tv.um.es

Dentro de el plan de contingencia, por la pandemia de coronavirus he pensado que para el tema 5, que como ya lo comenté con diferencia el más complicado de todo el temario, en lugar de dejar simplemente el tema en el temario para que lo leáis voy a hacer una vídeo, explicando un poco lo mismo que explicaría en clase en la presentación de esta manera, cuando después de verlo podemos hacer una sesión en el chat del aula virtual para que consulten las dudas que tengáis para hacerlo un poco más ágil lo voy a dividir en seis vídeos cada 1, pero tanto uno de los puntos que aparecen aquí en este vídeo vamos a ver la introducción y luego veremos tres vídeos con tres grandes tipos de métodos de interpelación. Luego veremos cómo podemos combinar diferentes métodos y finalmente veremos en el último vídeo como validar los resultados de la interpelación. El objetivo de cuando tenemos una interpelación siempre es estimar el valor de una o varias receta que pueden ser precipitación, temperatura, cualquiera, entrenador y cuantitativa. Queremos estimar el valor de una receta en un punto, por ejemplo, en este punto rojo que tenéis aquí a partir de una muestra de puntos en la que si conocemos el valor de esa variable z, que sería pues todos los puntos que tenéis aquí en azul y de un método de población. Vamos a ver antes que nada, algunos conceptos importantes. En primer lugar, punto de interpelación sería el punto en el cual no conocemos el valor de la variable, etc, y queremos puntos de muestreo. Son todos los puntos donde sí conocemos la variable z y que vamos a utilizar para incorporar puntos de validación; serían aquellos en los que sí conocemos el valor de varias veces, pero no lo vamos a utilizar para interponer, porque los utilizaremos a posteriori para evaluar cómo ha salido la interpelación. Luego una cuestión que hay que tener clara la diferencia entre interpelación y extrapolación incorporación sería estimar el valor de la receta dentro del conjunto de puntos de muestreo. Es decir, en toda esta zona podríamos interponer con relativa garantías si intentamos y Interpol, por ejemplo, en este punto, es decir, alejados de nuestros puntos de muestreo. Lo que estaríamos haciendo realmente es una extrapolación incorporación, y normalmente los resultados van a ser mucho peores. Vamos a ver unos cuantos métodos de interpretación y, en general, todos se basan en la idea de la relación espacial, es decir, que una variable cuantitativa. Si medimos en puntos diferentes la diferencia entre los valores medidos, va a depender de la distancia entre los puntos, es decir, si medimos la variable z en dos puntos muy cercanos para ser muy muy similares, pero si medimos la variable puntos alejados, los varones van a ser considerablemente más diferentes. Nos basamos en sí que el objetivo suele ser obtener una capa completa, es decir interponer el valor de la receta en todas las entidades, de la a partir de una muestra de datos puntuales o de una muestra de Isolina caso de las aerolíneas. No lo vamos a ver, no vamos a centrar en el caso de los datos puntuales. Bien, los métodos de interpretación pueden dividirse en función de diferentes criterios, los fundamentales son estos y para explicarlo voy a intentar hacerlo a partir de un ejemplo. Aquí tenéis los tenéis. En un tránsito de 250 kilómetros en línea recta tenéis unos datos inventados de precipitación anual en milímetros que irían como veis aproximadamente 100 hasta cerca de 1.200. La idea sería intentar interponer en los valores de precipitación en aquellos puntos donde no tengo datos. Es decir, esos puntitos serían nuestros puntos de muestreo y el espacio entre los puntos sería el conjunto de puntos de corporación. Como ejemplo, vamos a ver dos modelos muy sencillos. Este primero es un modelo basado en el vecino más próximo que hemos visto en anteriores temas. Como veis en cada punto del tránsito lo que hacemos es estimar el valor de precipitación como eran los de precipitación, el punto de muestreo más cercano en todos estos puntos, el punto más cercano en el punto más cercano sería éste lo tanto en estos. Este tránsito de aquí pues su trayecto, el punto más cercano sería estoy aquí por el punto, le damos valor a todo esto y así pasa con el resto de insecto. Es una manera muy sencilla, es una interpretación muy sencillo, evidentemente, no muy bueno, no es muy exacto, pero nos va a servir para entender los diferentes frentes. Es manera de dividir los métodos de interpretación que tenéis aquí bien. Otro modelo un poquito más complicado sería. Sería estoy aquí que aparecen azul, es simplemente una una regresión Cuadra. Es una regresión en la que de utilizar una ecuación del tipo y es igual a más por el que utilizamos una ecuación de tipo, y es igual a más de por el que es