View full document (in Spanish) [PDF 4.60 MB] - PreventionWeb

C A P I T U L O II
considerados en el pronóstico final.
3 ¿Cómo considerar si el coeficiente de Pearson y Spearman
son altos pero negativos?
No se consideran en el análisis. Los valores por estación
son descartados y no considerados en el agrupamiento final
de los pronósticos.
4 ¿Cómo obtener los límites de los valores de la climatología?
Existen dos formas de obtener la climatología:
La primera, proviene de la misma data original (formato
de datos de entrada del CPT correspondiente a la variable
que se desea predecir = Y), a cada columna se debe añadir
los valores del percentil 33 y 66, los cuales corresponden
a los limites de los terciles. Éste valor es variable en función
de que los límites de las probabilidades sean cambiados.
La segunda forma, lo proporciona el programa CPT, con
el comando TOOL/FORECAST/SERIES/ parte superior climatología
donde además indica el período asumido en el
cálculo. (Figura 61)
5 ¿El CPT proporciona valores determinísticos en sus
pronósticos?
El CPT tiene la ventaja de realizar múltiples operaciones,
por lo tanto proporciona múltiples resultados, uno de ellos
es la estimación de los valores de pronósticos cuantitativos
bajo un nivel de confianza determinado (por defecto el programa
calcula con el 68.3% de nivel de confianza).
Este se puede visualizar luego de activar el pronóstico por
series, posterior a la realización de la corrida: TOOL/FORE-
CAST/SERIES/ (Figura 62)
6 ¿Qué se entiende por Intervalos de confianza?
Interpretación 1
Un intervalo de confianza es un rango de valores que tiene
una probabilidad dada de contener el parámetro siendo
estimado. Los Intervalos de confianza del 95% y 99% los
cuales tienen 0.95 y 0.99 de probabilidad de contener el
parámetro respectivamente son los más usados.
Si el parámetro siendo estimado fuera m, el intervalo de
confianza del 95% será algo como:
28
ESTE GRÁFICO ESTABA A BAJA RESOLUCIÓN
EN EL ORIGINAL DE WORD. LO HE ESTA-
DO SOLICITANDO DESDE EL INICIO DE LA
DIAGRAMACIÓN.
Figura 61
12.5 ≤ m ≤ 30.2
ESTE GRÁFICO ESTABA A BAJA RESOLUCIÓN
EN EL ORIGINAL DE WORD. LO HE ESTA-
DO SOLICITANDO DESDE EL INICIO DE LA
DIAGRAMACIÓN.
Figura 62
Esto significa que el intervalo entre 12.5 y 30.2 tiene una
probabilidad 0.95 de contener m. Podemos también decir
que si el procedimiento para calcular el intervalo de confianza
del 95% es usado muchas ocasiones, el 95% de las
veces el intervalo contendrá al parámetro.
Interpretación 2.
Se llama intervalo de confianza en estadística a un intervalo
de valores alrededor de un parámetro muestral en los
que, con una probabilidad o nivel de confianza determinado,
se situará el parámetro poblacional a estimar. Si α es el
error aleatorio que se quiere cometer, la probabilidad será
de 1-α. A menor nivel de confianza el intervalo será más
preciso, pero se cometerá un mayor error.
Para comprender las siguientes fórmulas, es necesario conocer
los conceptos de variabilidad del parámetro, error,
nivel de confianza, valor crítico y valor α.
Un intervalo de confianza es, pues, una expresión del tipo
[θ1, θ2] ó θ1 ≤ θ ≤ θ2, donde θ es el parámetro a estimar.
Este intervalo contiene al parámetro estimado con una determinada
certeza o nivel de confianza 1-α.
Al ofrecer un intervalo de confianza se da por supuesto que
los datos poblacionales se distribuyen de un modo determinado.
Es habitual que lo hagan mediante la distribución
normal. La construcción de intervalos de confianza se realiza
usando la desigualdad de Chebyshev. (Figura 63)
Figura 63
GUÍA TÉCNICA PARA LA IMPLEMENTACIÓN DE UN SISTEMA REGIONAL DE INFORMACIÓN APLICADA A LA GESTIÓN DE
RIESGO AGRÍCOLA EN LOS PAÍSES ANDINOS