Predicción

Una predicción (del latín præ-, "antes" y dicere, "decir"), o pronóstico, es una declaración sobre un evento o datos futuros. A menudo, pero no siempre, se basan en la experiencia o el conocimiento. No existe un acuerdo universal sobre la diferencia exacta de la "estimación"; diferentes autores y disciplinas le atribuyen diferentes connotaciones.

Los eventos futuros son necesariamente inciertos, por lo que es imposible garantizar información precisa sobre el futuro. La predicción puede ser útil para ayudar a hacer planes sobre posibles desarrollos; Howard H. Stevenson escribe que la predicción en los negocios "es al menos dos cosas: importante y difícil".

Opinión

En un sentido no estadístico, el término "predicción" se usa a menudo para referirse a una conjetura u opinión informada.

Una predicción de este tipo podría basarse en el razonamiento abductivo, el razonamiento inductivo, el razonamiento deductivo y la experiencia de una persona que predice; y puede ser útil, si la persona que realiza la predicción es una persona con conocimientos en el campo.

El método Delphi es una técnica para obtener este tipo de predicciones basadas en el juicio de expertos de forma controlada. Este tipo de predicción podría percibirse como coherente con las técnicas estadísticas en el sentido de que, como mínimo, los "datos" que se utilizan son las experiencias cognitivas del experto que realiza la predicción y forman una "curva de probabilidad" intuitiva.

Estadísticas

En estadística, la predicción es una parte de la inferencia estadística. Un enfoque particular de dicha inferencia se conoce como inferencia predictiva, pero la predicción se puede realizar dentro de cualquiera de los diversos enfoques de la inferencia estadística. De hecho, una posible descripción de la estadística es que proporciona un medio para transferir conocimientos sobre una muestra de una población a toda la población y a otras poblaciones relacionadas, lo que no es necesariamente lo mismo que la predicción a lo largo del tiempo. Cuando la información se transfiere a lo largo del tiempo, a menudo a puntos específicos en el tiempo, el proceso se conoce como pronóstico. El pronóstico generalmente requiere métodos de series de tiempo, mientras que la predicción a menudo se realiza en datos transversales.

Las técnicas estadísticas utilizadas para la predicción incluyen el análisis de regresión y sus diversas subcategorías, como la regresión lineal, los modelos lineales generalizados (regresión logística, regresión de Poisson, regresión Probit), etc. utilizado. Cuando estos y/o un conjunto generalizado relacionado de regresión o métodos de aprendizaje automático se implementan en uso comercial, el campo se conoce como análisis predictivo.

En muchas aplicaciones, como el análisis de series de tiempo, es posible estimar los modelos que generan las observaciones. Si los modelos se pueden expresar como funciones de transferencia o en términos de parámetros de espacio de estado, se pueden calcular estimaciones de datos suavizados, filtrados y predichos. Si los modelos de generación subyacentes son lineales, se puede usar un filtro de Kalman de varianza mínima y un suavizador de varianza mínima para recuperar datos de interés de mediciones ruidosas. Estas técnicas se basan en predictores de un paso adelante (que minimizan la varianza del error de predicción). Cuando los modelos de generación no son lineales, se pueden aplicar linealizaciones paso a paso dentro del filtro de Kalman extendido y recursiones más suaves. Sin embargo, en los casos no lineales, ya no se aplican las garantías de rendimiento de varianza mínima óptima.

Para usar el análisis de regresión para la predicción, se recopilan datos sobre la variable que se va a predecir, denominada variable dependiente o variable de respuesta, y sobre una o más variables cuyos valores se supone que influyen en ella, denominadas variables independientes o variables explicativas. Se plantea la hipótesis de una forma funcional, a menudo lineal, para la relación causal postulada, y los parámetros de la función se estiman a partir de los datos, es decir, se eligen para optimizar de alguna manera el ajuste de la función, así parametrizada, a la datos. Ese es el paso de estimación. Para el paso de predicción, los valores de las variables explicativas que se consideran relevantes para los valores futuros (o actuales pero aún no observados) de la variable dependiente se ingresan en la función parametrizada para generar predicciones para la variable dependiente.

Ciencia

En ciencia, una predicción es una declaración rigurosa, a menudo cuantitativa, que pronostica lo que se observaría en condiciones específicas; por ejemplo, según las teorías de la gravedad, si una manzana cayera de un árbol, se vería moverse hacia el centro de la tierra con una aceleración determinada y constante. El método científico se basa en declaraciones de prueba que son consecuencias lógicas de las teorías científicas. Esto se hace a través de experimentos repetibles o estudios observacionales.

