Resumen de Análisis estadístico de mediciones climáticas para el diseño resiliente en la vivienda social

V. Nieto, Rolando Arturo Cubillos González, G. Tibério-Cardoso, Alcindo Neckel, F.J.N González-Anleo, Isabel Cristina Cerón Vinasco

• español

  Resumen: El cambio climático es un fenómeno progresivo que, aunque se puede mitigar, no se puede detener. Como consecuencia, el nivel de incertidumbre es alto para proponer estrategias de diseño resiliente que contrarresten sus efectos sobre el confort y la salud de las personas. Así mismo, una limitación es la recolección de información y acceso a datos climáticos de cada lugar, por lo cual en el presente trabajo se planteó un ciclo de mediciones de temperatura, humedad relativa y velocidad del viento en un estudio de caso de vivienda social en la ciudad de Tunja, Colombia. De manera que, el objetivo del artículo es analizar y validar la fiabilidad de los datos recolectados en sitio. Para ello se realiza un análisis estadístico descriptivo de la información con herramientas como Excel y PSPP versión 1.4.1. Como resultado se encontró que, pese a que el nivel promedio de fiabilidad es aceptable, existen datos por debajo del valor mínimo de aceptabilidad. Se concluyó que, la estadística descriptiva permite conocer el margen de error al cual están expuestos los datos y por tanto reducir la incertidumbre en el diseño resiliente.

• English

  Abstract: Climate change is a progressive phenomenon that, although it can be mitigated, it cannot be stopped. As a consequence, the level of uncertainty is high to propose resilient design strategies to counteract its effects on people's comfort and health. Likewise, a limitation is the collection of information and access to climatic data of each place, so in the present work a cycle of temperature, relative humidity and wind speed measurements was proposed in a case study of social housing in the city of Tunja, Colombia. Thus, the objective of the article is to analyze and validate the reliability of the data collected on site. For this purpose, a descriptive statistical analysis of the information was carried out with tools such as Excel and PSPP version 1.4.1. As a result, it was found that, although the average level of reliability is acceptable, there are data below the minimum value of acceptability. It was concluded that descriptive statistics allows to know the margin of error to which the data are exposed and therefore reduce the uncertainty in the resilient design.