Contexto empresarial
Un departamento de hidrología estudia la probabilidad conjunta de desbordamientos de ríos (niveles extremos). Los sensores de campo a menudo fallan, generando valores nulos (missing) en los datos. Se utiliza una Cópula Gumbel (Arquimediana) para modelar la dependencia asimétrica en la cola superior, probando cómo la acción gestiona la limpieza automática de datos.
Preparación de datos
Creación de datos de niveles de ríos con inyección aleatoria de valores nulos (missing values).
¡Copiado!
| 1 | DATA mycas.river_levels; |
| 2 | call streaminit(777); |
| 3 | DO i = 1 to 1000; |
| 4 | u = rand('UNIFORM'); |
| 5 | v = rand('UNIFORM'); |
| 6 | /* Simulación Gumbel simple inversa no exacta, solo para estructura */ |
| 7 | level_river_A = (-log(u)); |
| 8 | level_river_B = (-log(v)) + 0.5 * level_river_A; |
| 9 | /* Introducir 5% de nulos */ |
| 10 | IF rand('UNIFORM') < 0.05 THEN level_river_A = .; |
| 11 | IF rand('UNIFORM') < 0.05 THEN level_river_B = .; |
| 12 | OUTPUT; |
| 13 | END; |
| 14 | RUN; |
Étapes de réalisation
1
Intento de ajuste Gumbel especificando valores iniciales para Theta y tolerancia estricta.
¡Copiado!
| 1 | PROC CAS; |
| 2 | copula.copulaFit / |
| 3 | TABLE={name='river_levels'}, |
| 4 | var={'level_river_A', 'level_river_B'}, |
| 5 | copulaType='GUMBEL', |
| 6 | theta=2.0, |
| 7 | tolerance=1e-6, |
| 8 | varSummary=true; |
| 9 | RUN; |
Resultado esperado
La acción NO debe fallar. Debe identificar y excluir automáticamente las filas con valores nulos (missing values) antes del análisis. El 'varSummary' debe reflejar el número de observaciones realmente utilizadas versus el total. El parámetro Theta debe converger a un valor positivo indicando dependencia en la cola superior.