Modelos de Regresión Aditivos Estructurados (STAR) con respuesta ...
Modelos de Regresión Aditivos Estructurados (STAR) con respuesta ...
Modelos de Regresión Aditivos Estructurados (STAR) con respuesta ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Capítulo 4Explorando la inci<strong>de</strong>ncia <strong>de</strong>incendios forestales totales yprovocadosLa probabilidad <strong>de</strong> incendio <strong>de</strong>pen<strong>de</strong> <strong>de</strong> dos factores: 1) Las <strong>con</strong>diciones climáticas(Andrews, 1986; Van Wagner, 1987, Dickson, et al. (2006) y 2) El tipo y estructura<strong>de</strong> la vegetación (Mermoz, et al. 2005) que en algunos casos favorece y enotros casos parece frenar su avance (Nunes, et al. 2005) y que en zonas <strong>con</strong>si<strong>de</strong>radas<strong>de</strong> referencia están totalmente relacionadas <strong>con</strong> las <strong>con</strong>diciones socioe<strong>con</strong>ómcicas(Chas, 2007; Marey-Pérez, et al. 2006; Marey- Pérez y Rodríguez-Vicente, 2008).Las <strong>con</strong>diciones meteorológicas futuras no se <strong>con</strong>ocen <strong>con</strong> exactitud, lo que invalidalos mo<strong>de</strong>los basados en factores meteorológicos en la planificación forestal, pero sipue<strong>de</strong>n ser utilizados para la simulación <strong>de</strong> previsibles escenarios. Por otra parte,la gran cantidad <strong>de</strong> datos <strong>de</strong> valores medios <strong>de</strong> las diferentes variables climáticasson <strong>con</strong>ocidos, lo que significa que pue<strong>de</strong> utilizarse en los mo<strong>de</strong>los predictores. Laexistencia <strong>de</strong> correlaciones <strong>de</strong> estas variables climáticas <strong>con</strong> parámetros <strong>de</strong> sitio talescomo longitud, latitud, altitud, pendiente y orientación implica que estos parámetrospue<strong>de</strong>n mojorar las prediciones en la elaboración <strong>de</strong> mo<strong>de</strong>los.En este capítulo se presentan aplicaciones <strong>de</strong> los mo<strong>de</strong>los <strong>de</strong> regresión <strong>STAR</strong><strong>de</strong> <strong>respuesta</strong> binomial. El objetivo principal es evaluar factores <strong>de</strong> riesgo naturalesque serán incluidos como covariables en los mo<strong>de</strong>los <strong>de</strong> regresión, los cuales sonanalizados <strong>con</strong> más <strong>de</strong>talle a lo largo <strong>de</strong> este capítulo. Para estimar dichos mo<strong>de</strong>los, seempleó la función bayesx <strong>de</strong>l paquete estadístico R2BayesX para R (R DevelopmentCore Team 2007).41