01 · Punto de partida
El cara a cara final
En el Tema 36 definimos validación y en el Tema 37 calibramos parámetros. Ahora toca el contraste sistemático: poner mediciones reales y salidas simuladas en el mismo eje, en las mismas unidades y en las mismas condiciones, y juzgar con números si el modelo ya calibrado aguanta la comparación.
Comparar no es restar dos promedios: un modelo puede empatar la media y fallar en todo lo que importa (picos, variabilidad, rachas). La comparación honesta mira el centro, la dispersión y la forma, en ese orden.
- ¿Se alinean período, unidades y condiciones antes de comparar?
- ¿Empatan el centro, la dispersión y los extremos?
- ¿Cuántos datos reales caen dentro de la envolvente simulada?
- ¿La discrepancia impide la decisión o es tolerable?
02 · Vocabulario mínimo
Medición, envolvente y discrepancia
Medición
Dato real en ventana y unidades declaradas: lo que el sistema hizo, con su ruido.
Envolvente
Banda de las réplicas simuladas (mín–máx o media ± desvío): lo que el modelo dice que podía pasar.
Discrepancia
Distancia entre ambos: sesgo, MAE y cobertura (¿cuántos reales caen dentro?).
| Mirada | Qué se compara | Qué delata |
|---|---|---|
| Centro | Media real vs media simulada | Sesgo sistemático del modelo |
| Dispersión | Desvío y envolvente de réplicas | Modelo demasiado «seguro» o nervioso |
| Forma | Picos, rachas y extremos | Igual promedio, distinto riesgo |
| Cobertura | % de reales dentro de la banda | Si la envolvente promete lo que cumple |
03 · Tres miradas
Centro, dispersión y forma
- 1Centro.
Sesgo y MAE del Tema 36: ¿el modelo tira alto, bajo o empata?
- 2Dispersión.
¿La banda simulada cubre la nube real, la ahoga o la deja afuera?
- 3Forma.
Picos y rachas día a día: ¿el modelo llega tarde, suaviza o inventa extremos?
Comparar promedios
Barato y ciego
«Ambos dan 14: validado». Esconde que uno varía entre 12 y 16 y el otro es plano en 14.
Comparar distribuciones
Más trabajo y verdad
Envolvente, cobertura y extremos: dice si el modelo sirve cuando importa, en los picos.
- Medición
- Dato observado del sistema real en condiciones declaradas.
- Envolvente
- Banda de réplicas simuladas para las mismas condiciones.
- Cobertura
- Porcentaje de mediciones dentro de la envolvente.
- Discrepancia
- Diferencia cuantificada: sesgo, MAE y fuera de banda.
04 · Protocolo
El contraste en cinco pasos
Se alinean ventanas y unidades, se superponen curvas y bandas, se cuantifican sesgo, MAE y cobertura, se juzga contra la tolerancia del Tema 36 y se declara el rango donde el modelo responde. El Tema 39 usará ese modelo para escenarios nuevos.
05 · En Python
Cobertura: ¿cuántos reales caen dentro?
Además del MAE, la cobertura dice si la envolvente promete lo que cumple: qué fracción de mediciones cae dentro de la banda simulada.
Python en tu navegador. Comparar son listas, bandas y conteos.
real = [12, 15, 13, 16, 14]
banda = [(11, 14), (13, 16), (12, 15), (14, 17), (13, 16)]
def cobertura(real, banda):
dentro = sum(lo <= v <= hi for v, (lo, hi) in zip(real, banda))
return dentro / len(real)
print("cobertura:", round(cobertura(real, banda), 2))Sesgo y MAE de la misma pasada
Centro y tamaño del error, juntos: el sesgo dice hacia dónde erra, el MAE cuánto.
sim = [12.5, 14.5, 13.5, 15.5, 14.5]
sesgo = sum(a - b for a, b in zip(sim, real)) / len(real)
mae = sum(abs(a - b) for a, b in zip(sim, real)) / len(real)
print("sesgo:", round(sesgo, 2), "MAE:", round(mae, 2))06 · Exploración
Laboratorio: ¿la banda cubre la realidad?
