Análisis de resultados GNSS. Redes GPS. (14)

Un buen trabajo de Topografía o Geodesia (en nuestro caso con GNSS) se caracteriza por la exigencia de análisis de resultados GNSS.

Esta excelencia se caracteriza por la garantía de acreditación de los resultados, con criterios de calidad y estadísticos que avalen nuestras afirmaciones.

Para conseguir unos resultados óptimos, deberemos contar con una instrumentación adecuada, un software compatible y una metodología correcta.

Una vez observadas las premisas mencionadas, seremos capaces de hacer un buen análisis de los resultados.

Tras el ajuste de redes por MMCC, establecidos un modelo matemático y un modelo estocástico, seremos capaces de, mediante pruebas estadísticas, ratificar las hipótesis y cifrar el poder de afirmación de su aceptación o rechazo.

Anállisis de resultados GNSS (GPS).

Anállisis de resultados GNSS (GPS). Ajsute de redes GNSS.

Pruebas estadísticas.

Nos permitirán realizar análisis de fiabilidad y precisión a partir de:

  • Varianzas a priori y posteriori.
  • Matrices varianza covarianza.
  • Residuos W.

Del mismo modo, podremos realizar un análisis de la existencia de posibles errores groseros y dispondremos de indicadores de fiabilidad y de precisión.

Pruebas más habituales en Geodesia

  • Test sobre los datos observados antes del ajuste:
    • Test de normalidad de las observaciones, es un test χ^2.
    • Análisis observable GNSS. TEQC.
  • Test de las observaciones y red tras el ajuste:
    • Test detección de errores sistemáticos.
      • Test T-Student.
    • Pruebas para validar el modelo o contrastes de varianzas.
      • Prueba F.
      • Prueba χ^2.
    • Test de detección de errores groseros.
      • Test de Baarda.
      • Test de Pope o Tau.
    • Análisis de fiabilidad y figuras de error.

Chequeo estadístico

Para realizar un buen análisis de resultados GNSS deberemos:

  • Establecer hipótesis nula H_0 y alternativa H_1.
  • Seleccionar estadístico y probabilidad asociada.
  • Elegir nivel de significación α para el test.
  • Elegir potencia del test 1-β, si procede.
  • Calcular los valores límite o región crítica.
  • Comparar estadístico y distribución teórica.
  • Toma de decisión de aceptar o rechazar H_0.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *