Momento de los grandes terremotos

Casos prácticos de pensamiento estadístico

Justin Bois

Lecturer, Caltech

Modelos para el momento de los terremotos

  • Exponencial: los terremotos ocurren como un proceso de Poisson

  • Gaussiana: los terremotos ocurren con un periodo bien definido
Casos prácticos de pensamiento estadístico

Terremotos en regiones continentales estables

1 Fuente de datos: USGS Earthquake Catalog for Stable Continental Regions
Casos prácticos de pensamiento estadístico

La Fosa de Nankai

Casos prácticos de pensamiento estadístico

Terremotos en la Fosa de Nankai

Date Magnitude
684-11-24 8.4
887-08-22 8.6
1099-02-16 8.0
1361-07-26 8.4
1498-09-11 8.6
1605-02-03 7.9
1707-10-18 8.6
1854-12-23 8.4
1946-12-24 8.1
Casos prácticos de pensamiento estadístico

ECDF del tiempo entre sismos de Nankai

Casos prácticos de pensamiento estadístico

ECDF formales

ECDF(x) = fracción de datos con $\le$ x

Casos prácticos de pensamiento estadístico

ECDF formales

Casos prácticos de pensamiento estadístico

ECDF formales

Casos prácticos de pensamiento estadístico
# time_gap is an array of interearthquake times
_ = plt.plot(*dcst.ecdf(time_gap, formal=True))
_ = plt.xlabel('time between quakes (yr)')
_ = plt.ylabel('ECDF')

Casos prácticos de pensamiento estadístico
# Compute the mean time gap
mean_time_gap = np.mean(time_gap)

# Standard deviation of the time gap
std_time_gap = np.std(time_gap)
# Generate theoretical Exponential distribution of timings
time_gap_exp = np.random.exponential(mean_time_gap, size=100000)

# Generate theoretical Normal distribution of timings
time_gap_norm = np.random.normal(
  mean_time_gap, std_time_gap, size=100000
)
# Plot theoretical CDFs
_ = plt.plot(*dcst.ecdf(time_gap_exp))
_ = plt.plot(*dcst.ecdf(time_gap_norm))
Casos prácticos de pensamiento estadístico

Modelo para la Fosa de Nankai

Casos prácticos de pensamiento estadístico

¡Vamos a practicar!

Casos prácticos de pensamiento estadístico

Preparing Video For Download...