Estimar y detectar: verosimilitud, umbrales y la curva ROC · Probabilidad y procesos: del azar al ruido · CO.DE Academy
Lección 6 de 9· Matemáticas
Estimar y detectar: verosimilitud, umbrales y la curva ROC
0 de 9 lecciones · 0 %
01 / 03
En los videos
6.1 Estimadores: la tensión de la batería (28 V con ruido de 1 V) estimada con la media o con la mediana; el sesgo de dividir entre n, el error cuadrático medio y la cota de Cramér-Rao.
6.2 Máxima verosimilitud: la medida de 5.2 V y la campana que la vuelve más creíble, el logaritmo que convierte productos en sumas, el máximo para una gaussiana y la cobertura del 95 % de un intervalo de confianza.
6.3 Detección: ¿hay señal o solo ruido?, el umbral que reparte falsa alarma y detección, la curva ROC (detección 0.46 con falsa alarma de una milésima) y el umbral de un radar.
De los datos a un número, y de un número a una decisión
La batería del satélite vale, en el modelo, 28 V, y cada telemetría llega con un ruido de σ=1 V. Con cinco lecturas hay que dar un número. Y con una sola muestra del receptor hay que decidir sí o no: ¿hay portadora? Estimar y detectar son las dos caras de la misma pregunta del curso: cuánto creerle a una medida.
Estimadores: sesgo, varianza y error cuadrático
Un estimadorθ^ es cualquier función de los datos. Al repetir el experimento, θ^ cambia: es una variable aleatoria con su propia distribución. Se juzga por
su sesgob=E[θ^]−θ (dónde cae el centro de los disparos),
su varianzaVarθ^ (cuánto se dispersan),
y su error cuadrático medio, que los combina: ECM=E[(θ^−θ)2]=b2+Varθ^ (sumando y restando E[θ^] dentro del cuadrado; el término cruzado tiene esperanza cero).
El sesgo de la varianza muestral, demostrado. Con Sn2=n1∑(Xi−Xˉ)2, escribimos Xi−Xˉ=(Xi−μ)−(Xˉ−μ) y desarrollamos:
i∑(Xi−Xˉ)2=i∑(Xi−μ)2−n(Xˉ−μ)2.
Tomando esperanzas, E[∑(Xi−Xˉ)2]=nσ2−n⋅nσ2=(n−1)σ2. Por tanto E[Sn2]=nn−1σ2: con n=5, 0.80σ2. Dividiendo entre n−1 el sesgo desaparece. ■
Un poco de sesgo puede pagarse solo (video 6.1.3). Para un offset verdadero de 0.5 V, con n=5 y σ=1, la media tiene ECM=σ2/n=0.20. La media encogida 0.9Xˉ tiene sesgo −0.05 y varianza 0.81⋅0.20:
ECM=0.052+0.162=0.1645.
Menor que 0.20, pero solo porque la verdad estaba cerca de cero; con 28 V el sesgo −2.8 lo arruinaría.
La cota de Cramér-Rao. Ningún estimador insesgado de la media de una gaussiana puede tener varianza menor que σ2/n: 0.05 con 20 datos, 0.10 con 10, 0.20 con 5. La media la alcanza exactamente; la mediana de 20 datos queda, en la simulación del video, un 47 % por encima del piso. Aquí solo enunciamos la cota (es la inversa de la información de Fisher); su demostración queda fuera.
Máxima verosimilitud
Llega una medida x=5.2 V con σ=1. Para cada valor posible de μ, la altura de la campana N(μ,1) en x es la verosimilitudL(μ): con μ=3.2 vale 0.054, con 4.2 vale 0.242 y con 5.2, su máximo, 0.399. El estimador de máxima verosimilitud (MV) elige el parámetro que hace más probable lo observado.
Deducción para n datos gaussianos. Con datos independientes la verosimilitud es un producto; su logaritmo, una suma:
lnL(μ,σ)=−nlnσ−2nln2π−2σ21i=1∑n(xi−μ)2.
Derivando respecto de μ e igualando a cero: σ21∑(xi−μ)=0, luego μ^=xˉ. Derivando respecto de σ: −σn+σ31∑(xi−μ^)2=0, luego σ^2=n1∑(xi−xˉ)2: el estimador MV de la varianza es el sesgado. ■
El logaritmo no es un adorno: con diez datos la verosimilitud vale 1.31×10−7 y su logaritmo, −15.84; con mil datos el producto no cabe en un número de coma flotante. Con bits es todavía más simple: 7 errores en 100 bits dan p^=0.07.