Una teoría científica cuyas predicciones sean contradichas por observaciones y evidencia será rechazada. Las nuevas teorías que generan muchas predicciones nuevas pueden respaldarse o falsificarse más fácilmente (ver poder predictivo). Las nociones que no hacen predicciones comprobables generalmente no se consideran parte de la ciencia (protociencia o nesciencia) hasta que se puedan hacer predicciones comprobables.

Las ecuaciones y modelos matemáticos y los modelos informáticos se utilizan con frecuencia para describir el comportamiento pasado y futuro de un proceso dentro de los límites de ese modelo. En algunos casos, se puede predecir la probabilidad de un resultado, en lugar de un resultado específico, por ejemplo, en gran parte de la física cuántica.

En los microprocesadores, la predicción de ramificación permite evitar el vaciado de la tubería en las instrucciones de ramificación.

En ingeniería, los posibles modos de falla se predicen y evitan al corregir el mecanismo de falla que causa la falla.

La predicción y el pronóstico precisos son muy difíciles en algunas áreas, como los desastres naturales, las pandemias, la demografía, la dinámica de la población y la meteorología. Por ejemplo, es posible predecir la ocurrencia de ciclos solares, pero su tiempo y magnitud exactos es mucho más difícil (ver imagen a la derecha).

En ingeniería de materiales también es posible predecir el tiempo de vida de un material con un modelo matemático.

Hipótesis

La ciencia establecida hace predicciones útiles que a menudo son extremadamente confiables y precisas; por ejemplo, los eclipses se predicen rutinariamente.

Las nuevas teorías hacen predicciones que les permiten ser refutadas por la realidad. Por ejemplo, predecir la estructura de los cristales a nivel atómico es un desafío de investigación actual. A principios del siglo XX, el consenso científico era que existía un marco de referencia absoluto, al que se le dio el nombre de éter luminífero.. La existencia de este marco absoluto se consideró necesaria para mantener la coherencia con la idea establecida de que la velocidad de la luz es constante. El famoso experimento de Michelson-Morley demostró que las predicciones deducidas de este concepto no se cumplieron en la realidad, refutando así la teoría de un marco de referencia absoluto. La teoría especial de la relatividad fue propuesta por Einstein como una explicación de la aparente inconsistencia entre la constancia de la velocidad de la luz y la inexistencia de un marco de referencia especial, preferido o absoluto.

La teoría de la relatividad general de Albert Einstein no pudo probarse fácilmente ya que no produjo ningún efecto observable a escala terrestre. Sin embargo, como una de las primeras pruebas de la relatividad general, la teoría predijo que grandes masas como las estrellas desviarían la luz, en contradicción con la teoría aceptada; esto se observó en un eclipse de 1919.

Finanzas

Los modelos matemáticos del comportamiento del mercado de valores (y del comportamiento económico en general) tampoco son fiables para predecir el comportamiento futuro. Entre otras razones, esto se debe a que los eventos económicos pueden abarcar varios años y el mundo está cambiando en un período de tiempo similar, lo que invalida la relevancia de las observaciones pasadas para el presente. Por lo tanto, hay un número extremadamente pequeño (del orden de 1) de puntos de datos pasados ​​relevantes a partir de los cuales proyectar el futuro. Además, generalmente se cree que las cotizaciones bursátiles ya tienen en cuenta toda la información disponible para predecir el futuro, por lo que los movimientos posteriores deben ser el resultado de eventos imprevistos. En consecuencia, es extremadamente difícil para un inversionista en acciones anticipar o predecir un auge o una caída del mercado de valores. A diferencia de predecir el rendimiento real de las acciones, la previsión de tendencias económicas amplias tiende a tener una mayor precisión. Dicho análisis es proporcionado tanto por grupos sin fines de lucro como por instituciones privadas con fines de lucro.

Se ha visto cierta correlación entre los movimientos reales del mercado de valores y los datos de predicción de grandes grupos en encuestas y juegos de predicción.

Un actuario utiliza la ciencia actuarial para evaluar y predecir el riesgo comercial futuro, de modo que los riesgos puedan mitigarse. Por ejemplo, en seguros, un actuario usaría una tabla de vida (que incorpora la experiencia histórica de las tasas de mortalidad y, a veces, una estimación de las tendencias futuras) para proyectar la esperanza de vida.

Deportes

Predecir el resultado de eventos deportivos es un negocio que ha ganado popularidad en los últimos años. Los pronosticadores predicen el resultado de los juegos usando una variedad de fórmulas matemáticas, modelos de simulación o análisis cualitativos. Se creía que los primeros apostadores deportivos bien conocidos, como Jimmy el griego, tenían acceso a información que les daba una ventaja. La información varió desde problemas personales, como el juego o la bebida, hasta lesiones no reveladas; cualquier cosa que pueda afectar el desempeño de un jugador en el campo.

