parsimonia_AIC
rafael paternina
2026-09-30
principio de parsimonia
principio de parsimonia
- Concepto de Verosimilitud: Es una función matemática que cuantifica la plausibilidad de que un modelo estadístico específico (con parámetros dados) haya generado tu muestra exacta de datos. En términos simples, responde a: “Si esta distribución fuera la verdadera, ¿qué tan probable era observar los caudales que realmente medí?”.
- El “desempate” analítico: Distribuciones como la Gamma y la Lognormal (ambas asimétricas) suelen verse gráficamente casi idénticas al superponerlas sobre un histograma de caudales máximos. Evaluar la verosimilitud te proporciona un criterio numérico riguroso (y no visual) para comparar y decidir objetivamente qué distribución captura mejor la estructura matemática de tu serie histórica.
- Impacto en los extremos de diseño: Es necesario evaluarla porque, aunque ambas curvas se ajusten bien a los datos centrales, sus “colas” de probabilidad divergen fuertemente. Usar la verosimilitud para elegir el modelo correcto garantiza mayor precisión al extrapolar eventos extremos (periodos de retorno altos), lo cual es crítico para no subestimar o sobreestimar el diseño de obras de protección hidráulica.
Parsimonia y AIC (Resumen para notas)
- Principio de Parsimonia: “Menos es más”. Entre modelos que ajustan igual de bien, elige siempre el más simple (con menos parámetros) para evitar el sobreajuste.
- Criterio de Akaike (AIC): Métrica matemática que evalúa este equilibrio. Premia el buen ajuste a tus datos, pero “castiga” el modelo si usa demasiados parámetros para lograrlo.
🚜 Analogía (Diseño de un Canal): Si debes diseñar un canal para evacuar un caudal y tienes dos opciones: un canal de tierra simple o uno de geometría variable con concreto escalonado. Si ambos funcionan perfectamente, el diseño complejo es un desperdicio de recursos. El AIC actúa como el “interventor” de la obra: te penaliza por diseñar algo innecesariamente complicado cuando lo simple bastaba.
⭐ La “Regla de Oro”:
Al comparar varias distribuciones, gana la que tenga el valor de AIC MÁS BAJO (mejor relación precisión-simplicidad).