COMPARACIÓN DE MODELOS LINEALES Y NO LINEALES PARA ESTIMAR EL RIESGO DE CONTAMINACIÓN DE SUELOS

Autores/as

  • Nancy Toriz-Robles
  • Martha E. Ramírez-Guzmán
  • Yolanda M. Fernández-Ordoñez
  • Jesús Soria-Ruiz
  • María C. Ybarra-Moncada

Palabras clave:

: metales pesados, autocorrelación, distribución no normal, heterocedasticidad, modelos generalizados mixtos, modelos aditivos mixtos

Resumen

El estudio de datos de contaminantes en áreas geográficas se caracteriza por la dependencia espacial, distribución no normal y heteroscedasticidad. Pero, estas características no se han considerado en la modelación de datos edafológicos. Por lo anterior, en este estudio se analizó y comparó el comportamiento de estimadores de modelos de regresión lineal generalizados (GLM), lineales generalizados mixtos (GLMM), aditivos generalizados (GAM) y aditivos generalizados mixtos (GAMM) a través de la simulación de una variable respuesta generada con distribuciones estadísticas diferentes, con cinco tipos de matrices de pesos (W, B, C, U y S) y niveles diferentes de autocorrelación. Los resultados mostraron que la matriz de vecindad U fue robusta a todos los niveles de autocorrelación espacial. Como se esperaba, los modelos GAM y GAMM fueron superiores a GLM y GLMM, debido a su flexibilidad representada por las funciones de suavización (splines) y la incorporación de efectos mixtos. Mapas de predicción de concentración de metales pesados y de probabilidad de riesgo de exceder los límites permisibles se elaboraron para el Valle del Mezquital, Hidalgo

Publicado

2019-03-31

Número

Sección

Matemáticas Aplicadas, Estadística y Computación