Pronosticos:principios, desarrollo,aplicacion y evaluacion
Posted: Wed Aug 07, 2013 1:16 am
Pronosticos:principios, desarrollo,aplicacion y evaluacion
Postby ROCKstormSJ4315 » Wed Aug 07, 2013 1:13 am
Pronosticos:principios, desarrollo,aplicacion y evaluacion
Postby ROCKStormSJ4315 on Sat Aug 13, 2011 10:48 pm
No esta demas volver a traer este articulo que escribi el año pasado en la sala principal.
by ROCKStormSJ4315 on Sat Sep 18, 2010 2:26 pm
Este post busca explicar un poco lo que hay detras de algo que parece simple pero no lo es y son los pronosticos de trayetoria de huracanes. Tambien busca que algunos de lo que lo lean se interesen en escribir sobre como manejan sus propios pronosticos y quien sabe si de la union de un estadistico y un meteorologo foristas aqui, este tema se pueda ampliar un poco mas. Aunque sea un tema que podria ser un tanto aburrido por lo matematico(ahh como nos gustan las formulas y modelos estadisticos) y un tanto tecnico. Pero busca tambien crear conciencia que aun con la tecnologia, los estimados de trayectoria seguiran con su margen de error y que eso no lo podemos alterar. En el tropico en una hora todo puede cambiar.
Mucho leo en varias paginas de meteorologia y en otras sobre este tema. Preguntas como por ejemplo, de donde salen los pronosticos, por que los cambian tanto, por que fallan., etc. Se que existen los modelos de trayectoia dinamicos y/o estadisticos.
Primero que todo hay una serie de principios que nunca se deben perder de vista al momento de hacer un pronostico.
1)Pronostico vs. prediccion suelen usarse como sinonimos y no necesariamente es lo mismo. Una prediccion es hacer estimados (trayectoria, velocidad, presion atmosferica, etc) que esta basado mayormente en analisis cualitativo. Es decir, experiencia, juicio o intuicion. Es lo que se le conoce como fundamentado en analisis cualitativo. Por lo general, lo realizan personas con mucha experiencia y su confianza en estos estimados esta en la “fe” en que nos dicen algo en que confiar. No hay base cientifica para evaluarlos. Pronostico es hacer lo mismo, un estimado pero usando modelos matematicos y/o estadisticos. En otras palabras, analisis cuantitativo. Para estos por el contrario, existen herramientas estadisticas y graficas para evaluar su eficiencia, previo a ser utilizados
2)Hay estimados que se hacen a largo plazo, mediano plazo y corto plazo. Los pronosticos a largo plazo envuelven mas riesgo que los de a corto plazo. Eso explica la razon de las trayectorias que hacen del cono de posibilidades mas ancho segun se estima su trayectoria a mas dias. Los estimados a corto plazo envuelven menos riesgo, pues hay menos incertidumbre con lo que va a pasar en corto tiempo y da mas confiabilidad al estimado. Por ejemplo yo puedo decir hoy no pasara un huracan por PR con seguridad. No obstante corro mucho riesgo si digo que en los proximos dias el area en anaranjada cerca de Cabo Verde pasara sobre Puerto Rico. Muchas cosas pueden pasar en una semana en el tropico.
3)Estimados que envuelvan pocos elementos son mas seguros que los que envuelven mas elementos. Ejemplo, probabilidad de lluvia vs estimar intensidad, velocidad, trayectoria a la misma vez. Mientras mas elementos de algo quieras “adivinar” en el futuro mas riego hay de fallar.
4)Nunca corre un estimado basado solo en analisis cualitativo o cuantitativo, siempre hay una union entre prediccion y pronostico en el estimado final.
5)Lo unico que esta seguro es que el estimado va a fallar por tanto lo que mas se busca son dos metricas muy importantes en las prediciones y/o pronosticos. Precision(confiabilidad o certeza que si falla sea por poco) y que el sesgo(bias) de existir sea minimo. Si hay sesgo es que por lo general sobreestima o subestima lo que busca estimar. Por ejemplo, intensidad de un fenomeno atmosferico o su posible trayectoria. Este analisis se puede hacer muy bien con los pronosticos.
6)Existen tambien herramientas estadisticas para monitorear variaciones en modelos existentes que generen como resultado un ajuste en el modelo y/o posible sustitucion (Tracking Signal)
Del ultimo punto se entiende, segun he leido que existen modelos de trayectoria dinamicos y/o estadisticos por lo que supongo que esto se hace y eso explica el por que de los cambios en trayectoria. Los modelos de trayetoria, aunque no tengo detalles, deben incluir varias variables que cambian constantemente y eso afecta el estimado, por eso es que vemos los famosos ajustes al modelo .
