Abrir el panel

Para docentes · Ficha 5 de 5

Cómo aprende el Pronóstico Atlas y cuánto acierta

Nuestra predicción propia aprende de los errores que han cometido los modelos en cada estación. Y publicamos su acierto, también cuando falla. ¿Cómo se mide eso con honestidad?

Objetivo

Calcular un error medio, entender por qué una predicción se compara con una referencia y por qué hay que verificarla con datos que no ha visto al aprender.

  1. PredecirEl sistema combina seis modelos para cada hora.
  2. MedirLas estaciones miden lo que pasó de verdad.
  3. Aprender del errorCon meses de diferencias aprende cuánto y cuándo se equivoca cada modelo.

Actividad

  1. 10 min
    Calcular un error medio. Con estos datos de ejemplo: dijimos 18, 20 y 15 °C y se midieron 16,5, 21 y 15 °C. Calculad la diferencia de cada día sin signo y su media. Si tenéis el reto de clase en marcha, repetidlo con vuestros datos.
  2. 10 min
    El acierto público. En «Cuánto acierta el Pronóstico Atlas», leed el error medio de la temperatura de hoy (0–24 h) del Pronóstico Atlas y de la mediana de los modelos. ¿Qué porcentaje de error se ahorra?
    Ver el acierto
  3. 10 min
    Por qué dice lo que dice. En la vista sencilla de un lugar donde esté activo (por ejemplo, Girona), abrid la explicación del Pronóstico Atlas: qué modelos pesan más y qué estaciones cercanas usa.
    Abrir Girona Abrir el lugar del centro
  4. 10 min
    Semana a semana. En la gráfica semanal de la página del acierto, buscad semanas en las que el Atlas lo hizo peor que los modelos. ¿Qué nos dice eso?

Preguntas

  1. ¿Cuánto vale el error medio de los datos de ejemplo? ¿Por qué se quita el signo antes de hacer la media?
  2. ¿Con qué se compara el Pronóstico Atlas? ¿Por qué es difícil ganarle?
  3. ¿Qué es la validación cruzada? ¿Por qué no valdría medir el acierto con los mismos datos con los que aprendió?
  4. ¿Por qué el Pronóstico Atlas está activo solo en algunas zonas?
  5. Un buen acierto medio, ¿garantiza que mañana acertará?

Solución para el profesorado
  1. Las diferencias son 1,5, 1 y 0 °C; la media es 2,5 / 3 ≈ 0,83 °C. Sin quitar el signo, un error de +2 y otro de −2 darían una media de 0, como si no nos hubiéramos equivocado.
  2. Con la mediana de los seis modelos que combina (ECMWF IFS y AIFS, GFS, ICON, Météo-France y Met Office), que ya acierta más que casi cualquier modelo por separado. El porcentaje de mejora es (error de la mediana − error del Atlas) / error de la mediana.
  3. Predecir cada estación con un sistema que aprendió sin ella, como pasa en cualquier punto del mapa donde no hay estación. Con los mismos datos sería como examinarse con las preguntas ya corregidas: el sistema puede «memorizar» y parecer mejor de lo que es (sobreajuste). Además, cada mañana se comprueba lo que dijo el día anterior el sistema que estaba en uso.
  4. Necesita estaciones con las que aprender y se enciende en una zona cuando suma al menos 2.000 horas verificadas y acierta más que los modelos. Mientras tanto, sigue aprendiendo.
  5. No. Es una media: hay días en que los modelos aciertan más, y la página lo muestra. Por eso se publica semana a semana.