Asignatura: Probabilidad y Estadística | Docente: Andrés Felipe Ochoa
Fuente: Sistema Integrado de Monitoreo de Cultivos Ilícitos (SIMCI) & Observatorio de Drogas de Colombia (ODC).
Cobertura Temporal: 2001 – 2024 (24 censos anuales continuos por teledetección satelital calibrada).
Unidad de Análisis: Municipio (N = 319 municipios con registro en el censo, en 24 departamentos).
Regiones de análisis: agrupación de departamentos definida por el equipo para este estudio; no corresponde exactamente a las regiones naturales oficiales (por ejemplo, Bolívar y Cesar se agrupan con Antioquia y los Santanderes, y Meta con la Amazonía).
El fenómeno de los cultivos de coca en Colombia ha transitado por tres fases estructurales: (1) Contracción (2001-2012), con un descenso desde 136,918 ha hasta el mínimo de la serie, 47,788 ha, en un periodo de aspersión aérea intensiva; (2) Expansión durante las negociaciones y la firma del Acuerdo de Paz (2013-2017), que coincide con la suspensión de la aspersión con glifosato (2015) y los programas de sustitución (alcanzando 171,495 ha); y (3) Consolidación (2018-2024), con los cultivos concentrados en núcleos de alta densidad y el máximo de la serie en 2024: 261,386 hectáreas (+3.5% frente a 2023).
El análisis bivariado muestra una persistencia municipal muy alta a corto plazo: correlación de Pearson r = 0.985 y elasticidad interanual log-log cercana a 1 (β1 = 1.006, R² = 0.960). El cultivo está muy concentrado: dos regiones suman el 75.8% del total nacional (Pacífica con 46.5% y Andina/Nororiente con 29.3%). La prueba Chi-cuadrado con 5,000 réplicas Monte Carlo (χ² = 29.16, p = 0.0044) permite rechazar, al 1% de significancia, que la región y el nivel de afectación sean independientes.
La comparación de modelos de suavizamiento exponencial mostró que el Holt Amortiguado (Damped Holt) tiene menor error que el Holt Lineal y el Suavizamiento Simple en RMSE, MAE y MAPE (15.52%). Con un factor de amortiguamiento φ = 0.80, el modelo proyecta que el crecimiento se desacelera: 270,731 ha en 2025 y 284,187 ha en 2027. La prueba de Ljung-Box sobre los residuos (Q* = 4.80, p = 0.4405) no detecta autocorrelación en los errores, lo que es consistente con ruido blanco.
Cómo leerlo: cada punto es un año y su altura indica el total de hectáreas con coca detectadas en el país. Al pasar el cursor sobre un punto se ven la cifra exacta, el cambio frente al año anterior y un hecho de contexto. Las líneas punteadas marcan 2012 (mínimo de la serie), 2015 (suspensión de la aspersión), 2016 (Acuerdo de Paz) y 2024 (último censo). Qué nos dice: el área bajó hasta 2012 y desde entonces creció casi sin pausa, hasta su máximo en 2024 (261,386 ha). Los hechos de contexto coinciden en el tiempo con estos cambios, pero el gráfico por sí solo no demuestra que los hayan causado.
Cómo leerlo: cada barra es una región de análisis; entre más larga, más hectáreas tuvo en 2024. Al pasar el cursor se ven su porcentaje del total nacional y cuántos de sus municipios tienen cultivos. Qué nos dice: Pacífica y Andina/Nororiente reúnen el 75.8% del área del país, mientras que Caribe y Orinoquía aportan muy poco.
Cómo leerlo: cada punto es un municipio con cultivos en 2023 y en 2024, y su color indica la región. El eje horizontal muestra sus hectáreas en 2023 y el vertical, en 2024. Los ejes están en escala logarítmica: cada marca vale diez veces la anterior (10, 100, 1,000…), lo que permite ver juntos municipios pequeños y muy grandes. Un punto sobre la línea punteada tuvo la misma área los dos años; por encima de ella, creció; por debajo, disminuyó. La línea roja es la tendencia promedio. Qué nos dice: los puntos casi tocan la línea punteada: los municipios que tenían mucha coca en 2023 siguieron teniendo mucha en 2024. La correlación de Pearson (r = 0.985, donde 1 sería una relación perfecta) mide ese parecido.
Cómo leerlo: funciona igual que el gráfico 2023 vs 2024, pero compara 2016, año de la firma del Acuerdo de Paz, con 2024. Qué nos dice: el 72% de estos municipios queda por encima de la línea punteada, es decir, aumentó su área en esos ocho años. Los puntos están más dispersos que en la comparación 2023–2024 (r = 0.952): con más tiempo de por medio, los cambios por municipio son mayores.
