GLOSARIO ESTADISTICA, Apuntes de Estadística Empresarial

¡Descarga GLOSARIO ESTADISTICA y más Apuntes en PDF de Estadística Empresarial solo en Docsity!

Orientación del IPCC sobre las buenas prácticas y la gestión de la incertidumbre A3.

A N E X O 3

GLOSARIO

Glosario Anexo 3

Orientación del IPCC sobre las buenas prácticas y la gestión de la incertidumbre A3.

COPRESIDENTES, EDITORES Y EXPERTOS

Copresidentes de la Reunión de expertos sobre metodologías intersectoriales de

estimación de la incertidumbre y calidad de los inventarios

Taka Hiraishi (Japón) y Buruhani Nyenzi (Tanzanía)

E D I T O R R E V I S O R

Richard Odingo (Kenya)

A U T O R E S

Milos Tichy (República Checa) y Simon Bentley (Australia)

R E V I S O R E S

Roberto Acosta (Secretaría de la CMCC), Simon Eggleston (Reino Unido), Ian Galbally (Australia), Katarina Mareckova (Eslovaquia), Thomas Martinsen (IPCC/OCDE), Jos Olivier (Países Bajos), Jim Penman (Reino Unido) y Kristin Rypdal (Noruega)

Orientación del IPCC sobre las buenas prácticas y la gestión de la incertidumbre

Í n d i c e d e l g l o s a r i o

Parámetros de la población A3. P

Distribución de probabilidad A3.

Véase Función de distribución

Modelo A3. Moda de la muestra Véase Moda

• Glosario Anexo
• A3.
• Análisis de incertidumbre A3. A
• Análisis de sensibilidad A3.
• Árbol de decisiones A3.
• Asimetría A3.
• Autocorrelación A3.
• Autocovarianza A3.
• Buenas prácticas A3. B
• Categoría de fuentes principales A3. C
• Coeficiente de correlación A3.
• Coeficiente de variación A3.
• Coherencia A3.
• Comparabilidad A3.
• Confianza A3.
• Control de calidad (CC) A3.
• Correlación A3.
• Covarianza A3.
• Curtosis A3.
• Datos de actividad A3. D
• Desviación estándar A3.
• Dictamen de expertos A3. Véase Desviación estándar
• Distribución de probabilidad A3.
• Distribución logarítmica normal A3.
• Distribución normal A3.
• Distribución triangular A3.
• Distribución uniforme A3.
• Elasticidad A3. E
  • Error A3.
  • Error aleatorio A3.
  • Errores sistemáticos y aleatorios A3.
  • Error estándar de la media A3.
  • Error sistemático A3.
  • Esperanza A3.
  • Estadística A3.
  • Estadístico A3.
  • Estimación A3.
  • Estimador A3.
  • Estimador insesgado A3.
  • Exactitud A3.
  • Exhaustividad A3.
  • Factor de emisión A3. F
  • Función de densidad de probabilidad A3. FDP Véase Función de densidad de probabilidad
  • Función de distribución A3.
  • Garantía de la calidad (GC) A3. G
  • Incertidumbre A3. I
  • Independencia A3.
  • Intervalo de confianza A3.
  • Intervalo sigma A3.
  • Ley de los grandes números A3. L
  • Media A3. M
  • Media aritmética A3.
  • Mediana A3.
  • Método de Monte Carlo A3.
  • Moda A3.
    • A3. Orientación del IPCC sobre las buenas prácticas y la gestión de la incertidumbre
• Modelo A3. Moda de la muestra Véase Moda
• Modelo lineal A3.
• Modelo no lineal A3.
• Momentos (de la variable aleatoria) A3.
• Muestra A3.
• Muestra aleatoria simple A3.
• Muestreo por Hipercubo Latino A3.
• Parámetros de la población A3. P
• Percentil A3.
• Población A3. Percentil de la población Véase Percentil
• Precisión A3.
• Probabilidad A3.
• Propagación de las incertidumbres A3.
• Regresión lineal A3. R
  • Residuo A3.
  • Sensibilidad A3. S
  • Serie temporal A3.
  • Sesgo A3.
  • Técnica de bootstrap A3. T
  • Tendencia A3.
  • Teorema del límite central A3.
  • Transparencia A3.
  • Validación A3. V
  • Valor esperado A3.
  • Valor extremo A3.
  • Variabilidad A3.
  • Variable aleatoria A3.
  • Varianza A3.
  • Varianza de la media muestral A3.
  • Verificación A3.

