ANÁLISIS METEOROLÓGICO (ESTACIÓN SOGAMOSO RECREACIONAL Y
AEEREOPUERTO) TEMPERATURA MINIMA Y PRECIPITACIÓN
RODRIGO ALBERTO RIVERA ACEVEDO 55719005
DOCENTE
OLGA LUCIA PERILLA
UNIVERSIDAD DE BOYACÁ
FACULTAD DE CIENCIAS E INGENIERÍA
CLIMATOLOGIA
SOGAMOSO - BOYACÁ
2025
PRESIPITACION AÑO A AÑO ESTACION RECRACIONAL DEL NORTE SOGAMOSO
Resumen de procesamiento de casos
Casos
Válido Perdidos Total
añoredcord N Porcentaje N Porcentaje N Porcentaje
Valor 1,00 3882 100,0% 0 0,0% 3882 100,0%
2,00 3936 100,0% 0 0,0% 3936 100,0%
3,00 2006 100,0% 0 0,0% 2006 100,0%
Descriptivos
añoredcord Estadístico Error estándar
Valor 1,00 Media 5,998 ,0524
95% de intervalo de Límite inferior 5,896
confianza para la media
Límite superior 6,101
Media recortada al 5% 6,113
Mediana 6,400
Varianza 10,678
Desv. estándar 3,2677
Mínimo -8,8
Máximo 13,0
Rango 21,8
Rango intercuartil 4,8
Asimetría -,540 ,039
Curtosis ,010 ,079
2,00 Media 6,392 ,0561
95% de intervalo de Límite inferior 6,282
confianza para la media
Límite superior 6,502
Media recortada al 5% 6,551
Mediana 6,800
Varianza 12,375
Desv. estándar 3,5179
Mínimo -8,6
Máximo 13,0
Rango 21,6
Rango intercuartil 5,2
Asimetría -,617 ,039
Curtosis -,033 ,078
3,00 Media 6,609 ,0760
95% de intervalo de Límite inferior 6,460
confianza para la media
Límite superior 6,758
Media recortada al 5% 6,752
Mediana 7,200
Varianza 11,590
Desv. estándar 3,4044
Mínimo -6,6
Máximo 13,0
Rango 19,6
Rango intercuartil 5,0
Asimetría -,607 ,055
Curtosis -,185 ,109
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
añoredcord Estadístico gl Sig. Estadístico gl Sig.
Valor 1,00 ,065 3882 <,001 ,976 3882 <,001
2,00 ,078 3936 <,001 ,966 3936 <,001
3,00 ,085 2006 <,001 ,962 2006 <,001
a. Corrección de significación de Lilliefors
Prueba de homogeneidad de varianza
Estadístico de
Levene gl1 gl2 Sig.
Valor Se basa en la media 12,643 2 9821 <,001
Se basa en la mediana 10,808 2 9821 <,001
Se basa en la mediana y 10,808 2 9786,454 <,001
con gl ajustado
Se basa en la media 11,724 2 9821 <,001
recortada
Histogramas
Frecuencia
Histograma
para añoredcord= 1,00
300
Media = 6,0
Desviación estándar = 3,268
N = 3.882
200
100
0
-10,0 -5,0 ,0 5,0 10,0
Valor
Frecuencia
Histograma
para añoredcord= 2,00
300
Media = 6,39
Desviación estándar = 3,518
N = 3.936
200
100
0
-10,0 -5,0 ,0 5,0 10,0
Frecuencia
Valor
Histograma
para añoredcord= 3,00
200
Media = 6,61
Desviación estándar = 3,404
N = 2.006
150
100
50
0
-5,0 ,0 5,0 10,0
Valor
Gráficos Q-Q normales
Normal espe
Gráfico Q-Q normal de Valor
para añoredcord= 1,00
-2
-4
-6
Normal esperado
-10 -5 0 5 10 15
Valor observado
Gráfico Q-Q normal de Valor
para añoredcord= 2,00
-2
-4
-6
-10 -5 0 5 10 15
Valor observado
Normal esper
Gráfico Q-Q normal de Valor
para añoredcord= 3,00
-2
-4
-6
-10 -5 0 5 10 15