más, por la escuadra. El primer criterio para distinguir entre métodos de interpretación sería entre métodos mecánicos y métodos probar métodos mecánicos son aquellos que se ejecutan, se utilizan sin hacer ningún tipo de análisis, de análisis estadístico de la variable que queremos incorporar. Los métodos son los que necesitan, primero, un análisis estadístico para generar un modelo y luego la aplicación de ese modelo, el método de vecino más próximo es claramente un método, un método mecánico vale, porque no tengo yo no tengo que hacer ningún análisis estadístico para saber o para estimar y cada punto del tránsito cuál es el punto de demostrado más cercano y por lo tanto, utilizar el valor medio de ese punto para estimar el valor que en ese punto de interpretación, en cambio la regresión Cuadra, ética es un método, es. Toca Stico. Perdón, su método probar, porque se necesita hacer un análisis estadístico previo. Otro criterio serían los métodos locales. Solo método aprobado entonces locales son aquellos que utilizan solamente los puntos de muestreo más próximos para estimar el valor de la variable. Faceta el punto de incorporación en este caso vecinos más próximos claramente un método local, porque solamente el punto más cercano solamente utiliza un puerto en cambio la regresión es un método global porque necesitamos todos los puntos para hacer ese análisis estadístico que me va a permitir después después hacer la estimación en cada punto del insecto por otra parte tenemos métodos exactos, no aproximados exactos, son aquellos que en los puntos de muestreo estiman exactamente el valor que hemos medido este caso vecinos más próximos. Como veis, estima en los puntos de muestreo exactamente el valor medido mientras que la regresión ética en algunos puntos se acerca un poco más, como en estos 2, pero en algunos puntos se aleja bastante de acuerdo. En principio podría parecer que es preferible un método de ese acto, ha comenzado aproximado, pero esto no es así porque si forzamos método de preparación para que nos den en los puntos de muestreo exactamente con los que hemos medido, podemos llegar a cometer errores muy grandes fuera de los errores, de los puntos de demuestre bale. Por otra parte tenemos métodos determinista sobre los métodos son aquellos que siempre producen el mismo resultado. Estos métodos son determinista porque los problemas las veces que lo aprobemos si lo utilizamos siempre los mismos datos, los resultado para ser siempre los mismos, en cambio en un método de castigo nos podemos encontrar con diferentes ejecuciones del mismo modelo van a dar resultados diferentes de nuevo podría parecer que prefirió un método, determinista un método, pero claramente tampoco es así pues no necesariamente es así. Un método de esto plástico tiene la ventaja de que al ejecutarlo varias veces obtener resultados diferentes podemos tener una idea de la incertidumbre que tenemos en la estimación, mientras el método determinista, algunos métodos para dar una incertidumbre y otros no vale. El quinto criterio sería la distinción entre métodos que permiten o no tener predicciones fuera del campo en el caso del vecino más próximos y os dais cuenta, tal como está planteado, es imposible que en ningún punto podamos estimar un valor de z inferior al mínimo que hemos medido ni tampoco un valor receta superior al mínimo, que es decir, estamos siempre limitados todas las predicciones para estar limitadas a este rango de valores, mientras que en un método, que si nos deje ir más allá como es la ética, podemos llegar a obtener valores más pequeños que el mínimo de los heridos y más grandes. Para terminar con este conjunto de criterios tendríamos predicciones puntuales o bloque. Las predicciones puntuales son aquellas que se hacen exactamente para un punto, con unas coordenadas determinadas y las predicciones de bloque. Son aquellas que se hacen para, digamos, cuadrados, para rectángulos de una determinada. Podría ser, por ejemplo, para en una. Sesión de cuentas son seis criterios con dos posibilidades cada 1, lo que significa que podemos llegar a tener dos elevadas y combinaciones diferentes, es decir, un gran número de métodos de interpretación. Además, cada una de estas combinaciones puede estar representada por diferentes métodos de interpretación, lo preferencias que hay más habituales o elementos de interpretación para contar en torno a un centenar de interpelación. Nosotros vamos a ver solamente tres tipos. Los métodos de regresión, que son métodos globales y aproximados los métodos mecánicos de interposición local, que son además exactos, y los métodos de población local, que también son exactos todo esto lo veremos ya en el siguiente vídeo que lo dedicaremos a métodos globales de regresión a partir de variables ambientales.