Orientación del IPCC sobre las buenas prácticas y la gestión de la incertidumbre

A3.

A3.2 GLOSARIO

ANÁLISIS DE INCERTIDUMBRE

Definición estadística: El análisis de incertidumbre de un modelo tiene por objeto proporcionar mediciones cuantitativas de la incertidumbre que tienen los valores finales del modelo como consecuencia de las incertidumbres en el propio modelo y en los valores introducidos inicialmente en éste (o “valores de entrada”), y examinar la importancia relativa de esos factores.

ANÁLISIS DE SENSIBILIDAD

Definición estadística: El análisis de sensibilidad es el estudio del algoritmo de un modelo para determinar en qué medida responde (o se mantiene estable) ante las variaciones de los datos introducidos en el modelo o de los supuestos en los que éste se basa. Se lleva a cabo modificando los valores introducidos en el modelo o las ecuaciones del modelo y observando de qué manera varían en consecuencia los resultados del modelo. El objetivo de dicho análisis de sensibilidad puede ser:

• observar el rango de los valores resultantes que corresponden a las variables introducidas en el modelo, que se encuentren dentro de rangos “razonables”; y
• calcular aproximaciones por diferencias finitas para elasticidades y sensibilidades, tal como lo exigen algunas metodologías para el estudio de la propagación de errores dentro de un sistema.

ÁRBOL DE DECISIONES

Definición para los inventarios: Un árbol de decisiones es un diagrama de flujo que describe los pasos ordenados específicos que deben darse para preparar un inventario o un componente de inventario de conformidad con los principios de las buenas prácticas.

ASIMETRÍA

Definición estadística: Es la medida de la asimetría de una FDP. Es una función simple de dos momentos

de la FDP, dada por: (^) 32 33 2

3 σ

μ μ

μ γ = = donde μ 2 , μ 3 , y σ, son momentos centrales. En las distribuciones

simétricas, se tiene: γ = 0. Con frecuencia se utiliza el mismo nombre para hacer referencia a la asimetría de la muestra, en cuyo caso ambos momentos de la población son sustituidos por momentos de la muestra.

AUTOCORRELACIÓN

Definición estadística: El coeficiente de correlación calculado respecto de dos datos numéricos de una serie temporal.

Ejemplo: El número de animales observado en dos años sucesivos suele estar altamente autocorrelacionado cuando el ciclo de vida de los animales supera con creces los dos años.

AUTOCOVARIANZA

Definición estadística: La covarianza calculada respecto de dos datos numéricos de una serie temporal.

BUENAS PRÁCTICAS

Definición para los inventarios: Las buenas prácticas son un conjunto de procedimientos encaminados a

Orientación del IPCC sobre las buenas prácticas y la gestión de la incertidumbre

Autocorrelación A3.

garantizar que los inventarios de gases de efecto invernadero sean exactos en el sentido de que no presenten sistemáticamente una estimación por exceso o por defecto, en la medida en que pueda juzgarse, y que las incertidumbres se reduzcan lo más posible.

Las buenas prácticas comprenden la elección de métodos de estimación apropiados a las circunstancias nacionales, la garantía de la calidad y el control de calidad en el plano nacional, la cuantificación de las incertidumbres y el archivo y la notificación de los datos a fin de promover la transparencia.

CATEGORÍA PRINCIPAL DE FUENTES

Definición para los inventarios: Una categoría principal de fuentes es una categoría que tiene prioridad en el sistema del inventario nacional porque su estimación influye en gran medida en el inventario total de gases de efecto invernadero directo de un país en lo que se refiere al nivel absoluto de emisiones, la tendencia de las emisiones, o ambas cosas. (Véase el capítulo 7, "Elección de la metodología y realización de nuevos cálculos").