Valor observado
Desviación de Normal
Gráficos Q-Q normales sin tendencia
Gráfico Q-Q normal sin tendencia de Valor
para añoredcord= 1,00
0,2
0,0000
-0,2
-0,4
-0,6
-0,8
-1,0
-1,2
-10 -5 0 5 10 15
Valor observado
Desviación de No
Gráfico Q-Q normal sin tendencia de Valor
para añoredcord= 2,00
0,5
0,0
-0,5
-1,0
Desviación de Normal
-1,5
-10 -5 0 5 10 15
Valor observado
Gráfico Q-Q normal sin tendencia de Valor
para añoredcord= 3,00
0,5
0,0
-0,5
-1,0
-1,5
-10 -5 0 5 10 15
Valor observado
Dispersión
Gráfico de dispersión versus nivel de Valor por añoredcord
5,2
5,1
5,0
4,9
4,8
6,4 6,6 6,8 7,0 7,2
Nivel
* Datos transformados utilizando P = 1
Inclinación = ,250
Gráfico
Frecuencia
300
200
100
0
300
200
100
0
300
200
100
0
-10,0 -5,0 ,0 5,0 10,0 15,0
Valor
Prueba de Mann-Whitney
Rangos
Rango
añoredcord N promedio Suma de rangos
Valor 1,00 3882 3750,19 14558233,00
2,00 3936 4066,63 16006238,00
Total 7818
1,00
Estadísticos de pruebaa
Valor
U de Mann- 7021330,000
Whitney
W de Wilcoxon 14558233,000
Z -6,199
Sig. asin. (bilateral) <,001
a. Variable de agrupación:
añoredcord
Pruebas NPar
Prueba de Mann-Whitney
Rangos
Rango
añoredcord N promedio Suma de rangos
Valor 1,00 3882 2827,37 10975850,00
3,00 2006 3171,17 6361366,00
Total 5888
Estadísticos de pruebaa
Valor
U de Mann- 3438947,000
Whitney
W de Wilcoxon 10975850,000
Z -7,357
Sig. asin. (bilateral) <,001
a. Variable de agrupación:
añoredcord
Prueba de Mann-Whitney
Rangos
Rango
añoredcord N promedio Suma de rangos
Valor 2,00 3936 2938,62 11566398,00
3,00 2006 3036,02 6090255,00
Total 5942
Estadísticos de pruebaa
Valor
U de Mann- 3818382,000
Whitney
W de Wilcoxon 11566398,000
Z -2,070
Sig. asin. (bilateral) ,038
a. Variable de agrupación:
añoredcord
Frecuencia
Frecuencias
Histograma
Media = 6,28
Desviación estándar = 3,406
N = 9.824
600
400
200
0
-10,0 -5,0 ,0 5,0 10,0 15,0
Valor
Frecuencias
Frecuencia
Histograma
60
Media = 57,74
Desviación estándar = 41,504
N = 336
50
40
30
20
10
0
,0 50,0 100,0 150,0 200,0 250,0
publimetro
importantes en las variables de temperatura mínima y precipitación. Para evaluar la distribución
de estos datos, se aplicaron pruebas de normalidad como Kolmogorov-Smirnov y Shapiro-Wilk.
En los tres grupos analizados (identificados como añoredcord 1,00; 2,00; y 3,00), los resultados
mostraron valores de significancia extremadamente bajos (p < 0,001 en todos los casos), lo que
lleva a rechazar la hipótesis de que los datos siguen una distribución normal. Este hallazgo es
particularmente relevante debido al tamaño de las muestras, que varían entre 2.006 y 3.936
observaciones. Las muestras grandes aumentan la sensibilidad de las pruebas, permitiendo
detectar incluso desviaciones menores de la normalidad, lo que explica por qué los resultados
son tan contundentes.
