Análisis de series de tiempo de datos de sismos en el Perú 2017-2018

• Risco Franco, Carlos ^[1]
  1. [1] Universidad Nacional de Ingeniería

     Universidad Nacional de Ingeniería

     Perú

     
• Localización: Revista IECOS: Instituto de Investigación Económicas y Sociales, ISSN-e 2788-7480, ISSN 2961-2845, Nº. 19, 2018, págs. 121-134
• Idioma: español
• Títulos paralelos:
  • Time series analysis of earthquake data in Peru 2017-2018
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    El objetivo del presente trabajo es caracterizar y buscar patrones de comportamiento, en zonas con agrupamiento de sismos, mediante el uso de series de tiempo y los datos de los sismos ocurridos en el Perú en los años 2017 y 2018. En este trabajo exploratorio, primero hemos usado Cluster Analysis para formar grupos o áreas geográficas con cercanía de ocurrencia de sismos. Luego hemos encontrado que la magnitud de los sismos en el tiempo, evaluadas por zonas de cercanía geográficas, estaría correlacionada con la magnitud del sismo anterior, de ahí que haya resultado adecuado utilizar el modelo ARIMA (1,1,0), en el cual se considera un rezago y una diferencia para eliminar la presencia de alguna tendencia, sin la presencia de media móvil. Hemos identificado ocho zonas geográficas, en las cuales se agrupan los sismos. Entre otros resultados hemos hallado que en las zonas Arequipa-Tacna y Lima-Ica, las magnitudes de los sismos en relación con el tiempo de llegada, se ajustan a un modelo ARIMA(1,1,0).  Por otro lado, también hemos hallado que en la zona de Arequipa-Tacna, la Pro-fundidad de los sismos en relación con el tiempo de llegada, se ajusta también a un modelo ARIMA(1,1,0).  Hemos usado datos del Instituto Geofísico del Perú, en particular, el tiempo, latitud, altitud, magnitud, profundidad, entre otros, los mismos que se pueden encontrar en su página web de la institución.

  • English

    The objective of this work is to characterize and look for behavior patterns, in areas with earthquake clusters, through the use of time series and the data of the earthquakes that occurred in Peru in 2017 and 2018.In this exploratory work, we have first used Cluster Analysis to form groups or geographic areas with near earthquake occurrence. Then we have found that the magnitude of the earthquakes in time, evaluated by geographical proximity zones, would be correlated with the magnitude of the previous earthquake, hence it was appropriate to use the ARIMA model (1,1,0), in which It is considered a lag and a difference to eliminate the presence of some trend, without the presence of moving average. We have identified eight geographical areas, in which the earthquakes are grouped. Among other results we have found that in the Arequipa-Tacna and Lima-Ica areas, the magnitudes of the earthquakes in relation to the arrival time, conform to an ARIMA model (1,1,0). On the other hand, we have also found that in the Arequipa-Tacna area, the depth of the earthquakes in relation to the time of arrival, also fits an ARIMA model (1,1,0). We have used data from the Geophysical Institute of Peru, in particular, time, latitude, altitude, magnitude, depth, among others, the same that can be found on its website of the institution.