COEFICIENTE DE CORRELACIÓN

Definición estadística: Un número ubicado entre –1 y +1 que mide la dependencia recíproca entre dos variables que se observan al mismo tiempo. Un valor de +1 significa que las variables tienen una relación lineal directa perfecta; un valor de –1 significa que existe una relación lineal inversa perfecta; y un valor de 0 significa que no existe una relación lineal. Se define como la covarianza de las dos variables dividida por el producto de sus desviaciones estándar.

COEFICIENTE DE VARIACIÓN

Definición estadística: El coeficiente de variación, vx es la razón entre la desviación estándar de la población, σ x , y la media, μ x, , donde vx = σ x/ μ x****. Con frecuencia se refiere también al coeficiente de variación de la muestra, que es la razón entre la desviación estándar de la muestra y la media muestral^1.

COHERENCIA

Definición para los inventarios: Coherencia significa que el inventario debe ser internamente coherente en todos sus elementos con inventarios de otros años. Un inventario es coherente si se utilizan las mismas metodologías para el año base y todos los años subsiguientes y si se utilizan conjuntos de datos coherentes para estimar las emisiones o absorciones de fuentes o sumideros. En determinadas circunstancias mencionadas en los párrafos 10 y 11 del documento FCCC/SBSTA/1999/6/Add.1, se podrá considerar que un inventario en el que se hayan utilizado metodologías diferentes en años diferentes es coherente si los nuevos cálculos se han hecho de manera transparente, teniendo en cuenta cualquiera de las buenas prácticas.

Definición estadística: Se dice que un estimador estadístico de un parámetro es coherente si el estimador tiende al parámetro a medida que aumenta el tamaño de la muestra utilizada para el estimador – es decir, la precisión es mayor cuando aumenta el número de observaciones.

COMPARABILIDAD

Definición para los inventarios: Comparabilidad significa que las estimaciones de las emisiones y absorciones de que informen las Partes en sus inventarios deben ser comparables entre las Partes. A este fin, las Partes deben utilizar las metodologías y formatos acordados por la Conferencia de las Partes (CP) para estimar los inventarios e informar sobre ellos. La asignación de diferentes categorías de fuentes/sumideros debe seguir la división indicada en las Directrices del IPCC para los inventarios nacionales de gases de efecto invernadero, versión revisada en 1996 , en sus cuadros sinópticos y sectoriales.

(^1) “Coeficiente de variación” es el término que suele sustituirse por la palabra “error” cuando se dice por ejemplo que “el

error es de 5%”.

Orientación del IPCC sobre las buenas prácticas y la gestión de la incertidumbre

Coherencia A3.

DATOS DE ACTIVIDAD

Definición para los inventarios: Datos sobre la magnitud de las actividades humanas que dan lugar a las emisiones o absorciones que se producen durante un período de tiempo determinado. En el sector energético, por ejemplo, la cantidad total de combustible quemado es un dato de actividad anual relativo a las fuentes de quema de combustibles, y el número total de animales criados, desglosado por especies, es un dato de actividad anual correspondiente a las emisiones de metano provenientes de la fermentación entérica. ( Directrices del IPCC, versión revisada en 1996 [9] ***** )

DESVIACIÓN ESTÁNDAR

Definición estadística: La desviación estándar de la población es la raíz cuadrada positiva de la varianza. Se estima en base a la desviación estándar de la muestra, que es la raíz cuadrada positiva de la varianza de la muestra.

DICTAMEN DE EXPERTOS

Definición para los inventarios: Un dictamen cualitativo o cuantitativo bien documentado, cuidadosamente analizado, formulado en ausencia de pruebas inequívocas derivadas de la observación, por una persona o personas con conocimientos especializados comprobables en la materia de que se trate.

