El objetivo fue determinar la influencia de factores climáticos en la regionalización de las precipitaciones máximas de 24 horas y se incluyó elementos climáticos. Se utilizó precipitación máxima de 24 horas de 29 estaciones meteorológicas, determinándose: precipitación para periodos de retorno, un modelo regional de regresión entre precipitación máxima, factores climáticos y periodo de retorno, parámetros utilizando máxima verosimilitud, zonas homogéneas con análisis clúster, un modelo para cada zona, un modelo lineal y no lineal. Las distribuciones Log Normal tres parámetros y Log Gumbel presentan mejor ajuste a datos. La prueba de Anderson-Darling detectó no normalidad para transformar datos. En el modelo regional de regresión obtuvimos r2=0,388; estadístico Durbin-Watson=0,5456 siendo regresión no espuria. Obtuvimos cinco zonas homogéneas, en la zona 1, 2, 3...

El objetivo fue determinar la influencia de factores climáticos en la regionalización de las precipitaciones máximas de 24 horas y se incluyó elementos climáticos. Se utilizó precipitación máxima de 24 horas de 29 estaciones meteorológicas, determinándose: precipitación para periodos de retorno, un modelo regional de regresión entre precipitación máxima, factores climáticos y periodo de retorno, parámetros utilizando máxima verosimilitud, zonas homogéneas con análisis clúster, un modelo para cada zona, un modelo lineal y no lineal. Las distribuciones Log Normal tres parámetros y Log Gumbel presentan mejor ajuste a datos. La prueba de Anderson-Darling detectó no normalidad para transformar datos. En el modelo regional de regresión obtuvimos r2=0,388; estadístico Durbin-Watson=0,5456 siendo regresión no espuria. Obtuvimos cinco zonas homogéneas, en la zona 1, 2, 3...