Al profundizar en los estadísticos descriptivos, se observa que todos los grupos presentan
asimetría negativa, con valores que oscilan entre -0,540 y -0,617. Esto indica que las
distribuciones están sesgadas hacia la izquierda, es decir, hay una mayor concentración de
valores altos, pero con una cola izquierda extendida que arrastra la media hacia abajo. Por
ejemplo, en el grupo 1,00, la media es de 5,998, mientras que la mediana alcanza 6,400, lo que
sugiere la presencia de valores extremadamente bajos (como el mínimo de -8,8) que afectan la
media. Además, la curtosis, cercana a cero en la mayoría de los casos, señala que las
distribuciones no tienen picos pronunciados ni colas pesadas, aunque la combinación con la
asimetría confirma la falta de normalidad.
Los gráficos Q-Q normales y sin tendencia refuerzan estas conclusiones. En estos gráficos, los
puntos se alejan claramente de la línea diagonal que representaría una distribución normal,
especialmente en los extremos de las colas. Por ejemplo, en el grupo 1,00, los valores observados
en el rango inferior (-10 a -5) se desvían marcadamente de lo esperado en una distribución
teórica normal. Los histogramas, por su parte, muestran distribuciones asimétricas con intervalos
amplios, como el rango de 21,8 en el grupo 1,00, donde los datos van desde -8,8 hasta 13,0.
Estas visualizaciones no solo confirman la falta de normalidad, sino que también destacan la
presencia de valores atípicos, como los mínimos extremos mencionados, que podrían deberse a
errores de medición, eventos meteorológicos inusuales o variabilidad natural.
La prueba de homogeneidad de varianzas de Levene, con un estadístico F de 12,643 (p < 0,001),
revela que las varianzas entre los grupos no son iguales. Este resultado, sumado a la falta de
normalidad, invalida el uso de métodos paramétricos tradicionales, como el análisis de varianza
(ANOVA), que requieren ambos supuestos. Ante esto, se optó por aplicar pruebas no
paramétricas, específicamente la prueba de Mann-Whitney, para comparar las distribuciones
entre los grupos.
En la comparación entre los grupos 1,00 y 2,00, el estadístico Z de -6,199 (p < 0,001) indica
diferencias significativas en las distribuciones. Los rangos promedio, que reflejan la posición
relativa de los datos, son más altos en el grupo 2,00 (4.066,63) que en el 1,00 (3.750,19), lo que
sugiere que las mediciones en el segundo grupo tienden a ser sistemáticamente mayores. Esto
podría asociarse, por ejemplo, a un aumento en los registros de precipitación o a temperaturas
mínimas más altas en el periodo correspondiente al grupo 2,00. Al contrastar los grupos 1,00 y
3,00, la diferencia es aún más pronunciada, con un Z de -7,357 (p < 0,001). Aquí, el rango
promedio del grupo 3,00 (3.171,17) supera ampliamente al del grupo 1,00 (2.827,37), lo que
apunta a una brecha más marcada entre estos dos conjuntos de datos. Esta disparidad podría
reflejar cambios climáticos significativos, ajustes en los instrumentos de medición o variaciones
estacionales no controladas.
La comparación entre los grupos 2,00 y 3,00 también muestra diferencias significativas, aunque
menos contundentes (Z = -2,070; p = 0,038). El rango promedio del grupo 3,00 (3.036,02) es
ligeramente superior al del 2,00 (2.938,62), lo que sugiere una tendencia moderada hacia valores
más altos en el tercer grupo. Sin embargo, la menor magnitud de esta diferencia en comparación
con las otras parejas podría indicar que los factores que influyen en estos dos periodos son más
similares entre sí, o que las variaciones se deben a fluctuaciones naturales menos drásticas.