DISTRIBUCIÓN DE PROBABILIDAD

Definición estadística: Es una función que indica la probabilidad de que una variable aleatoria tome un valor determinado cualquiera, o que pertenezca a un determinado conjunto de valores. La probabilidad en todo el conjunto de valores de la variable aleatoria es igual a 1 [7].*

DISTRIBUCIÓN LOGNORMAL

Definición estadística: La distribución lognormal es una distribución asimétrica, que comienza a partir de cero, aumenta hasta llegar a un máximo y luego va disminuyendo lentamente hacia el infinito. Está relacionada con la distribución normal: X tiene una distribución lognormal si ln ( X ) tiene una distribución normal.

La FDP de la distribución lognormal está dada por:

− −

e x

x

f x l

x l

l

,para 0

2

2 2

(ln ) σ

μ

Los parámetros necesarios para especificar la función son: μl , que es la media de la transformada del logaritmo natural de los datos; y σ l^2 , que es la varianza de la transformada del logaritmo natural de los datos. Los datos y la información que puede utilizar el compilador del inventario para determinar los parámetros de entrada son: la media = μ ; la varianza = σ 2 ; y las relaciones:

ln 2 2

2

σ μ

μ μ

l =

y

• Véanse las referencias (pág. A3.23).

Orientación del IPCC sobre las buenas prácticas y la gestión de la incertidumbre

Comparabilidad A3.

= ln 2 + 1

2

μ

σ σ (^) l

DISTRIBUCIÓN NORMAL

Definición estadística: La distribución normal (o Gaussiana) tiene la FDP dada en la siguiente ecuación y está definida por dos parámetros (la media μ y la desviación estándar σ ):

= ∞≤ ≤ ∞

− − f x e x

x

,para - 2

1 ( )

2

2 2

( ) σ

μ

σ π

DISTRIBUCIÓN TRIANGULAR

Definición estadística: Una función de distribución triangular asimétrica tiene una FDP

f ( x ) = 2( x – a ) / {( b – a ) ( m – a )} cuando a ≤ x ≤ m y a < m ≤ b = 2( b – x ) / {( b – a ) ( b – m )} cuando m ≤ x ≤ b y a ≤ m < b = 0 en todos los demás casos,

donde los parámetros que especifican la distribución son el valor mínimo a , el valor máximo b , y la posición más probable (es decir, la moda) m , siempre que a ≤ m ≤ b****.

DISTRIBUCIÓN UNIFORME

Definición estadística: Una variable aleatoria con una distribución uniforme o rectangular se circunscribe necesariamente a un rango dentro del cual todos los valores son igualmente probables. Si los límites superior e inferior del rango son a y b respectivamente, la FDP es una función uniforme de a a b (los dos parámetros definen la FDP)****.

La FDP de una distribución uniforme está dada por:

0 encualquierotro caso

para

a x b

f x b a

donde

a + b μ=

es la media y

2 (^ b^ − a )^2 σ =

es la varianza.

ELASTICIDAD

Definición estadística: La elasticidad (o la sensibilidad normalizada) es la medida en que una cantidad responde a un cambio en otra cantidad conexa. La elasticidad de una cantidad Y que resulta afectada por los cambios ocurridos en otra cantidad X se define como el cambio porcentual de Y dividido por el cambio porcentual de X que causó el cambio en Y.

Orientación del IPCC sobre las buenas prácticas y la gestión de la incertidumbre

Correlación A3.

ESTIMACIÓN

Definición estadística: La estimación es la evaluación del valor de una cantidad o de su incertidumbre mediante la asignación de valores numéricos de observación en una fórmula de estimación, o estimador. Los resultados de una estimación pueden expresarse de la siguiente manera:

• una estimación por puntos que proporciona un número que puede utilizarse como una aproximación a un parámetro (como la desviación estándar de la muestra, que estima la desviación estándar de la población), o
• una estimación del intervalo que especifica un nivel de confianza.