Los últimos tiempos han cambiado la forma de predecir los deportes. Las predicciones ahora generalmente consisten en dos enfoques distintos: jugadas situacionales y modelos basados ​​​​en estadísticas. Las jugadas situacionales son mucho más difíciles de medir porque generalmente involucran la motivación de un equipo. Dan Gordon, destacado pronosticador, escribió: "Sin una ventaja emocional en un juego además del valor en una línea, no apostaría mi dinero". Estos tipos de jugadas consisten en: Apostar por el perdedor local, apostar contra los ganadores del lunes por la noche si son los favoritos la próxima semana, apostar por el perdedor en juegos de "anticipación", etc. A medida que las jugadas situacionales se vuelven más conocidas, se vuelven menos útiles porque afectará la forma en que se establece la línea.

El uso generalizado de la tecnología ha traído consigo sistemas de apuestas deportivas más modernos. Estos sistemas suelen ser algoritmos y modelos de simulación basados ​​en análisis de regresión. Jeff Sagarin, un estadístico deportivo, ha llamado la atención sobre los deportes al publicar los resultados de sus modelos en USA Today. Actualmente, los Dallas Mavericks le pagan como consultor por sus consejos sobre las alineaciones y el uso de su sistema Winval, que evalúa a los agentes libres. Brian Burke, un ex piloto de combate de la Marina convertido en estadístico deportivo, ha publicado sus resultados del uso del análisis de regresión para predecir el resultado de los juegos de la NFL.Ken Pomeroy es ampliamente aceptado como una autoridad líder en estadísticas de baloncesto universitario. Su sitio web incluye su College Basketball Ratings, un sistema de estadísticas basado en el tempo. Algunos estadísticos se han vuelto muy famosos por tener sistemas de predicción exitosos. Dare escribió que "las cuotas efectivas para las apuestas deportivas y las carreras de caballos son el resultado directo de decisiones humanas y, por lo tanto, pueden presentar errores consistentes". A diferencia de otros juegos que se ofrecen en un casino, la predicción en eventos deportivos puede ser tanto lógica como consistente.

Otros modelos más avanzados incluyen los basados ​​en redes bayesianas, que son modelos probabilísticos causales comúnmente utilizados para el análisis de riesgos y apoyo a la toma de decisiones. Con base en este tipo de modelado matemático, Constantinou et al.,han desarrollado modelos para predecir el resultado de los partidos de fútbol de asociación. Lo que hace que estos modelos sean interesantes es que, además de tener en cuenta datos históricos relevantes, también incorporan todos estos factores subjetivos vagos, como la disponibilidad de jugadores clave, la fatiga del equipo, la motivación del equipo, etc. Brindan al usuario la capacidad de incluir sus mejores conjeturas sobre cosas que no hay datos concretos disponibles. Esta información adicional luego se combina con hechos históricos para proporcionar una predicción revisada para futuros resultados de partidos. Los resultados iniciales basados ​​en estas prácticas de modelado son alentadores, ya que han demostrado una rentabilidad constante frente a las probabilidades de mercado publicadas.

Hoy en día las apuestas deportivas son un gran negocio; hay muchos sitios web (sistemas) junto con los sitios de apuestas, que dan consejos o predicciones para juegos futuros. Algunos de estos sitios web de predicción (tipsters) se basan en predicciones humanas, pero otros en software de computadora a veces llamados robots o bots de predicción. Los bots de predicción pueden usar diferentes cantidades de datos y algoritmos, por lo que su precisión puede variar.

Sitios como Tzefi.com sostienen que la afirmación de otros sitios de que simulan el juego 50.000 veces antes de que realmente se juegue en el campo es bastante engañosa e incorrecta. Esto se debe al hecho de que esos sitios no consideran el elemento humano del juego, y que un bateador con una efectividad de.330 puede poncharse cuando las bases están llenas, o un mariscal de campo con un índice de pasador de más de 100 puede lanzar un interceptación en un momento crucial. Tzefi.com cuenta con una precisión del 64,5% en la predicción de juegos de la NFL.

Ciencias Sociales

La predicción en las ciencias sociales no económicas difiere de las ciencias naturales e incluye múltiples métodos alternativos, como la proyección de tendencias, el pronóstico, la construcción de escenarios y las encuestas Delphi. La compañía petrolera Shell es particularmente conocida por sus actividades de creación de escenarios.