Es importante destacar que, aunque las pruebas de Mann-Whitney confirman diferencias
estadísticas, estas no explican las causas subyacentes. Por ejemplo, las variaciones podrían
deberse a cambios en las prácticas de registro de datos, modificaciones en el entorno de las
estaciones meteorológicas (como urbanización cerca del aeropuerto) o fenómenos climáticos a
gran escala, como El Niño o La Niña. Además, la presencia de valores extremos, como los
mínimos registrados en el grupo 1,00.
Los gráficos de dispersión versus nivel y los histogramas globales (con una media combinada de
6,28 y una desviación estándar de 3,406 para N = 9.824) ofrecen una visión integrada de los
datos. Estos reflejan una dispersión amplia y una distribución asimétrica, consolidando la idea de
que las mediciones meteorológicas en estas estaciones no se ajustan a un patrón uniforme. La
transformación de los datos (mencionada en los gráficos con P=1P=1) no logra corregir estas
características, lo que refuerza la necesidad de enfoques no paramétricos o modelos estadísticos
robustos que no dependan de supuestos rígidos.
Frecuencia
TEMPERATURA MINIMA DIARIA ESTACION EL AEREOPUERTO
Frecuencia
Histograma
Media = 6,28
Desviación estándar = 3,406
N = 9.824
600
400
200
0
-10,0 -5,0 ,0 5,0 10,0 15,0
tdiariamin
Pruebas NPar
Prueba de Mann-Whitney
Rangos
Rango
añoredcord N promedio Suma de rangos
tdiariamin 1,00 3882 2827,37 10975850,00
3,00 2006 3171,17 6361366,00
Total 5888
Estadísticos de pruebaa
tdiariamin
U de Mann- 3438947,000
Whitney
W de Wilcoxon 10975850,000
Z -7,357
Sig. asin. (bilateral) <,001
a. Variable de agrupación:
añoredcord
Prueba de Mann-Whitney
Rangos
Rango
añoredcord N promedio Suma de rangos
tdiariamin 1,00 3882 3750,19 14558233,00
2,00 3936 4066,63 16006238,00
Total 7818
Estadísticos de pruebaa
tdiariamin
U de Mann- 7021330,000
Whitney
W de Wilcoxon 14558233,000
Z -6,199
Sig. asin. (bilateral) <,001
a. Variable de agrupación:
añoredcord
Prueba de Mann-Whitney
Rangos
Rango
añoredcord N promedio Suma de rangos
tdiariamin 2,00 3936 2938,62 11566398,00
3,00 2006 3036,02 6090255,00
Total 5942
Estadísticos de pruebaa
tdiariamin
U de Mann- 3818382,000
Whitney
W de Wilcoxon 11566398,000
Z -2,070
Sig. asin. (bilateral) ,038
a. Variable de agrupación:
añoredcord
Explorar
Resumen de procesamiento de casos
Casos
Válido Perdidos Total
añoredcord N Porcentaje N Porcentaje N Porcentaje
tdiariamin 1,00 3882 100,0% 0 0,0% 3882 100,0%
2,00 3936 100,0% 0 0,0% 3936 100,0%
3,00 2006 100,0% 0 0,0% 2006 100,0%
Descriptivos
añoredcord Estadístico Error estándar
tdiariamin 1,00 Media 5,998 ,0524
95% de intervalo de Límite inferior 5,896
confianza para la media
Límite superior 6,101
Media recortada al 5% 6,113
Mediana 6,400
Varianza 10,678
Desv. estándar 3,2677
Mínimo -8,8
Máximo 13,0
Rango 21,8
Rango intercuartil 4,8
Asimetría -,540 ,039
Curtosis ,010 ,079
2,00 Media 6,392 ,0561
95% de intervalo de Límite inferior 6,282
confianza para la media
Límite superior 6,502
Media recortada al 5% 6,551
Mediana 6,800
Varianza 12,375
Desv. estándar 3,5179
Mínimo -8,6
Máximo 13,0
Rango 21,6
Rango intercuartil 5,2
Asimetría -,617 ,039
Curtosis -,033 ,078
3,00 Media 6,609 ,0760
95% de intervalo de Límite inferior 6,460
confianza para la media
Límite superior 6,758
Media recortada al 5% 6,752
Mediana 7,200
Varianza 11,590
Desv. estándar 3,4044
Mínimo -6,6
Máximo 13,0
Rango 19,6
Rango intercuartil 5,0
Asimetría -,607 ,055
Curtosis -,185 ,109
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
añoredcord Estadístico gl Sig. Estadístico gl Sig.