Ejemplo: Una afirmación como la siguiente: “Se estima que la emisión total es de 100 kt y que su coeficiente de variación es de 5%”, se basa en estimaciones por puntos de la media muestral y la desviación estándar, mientras que la afirmación de que, por ejemplo, “La emisión total está entre 90 y 110 kt con una probabilidad del 95%” expresa los resultados de la estimación en términos de un intervalo de confianza.

ESTIMADOR

Definición estadística: Un estimador es una fórmula que indica de qué manera se calcula el valor estimado de la muestra de un parámetro de una población a partir de los datos de la muestra. Por ejemplo, los factores de emisión se suelen estimar como las medias muestrales de los conjuntos de mediciones. Puede haber más de un estimador para un parámetro de una población, y en general cada estimador tiene sus propias características de muestreo, entre ellas la coherencia y el insesgamiento como dos de las más importantes.

Son ejemplos de estimadores por puntos la media aritmética x , que es un estimador comúnmente utilizado del valor esperado (media), y la varianza de la muestra s^2 , que se usa habitualmente como estimador de la varianza.

ESTIMADOR INSESGADO

Definición estadística: Un estimador insesgado es un estadístico cuyo valor esperado es igual al valor del parámetro que se está estimando. Cabe advertir que este término tiene un significado estadístico específico, y que una estimación de una cantidad calculada a partir de un estimador insesgado puede carecer de sesgo en el sentido estadístico, pero puede estar sesgado en el sentido más general de la palabra si la muestra se ha visto afectada por un error sistemático desconocido. Por lo tanto, en sentido estadístico, un estimador sesgado puede entenderse como una deficiencia en la evaluación estadística de los datos reunidos, y no en los datos propiamente dichos o en el método utilizado para medirlos o recopilarlos. Por ejemplo, la media aritmética

(promedio) x es un estimador insesgado del valor esperado (media).

EXACTITUD

Definición para los inventarios: La exactitud es una medida relativa de la exactitud de una estimación de emisión o absorción. Las estimaciones deben ser exactas en el sentido de que no sean sistemáticamente estimaciones que queden por encima o por debajo de las emisiones auténticas, por lo que pueda juzgarse, y de que las incertidumbres se hayan reducido lo más posible. Deben utilizarse metodologías adecuadas que cumplan las orientaciones sobre buenas prácticas a fin de promover la exactitud de los inventarios. (FCCC/SBSTA/1999/6/Add. 1)

Definición estadística: La exactitud es un término general que describe la medida en que una estimación de una cantidad se mantiene inalterada ante la introducción de un sesgo causado por un error sistemático. Debe distinguirse del término precisión, como se ilustra en la FiguraHYPERLINK A3.1.

Orientación del IPCC sobre las buenas prácticas y la gestión de la incertidumbre

Covarianza A3.

F i g u r a A 3. 1 E x a c t i t u d y p r e c i s i ó n ( t o m a d o d e [3] )*

EXHAUSTIVIDAD

Definición para los inventarios: Exhaustividad significa que un inventario abarca todas las fuentes y sumideros, así como todos los gases que figuran en las Directrices del IPCC para los inventarios nacionales

de gases de efecto invernadero, versión revisada en 1996 , así como otras categorías pertinentes de fuentes y

sumideros que son específicas de determinadas Partes (y que, por consiguiente, no puedan incluirse en las Directrices del IPCC). Exhaustividad significa también información geográfica total sobre las fuentes y sumideros de una Parte^2.

FACTOR DE EMISIÓN

Definición para los inventarios: Coeficiente que relaciona los datos de actividad con la cantidad del compuesto químico que constituye la fuente de las últimas emisiones. Los factores de emisión se basan a menudo en una muestra de datos sobre mediciones, calculados como promedio para determinar una tasa representativa de las emisiones correspondientes a un determinado nivel de actividad en un conjunto dado de condiciones de funcionamiento ( Directrices del IPCC, versión revisada en 1996 [9]*).

FDP

Véase Función de densidad de probabilidad.

