|
|
|
|
|
Pérez Figueroa, Rebeca Alejandra. |
Las precipitaciones extremas en el estado de Tabasco, México, causan pérdidas económicas y serios estragos a los ecosistemas cada año. Esta investigación se basa en el desarrollo de un análisis de eventos de precipitación extrema en Tabasco empleando la información en la base de datos MAYA que comprende observaciones de lluvia diarias para nodos-geográficamente equidistantes. El principal objetivo es proponer un modelo de regresión espacial para datos de precipitaciones extremas con el fin de estimar períodos de retorno vía un modelo jerárquico Bayesiano, y proveer de mapas de riesgo basados en el modelo ajustado así como en la distribución predictiva de precipitación extrema. Se encontró que la localización geográfica incrementa la exactitud en la... |
|
Palavras-chave: Bayesiano; Regresión espacial; Lluvia extrema; Bayesian; Spatial regression; Extreme rainfall; Estadística; Maestría. |
Ano: 2012 |
URL: http://hdl.handle.net/10521/782 |
| |
|
| |
|
|
Benson, Todd; Chamberlin, Jordan; Rhinehart, Ingrid. |
We examine the spatial determinants of the prevalence of poverty for small spatially defined populations in rural Malawi. Poverty prevalence was estimated using a small-area poverty estimation technique. A theoretical approach based on the risk chain conceptualization of household economic vulnerability guided our selection of a set of potential risk and coping strategies—the determinants of our model—that could be represented spatially. These were used in two analyses to develop global and local models, respectively. In our global model—a spatial error model—only eight of the more than two dozen determinants selected for analysis proved significant. In contrast, all of the determinants considered were significant in at least some of the local models of... |
Tipo: Working or Discussion Paper |
Palavras-chave: Spatial regression; Poverty determinants; Poverty mapping; Malawi; Food Security and Poverty. |
Ano: 2005 |
URL: http://purl.umn.edu/59601 |
| |
|
| |
|
|
|