tdiariamin 1,00 ,065 3882 <,001 ,976 3882 <,001
2,00 ,078 3936 <,001 ,966 3936 <,001
3,00 ,085 2006 <,001 ,962 2006 <,001
a. Corrección de significación de Lilliefors
Prueba de homogeneidad de varianza
Estadístico de
Levene gl1 gl2 Sig.
tdiariamin Se basa en la media 12,643 2 9821 <,001
Se basa en la mediana 10,808 2 9821 <,001
Se basa en la mediana y 10,808 2 9786,454 <,001
con gl ajustado
Se basa en la media 11,724 2 9821 <,001
recortada
tdiariami
Frecuencia
istogramas
Histograma
para añoredcord= 1,00
300
Media = 6,0
Desviación estándar = 3,268
N = 3.882
200
100
0
-10,0 -5,0 ,0 5,0 10,0
tdiariamin
Frecuencia
Histograma
para añoredcord= 2,00
300
Media = 6,39
Desviación estándar = 3,518
N = 3.936
200
100
Frecuencia
0
-10,0 -5,0 ,0 5,0 10,0
tdiariamin
Histograma
para añoredcord= 3,00
200
Media = 6,61
Desviación estándar = 3,404
N = 2.006
150
100
50
0
-5,0 ,0 5,0 10,0
tdiariamin
Normal esperado
Gráficos Q-Q normales
Gráfico Q-Q normal de tdiariamin
para añoredcord= 1,00
-2
-4
Normal esperado
-6
-10 -5 0 5 10 15
Valor observado
Gráfico Q-Q normal de tdiariamin
para añoredcord= 2,00
-2
-4
-6
-10 -5 0 5 10 15
Valor observado
Normal espera
Gráfico Q-Q normal de tdiariamin
para añoredcord= 3,00
-2
-4
Desviación de Normal
-6
-10 -5 0 5 10 15
Valor observado
Gráficos Q-Q normales sin tendencia
Gráfico Q-Q normal sin tendencia de tdiariamin
para añoredcord= 1,00
0,2
0,0000
-0,2
-0,4
-0,6
-0,8
-1,0
-1,2
-10 -5 0 5 10 15
Valor observado
Desviación de
Gráfico Q-Q normal sin tendencia de tdiariamin
para añoredcord= 2,00
0,5
0,0
-0,5
-1,0
Desviación de Normal
-1,5
-10 -5 0 5 10 15
Valor observado
Gráfico Q-Q normal sin tendencia de tdiariamin
para añoredcord= 3,00
0,5
0,0
-0,5
-1,0
-1,5
-10 -5 0 5 10 15
Valor observado
ANALISIS
Al adentrarme en el análisis del documento, me llamó poderosamente la atención la
meticulosidad del estudio realizado sobre la variable tdiariamin, que entiendo representa la
temperatura mínima diaria registrada en la estación meteorológica. Desde el primer momento, se
evidenció el empeño por validar la calidad de los datos a través de pruebas de normalidad, lo
cual es fundamental para decidir qué métodos estadísticos son apropiados en cada caso.
Comencé evaluando la distribución de los datos mediante el test de Kolmogorov-Smirnov. Esta
prueba, que me permite contrastar la hipótesis de normalidad, reveló que para cada uno de los
grupos definidos por la variable añoredcord, los valores de significación fueron menores a 0,001.