Entre los modelos de pronostico mas populares y/o sencillos estan:
a)Time series” o analisis de tiempo, que se fundamentan en ver trayectorias en el pasado y hacer inferencias para otros fenomenos.
b)Analisis multivariable o causa y efecto. En estos se determinan unas variables(x’s) que pueden afectar lo que quiero estimar que es la variable Y. Esto de por si es tema de otro articulo y es algo tecnico. Aqui el uso de las estadisticas juega un rol muy importante.
Finalmente, cuando veamos los modelos de trayectoria con unos trayectorias tan diferentes es que es obvio que hay mucha incertidumbre en las variables que fundamentan cada modelo. Seria interesante hacer como en Six Sigma unas graficas de control para ver si estan dentro de un nivel de tolerancia. Eso si que no tengo conocimiento para saber si se hace o no. Tampoco si los modelos funcionan mejor cuando estan en ciertas latitudes o longitudes las tormentas. Tampoco si se busca identificar lo que en “Lean System” se conoce como “value added activities. Son variables que si tienen efecto positivo en dar confianza al modelo. De estas, en algunos casos se puede conocer su comportaiento y otros casos no. Si no puedes conocer o controlar su comportamiento no te sirven al modelo de trayectoria mas alla de decir que afectan. Y finalmente las variables aun no identificadas. Esas tienen tambien efecto en las trayectorias y son las que con el tiempo se han ido identificando para cada dia hacer mas confiables los modelos de pronostico. Supongo que esto redundara en que los conos de trayectoria podrian ser mas “narrow” en el futuro.
Last edited by ROCKStormSJ4315 on Tue Jun 05, 2012 10:02 pm, edited 1 time in total
God is great, beer is good and this season looks crazy . B.C.
Postby ROCKstormSJ4315 » Wed Aug 07, 2013 1:13 am
Pronosticos:principios, desarrollo,aplicacion y evaluacion
Postby ROCKStormSJ4315 on Sat Aug 13, 2011 10:48 pm
No esta demas volver a traer este articulo que escribi el año pasado en la sala principal.
by ROCKStormSJ4315 on Sat Sep 18, 2010 2:26 pm
Este post busca explicar un poco lo que hay detras de algo que parece simple pero no lo es y son los pronosticos de trayetoria de huracanes. Tambien busca que algunos de lo que lo lean se interesen en escribir sobre como manejan sus propios pronosticos y quien sabe si de la union de un estadistico y un meteorologo foristas aqui, este tema se pueda ampliar un poco mas. Aunque sea un tema que podria ser un tanto aburrido por lo matematico(ahh como nos gustan las formulas y modelos estadisticos) y un tanto tecnico. Pero busca tambien crear conciencia que aun con la tecnologia, los estimados de trayectoria seguiran con su margen de error y que eso no lo podemos alterar. En el tropico en una hora todo puede cambiar.
Mucho leo en varias paginas de meteorologia y en otras sobre este tema. Preguntas como por ejemplo, de donde salen los pronosticos, por que los cambian tanto, por que fallan., etc. Se que existen los modelos de trayectoia dinamicos y/o estadisticos.
Primero que todo hay una serie de principios que nunca se deben perder de vista al momento de hacer un pronostico.
1)Pronostico vs. prediccion suelen usarse como sinonimos y no necesariamente es lo mismo. Una prediccion es hacer estimados (trayectoria, velocidad, presion atmosferica, etc) que esta basado mayormente en analisis cualitativo. Es decir, experiencia, juicio o intuicion. Es lo que se le conoce como fundamentado en analisis cualitativo. Por lo general, lo realizan personas con mucha experiencia y su confianza en estos estimados esta en la “fe” en que nos dicen algo en que confiar. No hay base cientifica para evaluarlos. Pronostico es hacer lo mismo, un estimado pero usando modelos matematicos y/o estadisticos. En otras palabras, analisis cuantitativo. Para estos por el contrario, existen herramientas estadisticas y graficas para evaluar su eficiencia, previo a ser utilizados
2)Hay estimados que se hacen a largo plazo, mediano plazo y corto plazo. Los pronosticos a largo plazo envuelven mas riesgo que los de a corto plazo. Eso explica la razon de las trayectorias que hacen del cono de posibilidades mas ancho segun se estima su trayectoria a mas dias. Los estimados a corto plazo envuelven menos riesgo, pues hay menos incertidumbre con lo que va a pasar en corto tiempo y da mas confiabilidad al estimado. Por ejemplo yo puedo decir hoy no pasara un huracan por PR con seguridad. No obstante corro mucho riesgo si digo que en los proximos dias el area en anaranjada cerca de Cabo Verde pasara sobre Puerto Rico. Muchas cosas pueden pasar en una semana en el tropico.