FUNCIÓN DE DENSIDAD DE PROBABILIDAD – FDP

Definición estadística: Una función de densidad de probabilidad (FDP) es una función matemática que caracteriza el comportamiento probable de una población. Es una función f ( x ) que especifica la posibilidad relativa de que una variable aleatoria continua X tome un valor cercano a x , y se define como la probabilidad de que X tome un valor entre x y x+dx , dividido por dx cuando dx es un número infinitesimalmente pequeño. La

• Véanse las referencias (pág. A3.23).

(^2) De acuerdo con los instrumentos de ratificación, se trata de la aceptación o la aprobación de la Convención por

una Parte determinada, o de su adhesión a la Convención.

Orientación del IPCC sobre las buenas prácticas y la gestión de la incertidumbre

Muestra A3.

INTERVALO DE CONFIANZA

Definición estadística: Un intervalo de confianza es el rango dentro del cual se cree que se encuentra el verdadero valor de una cantidad. El grado de convicción se expresa mediante la probabilidad, cuyo valor está relacionado con la magnitud del intervalo. Es una de las formas en que puede expresarse la incertidumbre (véase Estimación).

En la práctica, un intervalo de confianza se define mediante un valor de probabilidad, digamos de 95%, y los límites de confianza que están a cada lado del valor medio x. En este caso, los límites de confianza L1 y L2 se calcularían utilizando la función de densidad de probabilidad, de manera que hubiese una probabilidad de 95% de que el verdadero valor de la cantidad que se quiere estimar tuviese su valor x entre L1 y L2. Los límites de confianza L1 y L2 son comúnmente el percentil 2,5 y el percentil 97,5 respectivamente.

Ejemplo: “Una emisión está entre 90 y 100 kt con una probabilidad de 95%”. Esta afirmación puede hacerse cuando se ha calculado el intervalo de confianza (los valores numéricos utilizados en este ejemplo se han elegido arbitrariamente).

INTERVALO SIGMA

Definición estadística: Un intervalo c -sigma es un intervalo de confianza simétrico centrado en la media y que se extiende c veces la desviación estándar a ambos lados de la media.

LEY DE LOS GRANDES NÚMEROS

Definición estadística: Teorema matemático que consagra formalmente el concepto ampliamente difundido de que un promedio se aproxima más a la media a medida que aumenta el número de observaciones.

MEDIA

Definición estadística: La media, media de la población, esperanza o valor esperado es, en términos generales, una medida del valor central en torno al cual tienden a ubicarse los valores muestrales de una distribución de probabilidades. La media muestral o promedio aritmético es un estimador de la media. Es un estimador insesgado y coherente de la media de la población (valor esperado) y es en sí misma una variable aleatoria con su propio valor de varianza. La media muestral es la suma de todos los valores dividida por el número de valores:

n i

x (^) n xi

( xi , i = 1,.., n son elementos de una muestra)

MEDIA ARITMÉTICA

Definición estadística: La suma de los valores dividida por el número de valores [7].*

MEDIANA

Definición estadística: La mediana o mediana de la población es un valor que divide en dos mitades la integral de una FDP. En el caso de las FDP simétricas, es igual a la media. La mediana es el percentil 50 de la población.

La mediana de la muestra es un estimador de la mediana de la población. Es el valor que divide en dos mitades iguales una muestra ordenada. Si hay 2 n + 1 observaciones, se toma la mediana como el valor ubicado en la posición ( n + 1) de la muestra ordenada. Si existen 2 n observaciones , se considera que la mediana es el

• Véanse las referencias (pág. A3.23).

Orientación del IPCC sobre las buenas prácticas y la gestión de la incertidumbre

Percentil A3.

valor ubicado en el punto medio entre el enésimo (n) componente de la muestra y el componente ubicado en la posición ( n + 1).

