.5 m³/s en vez de 123.2. Aquí la diferencia es pequeña; en una serie con datos atípicos puede no serlo, y un estudio que diga seguir el Bulletin 17C tiene que usar su procedimiento, no el fit de SciPy.
| Parámetro | Valor |
|---|---|
Asimetría (skew) |
0.590 |
loc (media de log10 Q) |
1.811 |
scale (desviación de log10 Q) |
0.102 |
x_10 (m³/s) |
88.3 |
x_25 (m³/s) |
101.8 |
x_50 (m³/s) |
112.4 |
x_100 (m³/s) |
123.2 |
python mediciones/12-02-hidrologia-scipy.py
Comparada con Gumbel (87.1 / 98.9 / 107.6 / 116.3), la LP3 da entre un 1.4 % y un 6.0 % más. Las dos pasan una prueba de bondad razonable, y las dos son defendibles. Esa es la primera lección: con 30 datos, la elección de familia mueve el resultado más que el error de cálculo.
La bondad de ajuste
Sección titulada «La bondad de ajuste»Dos medidas, dos preguntas distintas:
- KS (
kstest) mide la distancia máxima entre la distribución empírica y la ajustada. Aquí:D = 0.048para Gumbel sobreQyD = 0.037para LP3 sobrelog10 Q. El valor crítico paran = 30al 5 % es 0.242 (el exacto; la aproximación asintótica1.36/√nda 0.248), así que ninguna se rechaza. Ojo: al estimar los parámetros con los mismos datos, el KS es optimista y supno es válido; sirve como exploración, no como prueba formal. - AIC compara verosimilitudes penalizando parámetros:
AIC = 2k − 2·ln L. Gumbel tienek = 2, LP3 tienek = 3.
Y aquí está la trampa de cálculo que casi nadie detecta:
| Modelo | ln L en Q |
k |
AIC |
|---|---|---|---|
| Gumbel | −123.41 | 2 | 250.82 |
| Log-Pearson III | −123.27 | 3 | 252.53 |
python mediciones/12-02-hidrologia-scipy.py
Diferencia de AIC: 1.71 a favor de Gumbel. Es poca —por debajo de 2 se considera empate— y sin embargo es el resultado correcto, porque las dos verosimilitudes están en la misma variable.
El jacobiano, que es el punto
Sección titulada «El jacobiano, que es el punto»pearson3.logpdf(logs) devuelve la densidad de Y = log10(Q), no la de Q. Para pasar de una a otra hay que dividir por la derivada:
f_Q(q) = f_Y(log10 q) / (q · ln 10)En logaritmos, la corrección queda:
ln L_Q = ln L_Y − Σ ln q_i − n · ln(ln 10)En esta serie, Σ ln q_i = 125.07 y n·ln(ln 10) = 25.02, en total 150 puntos de log-verosimilitud. Ignorar el jacobiano no cambia unas décimas: desplaza la verosimilitud en 150 unidades y hace ganar siempre al modelo que se ajustó en la variable transformada. Un AIC comparado sin esta corrección no es un AIC, es un sesgo con decimales.
Regla: dos verosimilitudes solo se comparan si están en la misma variable. Cuando un modelo se ajusta a
log(Q)y otro aQ, la transformación se paga.
La trampa
Sección titulada «La trampa»Cuándo no aplica
Sección titulada «Cuándo no aplica»- Series muy cortas o con ceros:
log(0)no existe; hay que tratar los años sin crecida aparte. - Cuencas con dos regímenes (lluvia y deshielo): la mezcla no es log-Pearson.
- Datos no estacionarios: ninguna de las dos familias tiene tiempo en la ecuación.
- Cuando el diseño exige un intervalo: LP3 no tiene forma cerrada para el error estándar del cuantil; hay que hacer bootstrap o usar las tablas de Bulletin 17C.
Ejercicio
Sección titulada «Ejercicio»Calcula x_200 con los dos modelos y explica cuál de los dos es más fiable a ese periodo de retorno.
Solución
import numpy as npfrom scipy import stats
AMS = np.array([42, 55, 61, 48, 73, 58, 66, 51, 88, 62, 57, 70, 45, 79, 64, 53, 96, 68, 59, 75, 49, 82, 60, 71, 56, 90, 65, 54, 78, 120], dtype=float)
mu, alpha = stats.gumbel_r.fit(AMS)skew, loc, scale = stats.pearson3.fit(np.log10(AMS))
for T in (100, 200, 500): g = mu - alpha * np.log(-np.log(1 - 1 / T)) p = 10 ** stats.pearson3.ppf(1 - 1 / T, skew, loc, scale) print(f"T={T:3d}: Gumbel {g:6.1f} LP3 {p:6.1f} diferencia {(p - g) / g * 100:5.1f} %")T |
Gumbel | LP3 | Diferencia |
|---|---|---|---|
| 100 | 116.3 | 123.2 | 6.0 % |
| 200 | 124.9 | 134.6 | 7.7 % |
| 500 | 136.3 | 150.4 | 10.3 % |
Ninguno de los dos es «más fiable» a T = 200: con 30 años, ambos están extrapolando 6.7 veces la longitud del registro. La diferencia crece con T porque las colas son distintas, y esa diferencia —no el valor— es el resultado honesto: el caudal de 200 años está entre 125 y 135 m³/s según la familia, con un error estándar de unos 15.
Lo que sí se puede afirmar: AIC prefiere Gumbel por 1.71, que es un empate técnico; y KS no distingue. Cuando dos modelos no se distinguen en la muestra y difieren en la cola, la decisión es de criterio, no de estadística.
Referencias
Sección titulada «Referencias»- Interagency Advisory Committee on Water Data. Guidelines for Determining Flood Flow Frequency, Bulletin 17C, 2019.
- Pearson, K. «Contributions to the mathematical theory of evolution», 1895.
- Chow, V. T., Maidment, D. R. y Mays, L. W. Applied Hydrology, McGraw-Hill, 1988.
- Verificación:
mediciones/12-02-hidrologia-scipy.py(bloque 7).
Capítulos relacionados
Sección titulada «Capítulos relacionados»- 06 · Gumbel: el ajuste con el que se compara.
- 08 · Ajuste de la IDF: otro caso de mínimos cuadrados con parámetros correlacionados.