Resumen

Se definió el modelo a emplear para obtener un registro más completo de los valores del índice geomagnético K, que no pudieron ser medidos por el observatorio geomagnético del Instituto de Geofísica y Astronomía tomando como muestra los datos recogidos durante los años 2006, 2007 y 2008. Se confeccionó una base de datos para determinar la relación existente entre el índice K medido en Cuba y el índice planetario Kp. Se usó el software Matlab para conocer la linealidad existente entre estos índices, dando como resultado un modelo de regresión lineal ajustado a los datos, que permitirá predecir los valores faltantes del índice K. Se entrenó una red neuronal, a partir del algoritmo de perceptrón multicapa con retropropagación para obtener un modelo de predicción, utilizando el software Weka. Se compararon los resultados obtenidos al utilizar las técnicas estadísticas y la minería de datos.

Palabras claves: índice geomagnético, minería de datos, predicción, regresión, técnicas estadísticas.

Prediction of missing values ​​of the geomagnetic index K measured in Cuba using statistical techniques and data mining

Abstract

The objective of this work is to define the model to be used to obtain a more complete record of the values of the geomagnetic index K, which could not be measured by the geomagnetic observatory of the Institute of Geophysics and Astronomy, taking as a sample the data collected during the years 2006, 2007 and 2008. A database was created where it was carried out to determine the relationship between the K index measured in Cuba and the planetary Kp index. Matlab software was used to determine the linearity between these indices, resulting in a linear regression model adjusted to the data, which will allow predicting the missing values of the K index. A neural network was trained, based on the multilayer perceptron algorithm with backpropagation to obtain a prediction model, using the Weka software. The results obtained using statistical techniques and data mining were compared.

Key words: data mining, geomagnetic index, magnetic storms, neural networks, prediction, regression, statistical techniques.