3)Estimados que envuelvan pocos elementos son mas seguros que los que envuelven mas elementos. Ejemplo, probabilidad de lluvia vs estimar intensidad, velocidad, trayectoria a la misma vez. Mientras mas elementos de algo quieras “adivinar” en el futuro mas riego hay de fallar.
4)Nunca corre un estimado basado solo en analisis cualitativo o cuantitativo, siempre hay una union entre prediccion y pronostico en el estimado final.
5)Lo unico que esta seguro es que el estimado va a fallar por tanto lo que mas se busca son dos metricas muy importantes en las prediciones y/o pronosticos. Precision(confiabilidad o certeza que si falla sea por poco) y que el sesgo(bias) de existir sea minimo. Si hay sesgo es que por lo general sobreestima o subestima lo que busca estimar. Por ejemplo, intensidad de un fenomeno atmosferico o su posible trayectoria. Este analisis se puede hacer muy bien con los pronosticos.
6)Existen tambien herramientas estadisticas para monitorear variaciones en modelos existentes que generen como resultado un ajuste en el modelo y/o posible sustitucion (Tracking Signal)
Del ultimo punto se entiende, segun he leido que existen modelos de trayectoria dinamicos y/o estadisticos por lo que supongo que esto se hace y eso explica el por que de los cambios en trayectoria. Los modelos de trayetoria, aunque no tengo detalles, deben incluir varias variables que cambian constantemente y eso afecta el estimado, por eso es que vemos los famosos ajustes al modelo .
Entre los modelos de pronostico mas populares y/o sencillos estan:
a)Time series” o analisis de tiempo, que se fundamentan en ver trayectorias en el pasado y hacer inferencias para otros fenomenos.
b)Analisis multivariable o causa y efecto. En estos se determinan unas variables(x’s) que pueden afectar lo que quiero estimar que es la variable Y. Esto de por si es tema de otro articulo y es algo tecnico. Aqui el uso de las estadisticas juega un rol muy importante.
Finalmente, cuando veamos los modelos de trayectoria con unos trayectorias tan diferentes es que es obvio que hay mucha incertidumbre en las variables que fundamentan cada modelo. Seria interesante hacer como en Six Sigma unas graficas de control para ver si estan dentro de un nivel de tolerancia. Eso si que no tengo conocimiento para saber si se hace o no. Tampoco si los modelos funcionan mejor cuando estan en ciertas latitudes o longitudes las tormentas. Tampoco si se busca identificar lo que en “Lean System” se conoce como “value added activities. Son variables que si tienen efecto positivo en dar confianza al modelo. De estas, en algunos casos se puede conocer su comportaiento y otros casos no. Si no puedes conocer o controlar su comportamiento no te sirven al modelo de trayectoria mas alla de decir que afectan. Y finalmente las variables aun no identificadas. Esas tienen tambien efecto en las trayectorias y son las que con el tiempo se han ido identificando para cada dia hacer mas confiables los modelos de pronostico. Supongo que esto redundara en que los conos de trayectoria podrian ser mas “narrow” en el futuro.
Last edited by ROCKStormSJ4315 on Tue Jun 05, 2012 10:02 pm, edited 1 time in total
God is great, beer is good and this season looks crazy . B.C.
. Pero que es lo que me lleva a no comentar mucho de los modelos por lo mismo que dice tu cita por eso digo siempre que hay variables que su comportamiento no se conoce muy bien y estan en los modelos, lo que se traduce en margen de error. Solo cuando veo que hay ciertas tendencias en los modelos, como comente cuando se acercaba Irene, es que los empiezo a ver. Mientras esten con el cambia cambia yo para alla no miro. Esto es como en una grafica de control de calidad. Por ejemplo, si el llenado de botellas no esta entre LCL y UCL hay una gran variacion de proceso y se toma accion correctiva de inmediato. Y aun estando dentro de lo que a veces leo del lenguaje meteorologico (comsenso de modelos) si no veo aleatoriedad en ese consenso tambien tengo reservas. Para no complicar esta parte me refiero a que aun estando una produccion dentro de los limites de tolerancia hay que mirar que esos puntos de llenado por encima o por debajo de ese promedio(normal) no tenga una tendencia, Si la hay, implica que tarde o temprano esa maquina estara llenando de mas las botellas o llenandolas de menos. Sorry, a veces se me hace dificil separar las operaciones de una empresa y su aplicacion estadistica con la meteorologia que no necesariamente se miden iguales. Pero que bien que encontraste que hay literatura que habla de estas variables que le hacen la vida imposible a los que corren los modelos de pronostico y que causan que a veces el modelo pone el sistema pasando por un lugar y luego pasa por otro. Como a esta hora con el ultimo Invest, no hay consenso entre los modelos posiblemente por esas mismas variables. Eso se traduce en incertidumbre aun de si se ira al noroeste de nosotros o seguira mas hacia las Antillas.
. Anyway, me gustaria saber mas sobre el tema.