Leyes Empíricas de Potencia y Escalamiento de Quito, Guayaquil y otras ciudades de Ecuador

• Vaca Ramírez, Felipe ^[1] ; Morales Oñate, Bolívar ^[1] ; Jiménez Mosquera, Carlos ^[1]
  1. [1] Universidad San Francisco de Quito

     Universidad San Francisco de Quito

     Quito, Ecuador

     
• Localización: ACI Avances en Ciencias e Ingenierías, ISSN-e 2528-7788, ISSN 1390-5384, Vol. 7, Nº. 1, 2015
• Idioma: español
• Títulos paralelos:
  • Empirical Power and Scaling laws of Quito, Guayaquil and other cities in Ecuador
• Enlaces
  • Texto completo
• Resumen
  • español

    Numerosos trabajos han mostrado que las distribuciones de probabilidad caracterizadas por la media y varianza resultan inadecuadas para expresar regularidades asociadas a variables de tipo geográfico o espacial. Esto se debe a que los datos no se aglomeran alrededor de un valor central; más bien, las colas se vuelven pesadas y los eventos extremos resultan ser menos improbables que a partir de otras distribuciones. Bajo esta consideración, el presente trabajo apunta a encontrar leyes empíricas sobre algunas variables relevantes de ciudades de Ecuador, Para ello, se parte de dos hipótesis: 1) ciertas variables socioeconómicas se escalan a través de una variable de tamaño y 2) dichas variables se distribuyen bajo una ley potencia; se estiman los parámetros requeridos y se contrastan otras distribuciones de cola pesada que ajusten adecuadamente los datos escogidos.

  • English

    Several papers have shown that distributions characterized by mean and variance are inappropriate for accounting spatial or geographic patterns. The reason is data is not accumulated around a central value; rather, tails become heavy and extreme events result less unlikely than under other distributions. In this sense, this work aims to find empirical laws on some relevant variables of cities in Ecuador, For this purpose, we start from two hypothesis: 1) some socioeconomic variables scales from a size variable, and 2) such variables follow a power law distribution; then estimate needed parameters, and carry out contrasts with adequate heavy tail distributions.