Por que a precisão nas previsões é crucial
Antes de sair de casa, você verifica a previsão do tempo para saber se deve levar um guarda-chuva. Essa consulta só será útil se a previsão for precisa.
Desafios na previsão espacial
Problemas de previsão espacial, como a previsão do tempo ou a estimativa de poluição do ar, envolvem prever o valor de uma variável em um novo local com base em valores conhecidos em outros locais. Os cientistas geralmente usam métodos de validação consagrados para determinar a confiabilidade dessas previsões.
No entanto, pesquisadores do MIT demonstraram que esses métodos de validação populares podem falhar gravemente em tarefas de previsão espacial. Isso pode levar alguém a acreditar que uma previsão é precisa ou que um novo método de previsão é eficaz, quando, na verdade, não é.
Os pesquisadores desenvolveram uma técnica para avaliar métodos de validação de previsão e a usaram para provar que dois métodos clássicos podem estar substancialmente errados em problemas espaciais. Eles então determinaram por que esses métodos podem falhar e criaram um novo método projetado para lidar com os tipos de dados usados para previsões espaciais.
Nova abordagem para validação
Em experimentos com dados reais e simulados, seu novo método forneceu validações mais precisas do que as duas técnicas mais comuns. Os pesquisadores avaliaram cada método usando problemas espaciais realistas, incluindo a previsão da velocidade do vento no Aeroporto O’Hare de Chicago e a previsão da temperatura do ar em cinco locais metropolitanos dos EUA.
O método de validação deles pode ser aplicado a uma variedade de problemas, desde ajudar cientistas climáticos a prever temperaturas da superfície do mar até auxiliar epidemiologistas na estimativa dos efeitos da poluição do ar em certas doenças.
“Esperamos que isso leve a avaliações mais confiáveis quando as pessoas estiverem desenvolvendo novos métodos preditivos e a uma melhor compreensão de quão bem os métodos estão desempenhando”, diz Tamara Broderick, professora associada do Departamento de Engenharia Elétrica e Ciência da Computação do MIT (EECS).