Este resultado me indicó de inmediato que la distribución de tdiariamin se desvía
significativamente de una distribución normal, y por tanto, se deben descartar los métodos
paramétricos que dependen de esta asunción.
No pude quedarme con una única prueba, por lo que decidí profundizar el análisis aplicando
también el test de Shapiro-Wilk. Al igual que el anterior, este test confirmó que la hipótesis de
normalidad no se sostiene, ya que todos los grupos presentaron valores de p inferiores a 0,001.
La coincidencia de ambos métodos me brindó una seguridad adicional de que los datos son
realmente no normales y que cualquier análisis comparativo deberá apoyarse en pruebas no
paramétricas.
Ante esta evidencia, se optó por el test de Mann-Whitney para la comparación entre los distintos
grupos. Esta prueba es ideal para analizar diferencias en distribuciones cuando la normalidad no
se cumple, permitiéndome contrastar de forma robusta si existen variaciones en tdiariamin a lo
largo del tiempo o entre periodos específicos definidos por la variable añoredcord.
Al aplicar el test de Mann-Whitney en la comparación entre el grupo 1 y el grupo 3, obtuve un
valor Z de gran magnitud, lo que indica diferencias altamente significativas en las temperaturas
mínimas diarias registradas. Este resultado me llevó a pensar que los cambios observados entre
estos periodos no son producto del azar, sino que responden a variaciones sustanciales que
pueden estar relacionadas con fenómenos ambientales o incluso con aspectos del cambio
climático.
La comparación entre el grupo 1 y el grupo 2 me sorprendió de manera similar, ya que el valor Z
fue igualmente elevado y el nivel de significación se mantuvo por debajo de 0,001. Este hallazgo
refuerza la idea de que los cambios en la variable tdiariamin son consistentes y marcados, lo que
me hace reflexionar sobre cómo las variaciones climáticas pueden influir en la medición de la
temperatura mínima diaria.
Aún más interesante fue el análisis entre los grupos 2 y 3, en el cual, a pesar de que el valor Z fue
algo menor (-2,070), la significación estadística (p = 0,038) seguía indicando una diferencia
relevante. Este resultado me sugiere que incluso las diferencias menos pronunciadas pueden
resultar significativas, lo cual es esencial para entender la totalidad de la variabilidad climática
que se refleja en los registros de tdiariamin.
Además de las pruebas inferenciales, el análisis incluyó una exhaustiva revisión de las
estadísticas descriptivas. Al observar las medidas de tendencia central como la media y la
mediana, así como los indicadores de dispersión (varianza y desviación estándar), se constata
que cada grupo presenta características propias que complementan y confirman los resultados
obtenidos con los tests de normalidad y el test de Mann-Whitney. Estos datos descriptivos me
han permitido tener una visión más completa sobre cómo se comporta la variable a lo largo de
diferentes periodos.
Otro aspecto que me pareció crucial fue el análisis de la homogeneidad de varianzas, llevado a
cabo mediante el estadístico de Levene. Los resultados indicaron diferencias significativas en la
dispersión de los datos entre los grupos, lo que refuerza la necesidad de emplear métodos no
paramétricos para evitar interpretaciones erróneas que podrían surgir si se asumiera una
homogeneidad que en realidad no existe.
Al integrar todos estos hallazgos, puedo afirmar que la ausencia de normalidad en la distribución
de tdiariamin, confirmada por el test de Kolmogorov-Smirnov y el test de Shapiro-Wilk, junto
con las diferencias estadísticamente significativas detectadas mediante el test de Mann-Whitney,
constituyen un cuerpo de evidencia robusto que me permite interpretar las variaciones en la
temperatura mínima diaria de forma clara. Estos cambios, al parecer, no son aleatorios, sino que
responden a patrones que podrían estar estrechamente relacionados con fenómenos de cambio
climático en la región estudiada.