Intervalos de confianza. Con σ=0.5 V conocida y 20 datos, Xˉ±1.96σ/20=Xˉ±0.219 V atrapa la verdad en el 95 % de las repeticiones (10 000 repeticiones del video: 94.54 %). La confianza es una propiedad del método repetido, no la probabilidad de que este intervalo contenga la verdad.
Detección: un umbral entre dos campanas
Llega una muestra x. Hipótesis nulaH0: solo ruido, x∼N(0,1). AlternativaH1: señal más ruido, x∼N(d,1), con la señal a d sigmas. Con d=3 y la muestra x=2.06, la verosimilitud del ruido es 0.048 y la de la señal 0.256: parece señal, pero las campanas se solapan y ninguna decisión es segura.
Se fija un umbral γ y se declara señal si x>γ. Cada umbral deja dos probabilidades:
PFA=P(x>γ∣H0)=Q(γ),PD=P(x>γ∣H1)=Q(γ−d).
Ejemplo resuelto (video 6.3.2). Con γ=2 y d=3: PFA=Q(2)=0.0228 y PD=Q(−1)=0.8413. Subir el umbral baja las dos a la vez.
Neyman-Pearson. Se elige la falsa alarma tolerable y de ahí sale el umbral: γ=Q−1(PFA). Con PFA=10−3, γ=3.09 y PD=Q(0.09)=0.46. Barrer γ dibuja la curva ROC: la diagonal es adivinar (d=0) y, cuanto mayor d, más se pega la curva a la esquina superior izquierda. (Comparar la razón de verosimilitudes con un umbral es, de hecho, la prueba óptima de Neyman-Pearson; con estas dos gaussianas esa razón crece con x y se reduce a comparar x con γ.)
Un radar (video 6.3.4). Con PFA=10−6, γ=4.75. La detección depende de la separación: d=3 (9.5 dB) da 0.04, d=5 (14.0 dB) da 0.60 y d=7 (16.9 dB) da 0.99. Cinco decibeles separan un radar inútil de uno fiable.
Con ruido N(0, 1), señal N(3, 1) y una falsa alarma fijada en 10⁻³, ¿cuánto vale la probabilidad de detección?
El laboratorio
En el laboratorio arrastras el umbral entre las dos campanas: el área roja es la falsa alarma y la verde la detección, con cien mil casos simulados para comparar. Cada posición deja un punto en la curva ROC. El caso «Radar» cambia el eje de la ROC a escala logarítmica para que se vea una falsa alarma de 10−6.
Playground · python
1 de 8
Qué deja fuera este modelo
Varianza del ruido conocida. En la práctica σ también se estima; el intervalo correcto usa la t de Student y el detector necesita un umbral adaptativo (CFAR), porque el piso de ruido cambia con el tiempo.
Una sola muestra. Un receptor real integra muchas muestras: con N muestras coherentes la separación crece como N, y eso es exactamente lo que hace un filtro adaptado (curso de Señales y Sistemas).
Señal de amplitud fija. Los blancos de radar fluctúan (modelos de Swerling) y una portadora se desvanece; promediar sobre esas fluctuaciones baja la curva ROC.
Costes simétricos. El umbral de Neyman-Pearson fija la falsa alarma porque perder un blanco y dar una alarma falsa cuestan distinto. Con probabilidades a priori y costes conocidos, el criterio correcto es el bayesiano de la lección 1.
Lo que sigue
Hasta aquí cada medida era una variable aislada. Pero el ruido del receptor es una señal: una función del tiempo que cambia de una realización a otra. La lección 7 introduce los procesos aleatorios, su media y su autocorrelación, y distingue el ruido blanco del coloreado.
Laboratorio interactivo
¿Señal o ruido? El umbral y la curva ROC
Cierre de la lección
Lo que sigue: video
Sigue el recorrido de la lección paso a paso.
Crea una cuenta gratis para continuar
Con una cuenta desbloqueas el cuestionario, el foro de dudas y el tutor con IA de esta lección, además del registro de progreso y el certificado verificable al terminar «Probabilidad y procesos: del azar al ruido».