Los puntos son mediciones reales de 12 días. La banda es tu modelo ya calibrado: mové su sesgo y su ancho y observá cómo cambian el MAE y la cobertura. La tolerancia del Tema 36 sigue valiendo: MAE ≤ 1,0.
Banda contra puntos
cobertura = reales dentro / 12
Con sesgo 0 y ancho 2, la banda cubre casi toda la realidad.
Puntos: mediciones reales. Línea y banda: media y envolvente del modelo. Puntos fuera de la banda quedan marcados.
Preguntas para explorar
- Llevá el sesgo a +3 con ancho 2. ¿El MAE supera la tolerancia? ¿La cobertura lo anticipa?
- Volvé el sesgo a 0 y achicá el ancho a 0,5. ¿El MAE sigue bien pero la cobertura se derrumba? ¿Qué enseña?
- Agranda el ancho a 4. ¿La cobertura llega a 100%? ¿Eso significa un gran modelo?
Ver respuestas sugeridas
- Sí: el MAE trepa y la cobertura cae porque la banda flota arriba de los puntos. Centro y cobertura condenan juntos.
- Sí: el centro empata pero la banda «segura» deja la mitad de la realidad afuera. Igual media no es igual modelo.
- Sí, pero a fuerza de prometer todo: una banda enorme cubre siempre y no informa nada. Cobertura sin ancho es trampa.
07 · Comprensión
Confusiones frecuentes
«Igual promedio, modelo válido»
El promedio esconde dispersión y forma. Hay que mirar banda, cobertura y extremos antes de firmar.
«Cobertura 100% es lo ideal»
Solo con ancho razonable. La banda infinita cubre todo y no predice nada: cobertura y ancho se leen juntos.
«Un pico afuera invalida todo»
Depende de la tolerancia y del uso: un fuera de banda en 12 días puede ser ruido. La serie de fuera de banda decide.
«Comparar una vez alcanza»
La comparación se repite con datos nuevos (Tema 36) y tras cada calibración (Tema 37). Es un hábito, no un trámite.
08 · Práctica guiada
Ejercicios con Python
Ejercicio 1: calcular cobertura
¿Qué fracción de estas 5 mediciones cae dentro de la banda simulada?
real = [12, 15, 13, 16, 14]
banda = [(11, 14), (13, 16), (12, 15), (14, 17), (13, 16)]
dentro = sum(lo <= v <= hi for v, (lo, hi) in zip(real, banda))
print("cobertura:", dentro / len(real))Ver solución razonada
Da cobertura: 1.0: las 5 mediciones caen dentro. Con bandas más angostas, alguna quedaría afuera.
Ejercicio 2: sesgo y MAE juntos
Medí centro y tamaño del error para esta comparación.
real = [12, 15, 13, 16, 14]
sim = [12.5, 14.5, 13.5, 15.5, 14.5]
sesgo = sum(a - b for a, b in zip(sim, real)) / len(real)
mae = sum(abs(a - b) for a, b in zip(sim, real)) / len(real)
print(round(sesgo, 2), round(mae, 2))Ver solución
Da 0.1 0.5: casi sin sesgo y error típico de medio cliente. Centro y tamaño, siempre juntos.
Ejercicio 3: detectar la banda tramposa
Dos bandas cubren 100%: una de ancho 2 y otra de ancho 10. ¿Cuál informa?
Ver una posible respuesta
print("ancho 2: promete 12–14, informa")
print("ancho 10: promete 9–19, no informa")La cobertura sola no basta: 100% con ancho 10 es prometer todo. Cobertura y ancho se juzgan juntos.
09 · Síntesis
Ideas para recordar
- Comparar es alinear ventana y unidades, superponer y cuantificar.
- Se mira centro, dispersión y forma, en ese orden.
- Sesgo, MAE y cobertura viajan juntos; ninguno solo alcanza.
- Cobertura sin ancho es trampa: la banda infinita siempre cubre.
- En Python: bandas como tuplas, conteo de dentro y errores en una pasada.
En el próximo tema jugaremos con futuros posibles: el análisis de escenarios.