MÉTODO DE MONTE CARLO

Definición para los inventarios: El principio del análisis de Monte Carlo consiste en realizar muchas veces los cálculos del inventario con una computadora electrónica, permitiendo que la computadora seleccione al azar, en cada caso, los factores de emisión inciertos o los parámetros del modelo y los datos de actividad dentro de la distribución de las incertidumbres especificadas inicialmente por el usuario. Las incertidumbres relativas a los factores de emisión o los datos de actividad suelen ser considerables y pueden no tener distribuciones normales. En ese caso, las normas estadísticas convencionales que se utilizan para combinar incertidumbres se vuelven muy aproximadas. El análisis de Monte Carlo puede resolver esta situación, generando una distribución de la incertidumbre para la estimación del inventario que sea congruente con las distribuciones de la incertidumbre de los datos introducidos con respecto a los factores de emisión, los parámetros del modelo y los datos de actividad.

MODA

Definición estadística: Las distribuciones pueden tener una o más modas. En la práctica, generalmente encontramos distribuciones con una sola moda (unimodales). En este caso, la moda o moda de la población de una FDP es la medida de un valor central en torno al cual tienden a ubicarse los valores muestrales tomados de una distribución de probabilidades y es, en términos generales, el valor que tiene la más alta probabilidad de ocurrir.

La moda de la muestra es un estimador de la moda de la población que se calcula subdividiendo el rango de la muestra en subclases iguales, contando cuántas observaciones quedan comprendidas dentro de cada clase y seleccionando el punto central de la clase (o clases) al que corresponda el mayor número de observaciones.

MODELO

Definición estadística: Un modelo es una abstracción de base cuantitativa de una situación real que puede simplificar o pasar por alto ciertos aspectos de ésta para centrar la atención en sus elementos más importantes.

Ejemplo: La relación en la cual las emisiones son iguales a un factor de emisión multiplicado por un nivel de actividad es un modelo sencillo. El término “modelo” se utiliza también a menudo para hacer referencia a la ejecución, mediante un programa de computadora, de una abstracción de modelo que calcula un conjunto de resultados para un determinado conjunto de valores de entrada – como los modelos numéricos del clima mundial.

MODELO LINEAL

Definición estadística: Se dice que una variable y es linealmente dependiente (o es una función lineal) de las variables x 1 , x 2 , … si y puede expresarse mediante la fórmula y = b 0 + b (^) 1x 1 + b 2 x 2 + … donde los términos b son números constantes.

Una función se considera lineal o no según el contexto en el que se aplique.

Ejemplo: Una emisión E se expresa normalmente como el producto de un factor de emisión F y un nivel de actividad A. En los casos en que F es una constante fija y E varía solamente cuando varía A , E es linealmente dependiente de A. En cambio, cuando tanto F como A se consideran variables (como cuando se aplica la ecuación de propagación del error para estimar la varianza de E como función de las varianzas y covarianza de A y F ), E no es una función lineal de F y A.

Orientación del IPCC sobre las buenas prácticas y la gestión de la incertidumbre

Probabilidad A3.

inferior de la integral de la FDP – es decir, una integral de una FDP que disminuye a partir del percentil k-ésimo hacia densidades de menor probabilidad.

El percentil de población k-ésimo (0 ≤ k ≤ 100) de una población que tiene una función de distribución F ( x ) es igual a z donde z satisface la función F ( z ) = k/

El percentil k-ésimo de la muestra es una aproximación del percentil de la población que se deriva de una muestra. Es el valor por debajo del cual se encuentra el porcentaje k de las observaciones.

POBLACIÓN

Definición estadística: La población o universo es la totalidad de los elementos estudiados. En el caso de una variable aleatoria, se considera que la distribución de probabilidad define la población de esa variable [7].*

Ejemplo: todos los experimentos o acontecimientos concebibles de un determinado tipo.

PRECISIÓN

Definición para los inventarios: La precisión es lo opuesto a la incertidumbre en el sentido de que cuanto más preciso es algo, menos incierto es.

PROBABILIDAD

Definición estadística: Una probabilidad es un número real en la escala de 0 a 1 asociado a un acontecimiento aleatorio ([7], C.2.1).* La probabilidad puede interpretarse de distintas maneras. Según una interpretación, la probabilidad tiene la naturaleza de una frecuencia relativa (es decir, la proporción de todos los resultados que corresponden a un acontecimiento), mientras que, según otra interpretación, la probabilidad es una medida del grado de convicción. La probabilidad de que ocurra un acontecimiento aleatorio E se indica a menudo como Pr( E ). Las probabilidades también pueden expresarse en términos porcentuales. La teoría de la probabilidad es una rama de las matemáticas creada a partir de fundamentos axiomáticos, cuyos resultados constituyen la base de la inferencia estadística.