Cómo leerlo: cada cuadro compara dos años, uno en cada eje. El color indica la correlación entre ellos: verde oscuro (cerca de 1) significa que los municipios con más cultivos en un año también eran los de más cultivos en el otro; los colores claros indican que la distribución entre municipios cambió. La diagonal siempre vale 1 porque compara cada año consigo mismo. En cada par de años se usan los municipios que tienen dato en ambos. Qué nos dice: los años cercanos se parecen mucho (cuadros oscuros junto a la diagonal), pero el parecido se pierde entre años lejanos: entre 2001 y 2024 la correlación es de apenas 0.40. Los cultivos de hoy no están en los mismos municipios que a comienzos de siglo.
Cómo leerlo: cada fila es un departamento y cada punto, uno de sus municipios con cultivos en 2024. La caja agrupa la mitad central de los municipios; la raya dentro de ella es la mediana (el municipio que queda en el medio al ordenarlos de menor a mayor), y las líneas que salen de la caja muestran el resto del rango. La escala es logarítmica: cada marca vale diez veces la anterior. Qué nos dice: dentro de un mismo departamento hay diferencias enormes entre municipios y, con frecuencia, uno solo concentra buena parte del área: Tibú tiene el 53% de Norte de Santander y Tumaco, el 42% de Nariño.
Cómo leerla: resume las hectáreas de los municipios con cultivos en 2024, por región. Minimo y Maximo corresponden al municipio con menos y con más área; la Mediana es el valor del municipio que queda en el medio; el IQR es el ancho del rango donde está la mitad central de los municipios; la Media es el promedio y la DE (desviación estándar) mide qué tan dispersos están los valores. Qué nos dice: en todas las regiones con más de un municipio, la media supera a la mediana: unos pocos municipios con áreas muy grandes elevan el promedio. Por eso la mediana describe mejor al municipio típico.
Cómo leerlo: cada barra es una región y representa el 100% de sus municipios en la base. Los colores muestran qué parte de ellos está en cada nivel de afectación en 2024: gris, sin cultivos registrados; amarillo, bajo; naranja, medio; rojo, alto. Qué nos dice: las regiones tienen perfiles distintos; por ejemplo, Pacífica tiene la mayor proporción de municipios en nivel alto. La prueba Chi-cuadrado del título responde si diferencias así podrían deberse al azar. Como p = 0.0044 es menor que 0.05, se concluye que el nivel de afectación sí está relacionado con la región.
Cómo leerla: cada celda cuenta cuántos municipios de una región están en cada nivel de afectación; la última columna suma por región y la última fila, por nivel. Qué nos dice: es la tabla sobre la que se calcula la prueba Chi-cuadrado del gráfico anterior. Por ejemplo, de los 99 municipios de la región Pacífica, 27 tienen más de 1,000 ha.
Cómo leerlo: la línea verde son los datos reales del censo; la roja, el pronóstico del modelo elegido (Holt amortiguado), y la azul punteada, el del Holt lineal, como comparación. Las bandas moradas muestran el rango en el que probablemente estará el valor real: la oscura con 80% de confianza y la clara con 95%. Se ensanchan con los años porque, entre más lejos se pronostica, mayor es la incertidumbre. Qué nos dice: el modelo espera que el área siga creciendo, pero cada vez más despacio: 270,731 ha en 2025 y 284,187 ha en 2027. El rango es amplio: con 95% de confianza, el valor de 2027 estaría entre 180,287 y 388,087 ha, lo que incluye tanto una reducción como un aumento fuerte.
Cómo leerla: muestra en cifras lo que dibuja el gráfico: el pronóstico más probable del Holt amortiguado y sus rangos de 80% y 95% de confianza (entre corchetes, el valor mínimo y el máximo). La última columna es el Holt lineal, que supone que la tendencia sigue igual sin desacelerarse; por eso da valores más altos.
Cómo leerla: cada modelo intentó reproducir los años ya observados (2001–2024). RMSE y MAE son el error promedio en hectáreas y MAPE, ese mismo error en porcentaje; AIC, AICc y BIC califican el ajuste castigando a los modelos que usan más parámetros. En todas las columnas, un valor menor es mejor. Qué nos dice: el Holt amortiguado tiene los errores más pequeños (se equivoca en promedio un 15.5%). En cambio, los criterios AIC, AICc y BIC prefieren el modelo simple (SES), que también es el que elige el ETS automático (ETS(A,N,N)). La prueba de Ljung-Box (p = 0.44, mayor que 0.05) indica que los errores del modelo elegido no siguen un patrón, señal de que capturó la tendencia de la serie.
Cómo usarla: cada fila es un municipio. Use el cuadro Buscar o los filtros bajo cada encabezado para encontrar un municipio, departamento o región; haga clic en un encabezado para ordenar, y cambie en Mostrar cuántas filas ver. Las columnas de años muestran las hectáreas registradas; TOTAL_HISTORICO suma todos los años de 2001 a 2024 y AFECTACION_2024 clasifica el municipio según su área en 2024. Una celda vacía indica que el censo no reporta un valor para ese municipio en ese año.