“Actúa como mi tutor de estadística para Ingeniería Agrícola. Explícame en máximo 3 viñetas (bullet points) qué es la Verosimilitud (Likelihood) y por qué es necesaria evaluarla cuando varias distribuciones (como Gamma y Lognormal) parecen ajustarse bien a mis datos históricos de caudales máximos anuales. Usa un lenguaje técnico pero claro, ideal para tomar notas a mano.”
Verosimilitud \(L(\theta|x)\): función de los parámetros \(\theta\) dada la muestra \(x\); mide qué tan plausibles son distintos \(\theta\) para generar esos caudales. Se maximiza para obtener \(\hat{\theta}\) (MV).
Gamma vs. Lognormal: ambas pueden ajustar bien, pero difieren en la cola. \(L\) permite comparar con AIC/BIC: \(AIC=-2\ln L+2k\), \(BIC=-2\ln L+k\ln n\).
En Ingeniería Agrícola: no basta el ajuste visual; la verosimilitud decide el modelo para extrapolar \(Q_{100}\), \(Q_{500}\) y diseñar drenaje, embalses y riego.
“Ahora necesito anotar el concepto de desempate. Explícame brevemente el Principio de Parsimonia y el Criterio de Información de Akaike (AIC). Dame una analogía sencilla relacionada con el diseño de una obra en el campo (ej. un canal o un muro) y termina con la ‘regla de oro’ matemática para saber qué distribución gana según el AIC. Estructúralo para copiarlo en mi cuaderno.”
Desempate: Parsimonia y AIC
Parsimonia: entre modelos que ajustan similar, gana el más simple (menos parámetros).
AIC: \(AIC = -2\ln L + 2k\). Premia buen ajuste, penaliza complejidad (\(k\) = nº parámetros).
Analogía: dos canales drenan igual, pero uno usa 2 compuertas y otro 5. El de 2 es más barato y falla menos. Igual el AIC.
Regla de oro: gana menor AIC. Si \(\Delta AIC \le 2\) → empate técnico; \(>10\) → evidencia fuerte.