2020
DOI: 10.15359/ru.34-1.7
|View full text |Cite
|
Sign up to set email alerts
|

Comparison of parameters of the generalized extreme value distribution associated with extreme rainfall events in Central America

Abstract: The generalized extreme value distribution (GEVD) was used to model extreme rainfall events in Central America for a period of 30 years, beginning in 1971. Data consisted of daily rainfall records of 103 meteorological stations located throughout the isthmus. Central America was divided into 3 regions: Pacific, Caribbean and an intermediate zone. A bootstrap hypothesis test was used to compare the parameters of location, scale and form of the 3 regions. The results of the study showed significant differences b… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
1
1

Citation Types

1
6
0
4

Year Published

2021
2021
2023
2023

Publication Types

Select...
5

Relationship

0
5

Authors

Journals

citations
Cited by 6 publications
(11 citation statements)
references
References 12 publications
1
6
0
4
Order By: Relevance
“…Esto difiere ligeramente de [3] y [4] quienes encontraron 5 conglomerados para la precipitación acumulada, pero utilizando datos mensuales, mismo número encontrado para el p20 en este estudio (no se muestra). Por otra parte, [16] encontraron 3 grupos al analizar los eventos extremos, mismo número de grupos encontrados para el p80 en este estudio (no se muestra). Dos de estos grupos coinciden en identificar a las regiones Pacífico y Caribe de Centroamérica, sin embargo el tercer grupo no coincide, ya que en este estudio, el tercer grupo se localiza en Caribe de Costa Rica (como se muestra a continuación), mientras que [16] encontraron un grupo que lo relacionan con una zona de transición intermontana de América Central.…”
Section: Análisis De Conglomeradosunclassified
See 2 more Smart Citations
“…Esto difiere ligeramente de [3] y [4] quienes encontraron 5 conglomerados para la precipitación acumulada, pero utilizando datos mensuales, mismo número encontrado para el p20 en este estudio (no se muestra). Por otra parte, [16] encontraron 3 grupos al analizar los eventos extremos, mismo número de grupos encontrados para el p80 en este estudio (no se muestra). Dos de estos grupos coinciden en identificar a las regiones Pacífico y Caribe de Centroamérica, sin embargo el tercer grupo no coincide, ya que en este estudio, el tercer grupo se localiza en Caribe de Costa Rica (como se muestra a continuación), mientras que [16] encontraron un grupo que lo relacionan con una zona de transición intermontana de América Central.…”
Section: Análisis De Conglomeradosunclassified
“…Por otra parte, [16] encontraron 3 grupos al analizar los eventos extremos, mismo número de grupos encontrados para el p80 en este estudio (no se muestra). Dos de estos grupos coinciden en identificar a las regiones Pacífico y Caribe de Centroamérica, sin embargo el tercer grupo no coincide, ya que en este estudio, el tercer grupo se localiza en Caribe de Costa Rica (como se muestra a continuación), mientras que [16] encontraron un grupo que lo relacionan con una zona de transición intermontana de América Central. Nótese que no necesariamente el número de grupos coincide entre variables.…”
Section: Análisis De Conglomeradosunclassified
See 1 more Smart Citation
“…En total se seleccionaron 15 distribuciones teóricas, que están incluidas en la librería de análisis estadístico del programa Hydrognomon v.4.1.0 (.26) para el tratamiento de datos. El criterio de elección de la mejor distribución radica en que las colas de distribución de probabilidad se deben asociar al registro histórico y mantengan esa tendencia (Guillén-Oviedo et al, 2020).…”
Section: Análisis De Extremos De Caudales Máximosunclassified
“…An extreme event is related to the tails of the probability distribution of the observed values (Guillén-Oviedo et al, 2020), and can be applied to any variable that involves an evaluation of the maximum values within a data set (Flores-Rojas et al, 2021). In this context, the current trend of its use has commonly been extended to climatic variables, whose records can come from conventional climatic, pluviometric or pluviographic stations and even from satellite data (Diriba & Debusho, 2021).…”
mentioning
confidence: 99%