M. Flores Sánchez, M. Soliz Villafuerte, S. Naya Fernández, J. Tarrío Saavedra

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

Scheduled

Poster session II
September 4, 2026  9:00 AM
Facultade de Ciencias Económicas e Empresariais


Other papers in the same session

Inferencia Estadística para Determinar la Calidad de Test Diagnósticos Binarios

M. Á. Montero Alonso, A. Ruiz Vega, J. M. Melchor Rodríguez, J. D. Luna del Castillo

Longitudinal Statistical Analysis and Phenotypic Characterization of a Salt-Wasting Tubulopathy Cohort: Gitelman and Bartter Syndromes

L. Núñez González, B. Temes Álvarez, A. Urisarri Ruiz de Cortázar, M. Gil Calvo, A. M. Barcia de la Iglesia, P. Oliveros Martínez, N. Carrera Cachaza, M. Á. García González, M. García Murias

Spatial Generalization under Hierarchical Dependence: Evidence from Sediment Modelling

C. Patino Alonso, J. L. Molina González, F. Espejo Almodóvar, S. Zazo del Dedo, M. C. Molina González

Imputación de datos faltantes y predicción conjunta en apicultura de precisión mediante modelos autorregresivos bayesianos

M. C. Robustillo, L. Naranjo, M. I. Parra Arévalo, J. Hernández, C. J. Pérez Sánchez

A New Parametric Family of Non-Archimedean Copulas

C. R. Palmero, J. P. RINCÓN-ZAPATERO

Asignación óptima de aeronaves de extinción a incendios forestales

M. Rodríguez Barreiro, M. L. Carpente Rodríguez, S. Lorenzo Freire

Comparing Statistical Metrics for Differential Network Analysis

C. Ruiz de Porras Rubio, A. Sánchez Pla, C. Andrés-Lacueva, D. Garrido-Martín, A. Miñarro Alonso

Computation of Inequality Measures based on the Polynomial Pen’s Parade

J. M. Sarabia Alegria, V. Jordá, M. Tejería-Martínez

Análisis multivariante de la adopción de Inteligencia Artificial en España: un enfoque mediante HJ-Biplot y Clustering

M. C. Vega Hernández, M. L. Pérez-Delgado, J. Á. Román-Gallego, M. Á. Conde González

Nueva métrica de similitud para la comparación de conjuntos de tamaños dispares con aplicación en farmacogenómica.

M. J. Rivas Lopez, J. M. Sánchez-Santos, A. Berral-González, M. M. Arroyo, J. De las Rivas Sanz


Cookie policy

We use cookies in order to be able to identify and authenticate you on the website. They are necessary for the correct functioning of it, and therefore they can not be disabled. If you continue browsing the website, you are agreeing with their acceptance, as well as our Privacy Policy.

Additionally, we use Google Analytics in order to analyze the website traffic. They also use cookies and you can accept or refuse them with the buttons below.

You can read more details about our Cookie Policy and our Privacy Policy.