PROPAGACIÓN DE LAS INCERTIDUMBRES

Definición estadística: Las normas de propagación de las incertidumbres establecen la forma de combinar de manera algebraica las medidas cuantitativas de la incertidumbre vinculadas a los valores de entrada de las fórmulas matemáticas utilizadas en la compilación de los inventarios, a fin de obtener las medidas correspondientes de la incertidumbre de los valores de salida. Véase el capítulo 6, "La cuantificación de las incertidumbres en la práctica", y el anexo 1, "Base conceptual del análisis de la incertidumbre".

REGRESIÓN LINEAL

Definición estadística: El método de regresión lineal permite ajustar una línea recta a un conjunto de puntos correspondientes a datos observados, teniendo en cuenta los efectos de la variabilidad de las observaciones.

Ejemplo: Si las observaciones de las emisiones se trazan gráficamente en función de los niveles de actividad correspondientes, la curva de la línea ajustada mediante regresión lineal ofrece una estimación del factor de emisión adecuado. Esta técnica puede utilizarse también para estimar una tendencia lineal de una cantidad que varía con el tiempo.

• Véanse las referencias (pag. A3.23)

Orientación del IPCC sobre las buenas prácticas y la gestión de la incertidumbre A3.

RESIDUO

Significado estadístico: En el caso de un valor observado cuyo comportamiento es modelado por un modelo estadístico, el residuo es la diferencia entre el valor observado y el valor pronosticado por el modelo, por ejemplo por la regresión lineal. El residuo es, por lo tanto, el componente de una observación que no puede ser explicada por el modelo.

SENSIBILIDAD

Definición estadística: La sensibilidad es la medida en que una cantidad responde a un cambio en otra cantidad conexa. La sensibilidad de una cantidad Y que es afectada por cambios en otra cantidad X , se define como el cambio producido en Y , dividido por el cambio producido en X que provocó los cambios en Y.

SERIE TEMPORAL

Definición estadística: Una serie temporal es una serie de valores que resultan afectados por procesos aleatorios y que se observan como puntos sucesivos (pero generalmente equidistantes) en el tiempo.

SESGO

Definición para los inventarios: Un error sistemático del método de observación, cuyo valor se desconoce en la mayoría de los casos. El sesgo puede introducirse debido al uso de instrumentos de medición que no están correctamente calibrados, o si se seleccionan elementos de una población equivocada, o si se favorecen determinados elementos de una población, etc.

Definición estadística: La diferencia entre el valor esperado de un estadístico y el parámetro que éste estima. Véase Estimador insesgado.

Ejemplo: Si para estimar la emisión fugitiva total de los sistemas de transporte y distribución de gas se utilizan solamente mediciones de las fugas de los ductos de presión alta y media, y no se toman debidamente en cuenta las fugas en la red de distribución de baja presión (que son mucho más difíciles de medir), se puede producir un sesgo.

TÉCNICA DE BOOTSTRAP

Definición estadística: La técnica de bootstrap es uno de los métodos estadísticos que hacen un uso intensivo del cálculo y que utilizan generalmente el remuestreo reiterado de un conjunto de datos para evaluar la variabilidad de las estimaciones de los parámetros.

TENDENCIA

Definición para los inventarios: La tendencia de una cantidad mide su tendencia relativa a lo largo de un período de tiempo, de tal modo que un valor de tendencia positiva indica un aumento de la cantidad, y un valor negativo indica una disminución. Se define como la proporción del cambio que sufre la cantidad a lo largo del período, dividido por el valor inicial de la cantidad, y generalmente se expresa ya sea como un porcentaje o como una fracción.

• Véanse las referencias (pág. A3.23).