Una de las razones de la peculiaridad de la predicción social es que en las ciencias sociales, "los predictores son parte del contexto social sobre el que intentan hacer una predicción y pueden influir en ese contexto en el proceso". Como consecuencia, las predicciones sociales pueden volverse autodestructivas. Por ejemplo, un pronóstico de que un gran porcentaje de una población se infectará con el VIH en función de las tendencias existentes puede hacer que más personas eviten conductas de riesgo y, por lo tanto, reduzcan la tasa de infección por el VIH, invalidando el pronóstico (que podría haber seguido siendo correcto si no se hubiera realizado). conocido públicamente). O bien, una predicción de que la seguridad cibernética se convertirá en un problema importante puede hacer que las organizaciones implementen más medidas de seguridad cibernética, limitando así el problema.

En política, es común intentar predecir el resultado de las elecciones a través de técnicas de pronóstico político (o evaluar la popularidad de los políticos) mediante el uso de encuestas de opinión. Muchas corporaciones y gobiernos han utilizado juegos de predicción para conocer el resultado más probable de eventos futuros.

Profecía

A menudo se han hecho predicciones, desde la antigüedad hasta el presente, utilizando medios paranormales o sobrenaturales como la profecía o la observación de presagios. Los métodos que incluyen la adivinación del agua, la astrología, la numerología, la adivinación, la interpretación de los sueños y muchas otras formas de adivinación se han utilizado durante milenios para intentar predecir el futuro. Estos medios de predicción no han sido probados por experimentos científicos.

En la literatura, la visión y la profecía son dispositivos literarios que se utilizan para presentar una posible línea de tiempo de eventos futuros. Se pueden distinguir por la visión que se refiere a lo que un individuo ve suceder. El libro de Apocalipsis, en el Nuevo Testamento, usa la visión como un recurso literario a este respecto. También es profecía o literatura profética cuando es relatada por un individuo en un sermón u otro foro público.

La adivinación es el intento de obtener información sobre una pregunta o situación por medio de un proceso o ritual ocultista estandarizado. Es una parte integral de la brujería y se ha utilizado de diversas formas durante miles de años. Los adivinos determinan sus interpretaciones de cómo debe proceder un consultante leyendo señales, eventos o presagios, o a través del supuesto contacto con una agencia sobrenatural, que con mayor frecuencia describen como un ángel o un dios, aunque los cristianos y judíos los ven como un ángel caído o un demonio.

Ficción

La ficción (especialmente la fantasía, la predicción y la ciencia ficción) a menudo presenta instancias de predicción logradas por medios no convencionales.

En la literatura de fantasía, las predicciones a menudo se obtienen a través de la magia o la profecía, a veces refiriéndose a antiguas tradiciones. Por ejemplo, en El Señor de los Anillos de JRR Tolkien, muchos de los personajes poseen una conciencia de los eventos que se extienden hacia el futuro, a veces como profecías, a veces como 'sentimientos' más o menos vagos. El personaje Galadriel, además, emplea un "espejo" de agua para mostrar imágenes, a veces de posibles eventos futuros.

En algunas de las historias de Philip K. Dick, los humanos mutantes llamados precogs pueden prever el futuro (desde días hasta años). En la historia llamada The Golden Man, un mutante excepcional puede predecir el futuro en un rango indefinido (presumiblemente hasta su muerte) y, por lo tanto, se vuelve completamente no humano, un animal que sigue automáticamente los caminos predichos. Los precogs también juegan un papel esencial en otra de las historias de Dick, The Minority Report, que fue llevada al cine por Steven Spielberg en 2002.

En la serie Foundation de Isaac Asimov, un matemático descubre que los eventos históricos (hasta cierto punto) se pueden modelar teóricamente usando ecuaciones, y luego pasa años tratando de poner la teoría en práctica. La nueva ciencia de la psicohistoria fundada sobre su éxito puede simular la historia y extrapolar el presente al futuro.

En las secuelas de Frank Herbert de Dune de 1965, sus personajes se enfrentan a las repercusiones de poder ver los futuros posibles y seleccionar entre ellos. Herbert ve esto como una trampa de estancamiento, y sus personajes siguen el llamado "camino dorado" para salir de la trampa.

En La mano izquierda de la oscuridad de Ursula K. Le Guin, los habitantes humanoides del planeta Gethen han dominado el arte de la profecía y producen de manera rutinaria datos sobre eventos pasados, presentes o futuros a pedido. En esta historia, este fue un dispositivo de trama menor.

Poesía

Para los antiguos, la predicción, la profecía y la poesía a menudo estaban entrelazadas. Las profecías se dieron en verso, y una palabra para poeta en latín es “vates” o profeta. Tanto los poetas como los profetas afirmaban estar inspirados por fuerzas externas a ellos. En las culturas contemporáneas, la revelación teológica y la poesía suelen considerarse distintas y, a menudo, incluso opuestas entre sí. Sin embargo, los dos todavía se entienden a menudo juntos como simbióticos en sus orígenes, objetivos y propósitos.