Pronosticos:principios, desarrollo,aplicacion y evaluacion

[ROCKstormSJ4315]

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.

[ROCKstormSJ4315]

Re: Pronosticos:principios, desarrollo,aplicacion y evaluacion

Postby ROCKStormSJ4315 on Mon Aug 29, 2011 1:59 am



emanuelrgz wrote:Oye Rock, estaba estudiando de dinámica y recordé algo que siempre tú dices. Mira esta frase que saqué del libro



The general set of partial differential equations governing the motions of the
atmosphere is extremely complex; no general solutions are known to exist.


Excelente hallazgo amigo. Ya vez por que soy un tanto conservador al comentar los modelos. No por que esten mal, es que me gustaria tener mas informacion de esas variables y como van cambiando segun corren los modelos. Deseo que creo que jamas podre satisfacer . 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.
God is great, beer is good and this season looks crazy B. C.
User avatar
ROCKStormSJ4315 Categoria 5++
Categoria 5++ Posts: 2831Joined: Wed Sep 15, 2010 12:54 pmLocation: Hato Rey, San Juan, PR

[ROCKstormSJ4315]

Re: Pronosticos:principios, desarrollo,aplicacion y evaluacion

Postby ROCKStormSJ4315 on Mon Aug 29, 2011 9:30 pm



AnaRosa wrote:Hola, Yo soy solo fanatica de la metereologia, y siempre he tenido la duda de como establecen los pronosticos. Como analista de sistema que soy, pienso que son aplicaciones de computadoras que se alimentan de datos introducidos, lo que hacen que la aplicacion busque en su banco de datos patrones similares y establezcan rutas. Cualquier dato o variable nueva, hace fallar el pronostico por no estar considerado en ese momento. Buenos, esto es solo mi opinion de inexperta . Anyway, me gustaria saber mas sobre el tema.

saludos,
Ana Rosa


Al contrario, excelente comentario Ana. Y tienes la misma inquietud que yo, que variables usan esos modelos, de donde salen esos valores para colocarlos al modelo, como miden sus posibles fallas, como tratan de mejorarlos con el tiempo, como miden su efectividad o lo que he llamado KPI(Key Permormance Indicators). Y totalmente de acuerdo contigo, algunos programas de computadora tienen simulacion y permiten corridas en diferentes escenarios. La computadora es un facilitador para simplificar y acortar el tiempo de algo que manualmenet seria casi imposible. Y como siempre digo y concuerdo contigo. La computadora se nutre con al informacion que el ser humano le brinda y no interpreta resultados. Es el ser humano el que tiene que interpretar los mismos. Si se ven irreales algo de esas variables esta mal y debe ser revisado. Nunca he creido en la frase matematica tipica de los libros llamada "solucion optima". En el tropico menos donde todo cambia en media hora. Y en cuanto a fallar, en un pronostico o prediccion(son diferentes) lo unico que esta seguro es que va a fallar. Lo que se busca es que el margen de error sea bajo. Y cuando en un modelo de trayectoria se nutre de variables que a su vez son estimadas, el resultado de la trayectoria tiene un margen de error equivalente a la suma de error de esas variables y a la del modelo mismo. Por eso es que a veces vemos conos de trayectoria de mas de 400 millas de incertidumbre. Cuando eso ocurre, estadisticamente implica que lo que no hay nada seguro aun o es poco probable o tiene mucha incertidumbre(como se le quiera llamar). Esto que escribi al inicio del "post" hace unos dias, es un resumen de un articulo de varias partes que escribi el ano pasado. Esta vez lo hice mas corto y menos complicado, pues los numeros no le gustan muchos.

Saludos,

Rockstorm

[ROCKstormSJ4315]

Re: Pronosticos:principios, desarrollo,aplicacion y evaluacion

Postby ROCKStormSJ4315 on Sat Sep 03, 2011 2:09 pm

Saludos Ana Rosa.

No he tenido tiempo para buscar la pagina que comentas. Ya lo estare haciendo para darte mi impresion. Siguiendo con el mismo tema de los modelos, en varios libros de mi area, bajo "Supply Chain Management" se dan siempre varios consejos. Como por ejemplo se dan entre otras mas, las siguientes recomendaciones:

La tecnologia informatica (que puede incluir tambien los modelos de trayectoria) esta para mejorar el "performance". Pero hay que tener mucho cuidado con la implementacion de la tecnologia y sus repectivos "software", pues no necesariamente garantiza el exito o genera los resultados esperados. No se puede ver un resultado generado por la tecnologia como la solucion a algun problema. La tecnologia(incluyendo los modelos de trayectoria) son una herramienta mas en la bisqueda de la excelencia. Los "sofware" estan ahi para simplificar o hacer mas rapido lo que "a mano" tomaria mas tiempo, pero jamas, jamas y vuelvo y resalto jamas sustituye el juicio de las personas que deben usar sus conocimientos para evaluar los resultados. Quien finalmente piensa y decide es la persona, no el programa de computadora. En esa evaluacion deben analizar si los resultados lucen realistas o no. De no serlo, buscar la razon, pues esos resultados que genero el "software" se nutrieron de informacion que tu le suministraste y/o de unos supuestos que asume el programa cuando se diseno que deben estar presentes. Ejemplo Programacion Lineal. Si la relacion entre las variables no es lineal(supuesto) los resultados no son confiables. Existen estudios que sugieren que son las mismas personas las que constituyen una barrera para el uso efectivo de la tecnologia de informacuion existente. Es por eso que algunas vecess hay molestias en algunas empresas porque la inversion en tecnologia y "software" no generaron los resultados esperados para justificar la millonaria inversion. Entre los indicadores a ver esta la accesibilidad de la informacion incluyendo la informacion que nutre el programa. Esta tambien relevancia, en otras palabras que esa informacion sea pertinente para poder tomar decisiones con ella. Existe tambien la precision que se refiere a que debe ser lo mas correcta posible y mas aun en los modelos de trayectoria que incluye nutrir los modelos de informacion muy compleja. Se usa tambien el "timely" que se refiere a que la informacion debe estar los mas "up to date" posible y disponible en un periodo de tiempo razonable.

En las empresas esto es una norma cada dia mas comun para mantenerse competitivos y ser lo que llaman "World Class Competitive" en un ambiente cada vez mas "Global Business"

Mis excusas por el uso de algunas palabras en ingles, pero a veces traducirlas no es facil pues pierden el sentido o simplemente se usan asi en el ambiente empresarial. Pero lo importante aqui es tener mucho cuidado al momento de analizar resultados y entender por que vemos frecuentemente distintos escenarios para una misma cosa.

[ROCKstormSJ4315]

Ya que anda Isaac por ahi, de hoy a manana voy a comentar aqui sobre tres estudios que evaluam los principales modelos de trayectoria de huracanes y su relacion con lo que he escrito aqui sobre los pronosticos.

[ROCKstormSJ4315]

Aqui esta uno de los tres articulos que comente que explican el problema que tienen los modelos de pronostico de huracanes. Aunque creo que es del 2010, la inmensa mayoria de lo que ahi esta prevalece actualmente.

Este articulo mas lo que he escrito bajo este tema, explican las razones por las cuales tiendo a ser reservado con los "outputs" que salen cada 6 horas o quizas menos en algunos modelos y por que entiendo que seria mejor que salieran cada 12 horas.

A continuacion el enlace. Creditos a Accuweather y al autor del articulo que lo redacto:

https://www.accuweather.com/en/weather- ... rate/18097