Estimación bootstrap de umbrales para la detección de inhomogeneidades en series temporales
Se presenta un procedimiento para estimar de forma no subjetiva el umbral de detección de inhomogeneidades en series temporales. La propuesta se basa en el estadístico máximo del Standard Normal Homogeneity Test (SNHT) absoluto y en la aproximación bootstrap de su distribución bajo la hipótesis nula, empleando dos esquemas de remuestreo para datos dependientes: Moving Block Bootstrap y Stationary Bootstrap. La longitud óptima de bloque se selecciona automáticamente mediante validación cruzada minimizando el error cuadrático medio. La metodología se evalúa sobre una serie de ozono de largo plazo de la estación Yarner Wood (Reino Unido), con datos horarios y diarios entre 1988 y 2025. Los umbrales estimados al 95% permiten realizar nuevamente la homogeneización y comparar la serie resultante en términos de porcentaje de datos originales, SNHT y RMSE. Los resultados indican un mejor comportamiento global del Stationary Bootstrap.
Keywords: Series temporales SNHT Métodos Bootstrap Homogeneización Estimación de umbrales