Resumen

Para superar los inconvenientes de los modelos paramétricos, se propone un modelo de simulación no paramétrico (k-nearest neighbor resampling, KNNR) para el análisis de la calidad del agua con información geográfica. Sin embargo, la información geográfica no se maneja adecuadamente en el modelo no paramétrico KNNR. En el presente estudio, introducimos una noción estadística novedosa, denominada "función de profundidad", en el modelo KNNR clásico para manipular adecuadamente la información geográfica en la simulación de la calidad de las aguas pluviales. Se presenta una aplicación para un estudio de caso del total de sólidos en suspensión en todo Estados Unidos. Los datos de concentración de sólidos suspendidos totales en aguas pluviales indican que el modelo propuesto mejora significativamente el rendimiento de la simulación en comparación con el modelo KNNR existente.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería
• Subjects:mathematics Mathematical Analysis Algebra Engineering
• Palabras claves:información geográfica, modelo no paramétrico knnr, modelo knnr clásico, estados unidos enteros, remuestreo del vecino más próximo, modelo de simulación no paramétrico, noción estadística novedosa, datos de concentración de sólidos, análisis de la calidad del agua, información geográfica
• Keywords:geographic information, knnr nonparametric model, classical knnr model, entire united states, nearest neighbor resampling, nonparametric simulation model, novel statistical notion, solids concentration data, water quality analysis, geographic information