Sobre modelos y pronósticos
Hace pocas semanas un modelo predecía que habría 250,000 muertes por covid19 en los Estados Unidos. Hace una semana, un nuevo modelo predijo 60,000 muertes. ¿Qué pasó con el modelo original? ¿Cómo puede el pronóstico haber cambiado tanto en tan poco tiempo? ¿Podemos confiar en modelos que tienen, obviamente, un error de pronóstico tan grande o que, al menos, ajustan sus pronósticos de manera tan rápida?
Muchos modelos no se basan solamente en la información del país, sino que incluyen también información de otros países (o de hasta epidemias pasadas) para tener pronósticos más confiables. En esos casos, la capacidad predictiva podría ser mayor si se toman en cuenta las diferencias que existen entre países y entre pandemias. Construir modelos sólidos, sin embargo, toma tiempo. A veces mucho tiempo.
Es importante además señalar que no basta con contar con conocimiento de estadísticas para tener un modelo apropiado. Incluso si contásemos con abundante data, el modelo debería estar bien especificado, utilizando variables que realmente están detrás de la evolución del número de contagiados. No basta con que dos variables estén correlacionadas para concluir que una variable causa a la otra. Por ello, es vital que los modelos sean estimados sobre la base del conocimiento de no solo investigadores expertos en estadística, sino también en epidemiologia. Estimar modelos que estimen la evolución de la pandemia es pues una tarea compleja. Y debe ser tratada como tal.
Sin duda, en lo relacionado con la pandemia del covid19, queremos modelos que nos digan de una vez qué va a pasar en el futuro. Sentimos la urgencia de tener modelos que nos digan qué va a ocurrir. El Estado lo requiere. Las familias y las empresas necesitan información. Ciertamente, tener algo de información (aunque no muy precisa) puede ser mejor que nada. Sin embargo, debemos ser conscientes de las limitaciones que enfrentan muchos modelos para pronosticar el futuro.
Estos cambios de pronósticos no son una novedad para quienes hacen investigación cuantitativa: en muchos casos, la capacidad predictiva de los modelos es bastante limitada. Es importante comprender que la capacidad predictiva de un modelo depende de varios factores. En particular, para contar con un buen pronóstico del número de contagiados o de fallecidos por covid19, se requiere contar con información pasada sobre la evolución de la pandemia y de una serie de variables que puedan influir en la evolución. Si uno se basa solo en la información de la pandemia en el país, pues contará con muy pocos datos para tener un pronóstico confiable. Tendríamos que contar con meses de data e información sobre los determinantes en la evolución de la pandemia en el país para tener un modelo sólido que nos ayude a pronosticar el futuro.
Muchos modelos no se basan solamente en la información del país, sino que incluyen también información de otros países (o de hasta epidemias pasadas) para tener pronósticos más confiables. En esos casos, la capacidad predictiva podría ser mayor si se toman en cuenta las diferencias que existen entre países y entre pandemias. Construir modelos sólidos, sin embargo, toma tiempo. A veces mucho tiempo.
Es importante además señalar que no basta con contar con conocimiento de estadísticas para tener un modelo apropiado. Incluso si contásemos con abundante data, el modelo debería estar bien especificado, utilizando variables que realmente están detrás de la evolución del número de contagiados. No basta con que dos variables estén correlacionadas para concluir que una variable causa a la otra. Por ello, es vital que los modelos sean estimados sobre la base del conocimiento de no solo investigadores expertos en estadística, sino también en epidemiologia. Estimar modelos que estimen la evolución de la pandemia es pues una tarea compleja. Y debe ser tratada como tal.
Sin duda, en lo relacionado con la pandemia del covid19, queremos modelos que nos digan de una vez qué va a pasar en el futuro. Sentimos la urgencia de tener modelos que nos digan qué va a ocurrir. El Estado lo requiere. Las familias y las empresas necesitan información. Ciertamente, tener algo de información (aunque no muy precisa) puede ser mejor que nada. Sin embargo, debemos ser conscientes de las limitaciones que enfrentan muchos modelos para pronosticar el futuro.