Qu es el periodo de retorno y por qu se utiliza como una probabilidad?

Posted on 29 octubre, 2012 by Enrique Montalar Yago

Es un hecho probado, contrastado, demostrado y reiterado que una secuencia de datos debidamente torturada puede utilizarse para justificar cualquier cosa, especialmente en manos polticas. Entre las herramientas de tortura numrica ms eficientes destaca la estadstica, a menudo ayudada de grficos engaosos, pero incluso dentro de la estadstica existe un concepto que, sin necesidad de grficas, resulta confuso para mucha gente, el periodo de retorno, la probabilidad que se mide en aos. Caramba, yo pensaba que la probabilidad no tena unidades, siempre la he visto como un porcentaje. Es que no tiene unidades. En teora, el periodo de retorno es un tiempo medio asociado a una probabilidad, pero en la prctica (y en la prensa) ambos conceptos se confunden, confundiendo tambin al lector, ya de paso, que termina pensando que algo con un periodo de retorno de 10 aos ocurre siempre cada diez aos, cual exacto reloj suizo. Ah, y no es as? Pues no, por eso he decidido escribir sobre el tema. Pretendo explicar qu es el periodo de retorno sin utilizar ni una sola frmula, ni una sola, te interesa leerlo? Pues no es que me apasione el tema, la verdad. Te doy siete minutos, ni uno ms. Algo es algo. Vamos all. Supongamos que nos encargan el estudio de un determinado fenmeno independiente (terremoto, precipitacin, lo que sea). Lo primero y principal es buscar informacin fiable, as que revisamos pginas y ms pginas polvorientas (o bases de datos informatizadas, en el mejor de los casos) y recopilamos un montn de ocurrencias del fenmeno a lo largo de los aos. Es fcil conseguir esos datos? No, ni de coa, normalmente el mayor problema es la ausencia de datos (y no digamos ya fiables), pero como se trata de un ejemplo voy a poner las cosas fciles y suponer que tenemos datos anuales de los ltimos 1.000 aos (por nmeros que no sea), y que quedan de esta forma, ms o menos.

Como es lgico, el fenmeno se habr producido con mayor o menor intensidad a lo largo del tiempo, y lo normal es que nos interese saber cundo ha superado cierto valor mximo (terremoto de magnitud x, lluvia de determinada intensidad, etc) as que nos fijaremos en los valores que superan cierta cota (para este ejemplo, he tomado los que superan la magnitud 120).

Evidentemente, estas ocurrencias mximas no son peridicas, la naturaleza es muy bonita y todo eso, pero lo que se dice exacta, no lo es mucho. En este ejemplo, el valor 120 se ha superado 9 veces en los ltimos 1.000 aos, en intervalos que oscilan entre 50 y 170 aos.

Y ahora qu hacemos? Estudiar muy bien los datos y tomar un valor lo ms representativo posible de su comportamiento. Para este ejemplo simplificado supondremos que, de media, la superacin del suceso se ha producido cada 100 aos, repito, de media. Ese tiempo medio entre sucesos independientes es lo que llamamos periodo de retorno, y nos permite cuantificar la probabilidad del evento, ya que si estamos suponiendo que el suceso se supera una vez cada 100 aos, podemos suponer tambin que la probabilidad de dicha superacin en un ao cualquiera ser de 1/100. O sea, que la inversa del periodo de retorno resulta ser la probabilidad anual de superacin del suceso. Si tiene un periodo de retorno de 100 aos, su probabilidad anual media ser de 1/100. Vale, entendido, el periodo de retorno es el tiempo medio entre sucesos y est relacionado con la probabilidad de cada ao, y qu pasar al cabo de 100 aos? Me alegra que me hagas esa pregunta. Para estudiar cmo se acumula la probabilidad con el tiempo hay que tener en cuenta dos detalles:
1. En los sucesos independientes, la probabilidad de ocurrencia conjunta es el producto de probabilidades. 2. Como la ocurrencia slo se producir una vez, estudiaremos la probabilidad conjunta de los aos en los que no se produce el suceso.

Eso ltimo no lo entiendo, por qu no trabajamos directamente con la probabilidad de superacin, de 1/100? Puede resultar un poco confuso, al principio, pero tiene su lgica. Queremos saber cul es la probabilidad acumulada al cabo de 100 aos 100 aos seguidos en los que no se ha superado el suceso (si lo hubiera hecho ya no seran 100 aos seguidos), por tanto, a esos aos les corresponde la probabilidad anual de nosuperacin del suceso. Vale, ya est claro, te dejo seguir. Muy amable, sigo entonces, que hay prisa. Si la probabilidad de superacin es del 1% (1/100), la probabilidad de nosuperacin ser del 99% = 0,99

La probabilidad de no-superacin de dos (2) aos seguidos ser: 0,990,99 = 0,992 = 0,9801 (98,01%) Para tres (3) aos seguidos ser: 0,990,990,99 = 0,993 = 0,9703 (97,03%) Y para 100 aos ser: 0,99100 = 0,366 (36,6%). Es decir, que la probabilidad de no-superacin del suceso en 100 aos seguidos ser del 36,6%. Restando el 100% tendremos la probabilidad de superacin, que ser de 100% 36,6% = 63,4% Por tanto, pasados 100 aos, la probabilidad de que se produzca un suceso con un periodo de retorno de 100 aos es del 63,4%. Del 63,4% !!, y por qu no del 100%? Porque, desde el principio hemos dicho que el periodo de retorno de 100 aos y la probabilidad anual asociada de 1/100 eran valores medios a partir de los datos disponibles, y no certezas matemticas exactas (evidentemente, cuanto ms elevada sea la probabilidad, ms se acercar al periodo de retorno conforme pase el tiempo, pero seguir siendo una probabilidad). Entonces, cuando dicen eso de el periodo de retorno de un terremoto gordo en Espaa es de 100 aos y el ltimo fue en 1884, ya debera haber llegado uno gordo no es cierto? No, al menos no desde un punto de vista estadstico. Ese terremoto gordo podra haber llegado hace 50 aos, podra producirse maana o podra tardar todava 80 aos en llegar, y cada opcin tendra su probabilidad asociada, que no tiene por qu ser exacta, adems. Pgale un vistazo a la grfica y comprubalo, la marca corresponde a la probabilidad para 100 aos pero la probabilidad para 200 aos ni siquiera llega al 90%.

Y as calculis los ingenieros? No lo veo muy fiable, que digamos. La naturaleza no es fiable, joven padagan, al menos no a escala humana. La fiabilidad de los clculos depende de la fiabilidad de los datos de partida y del mayor o menor conocimiento del fenmeno. A mayor informacin, ms podremos afinar las predicciones, pero sin olvidar que un fenmeno natural es imposible de predecir al 100%. Por eso se sigue investigando y recopilando informacin, y por eso las teoras y normativas se van actualizando con esas observaciones y esos nuevos descubrimientos, porque trabajamos con probabilidades a partir de datos insuficientes y, lo que es peor, asumimos responsabilidades bajo esas probabilidades, ya lo dice el 5 aforismo estructural de Javier Rui-Wamba, los ingenieros somos gestores de incertidumbres. Vale, vale, no te pongas en plan vctima, ya lo he pillado qu ms? Nada ms, por ahora. Me he tomado ciertas licencias y supongo que un estadstico estricto me dara un tirn de orejas (como poco), pero es el precio a pagar por no usar frmulas, as que yo lo dejara aqu. Qu tal?, ha quedado ms o menos claro?