¿Qué es la curva ROC en meteorología?
La curva ROC es una gráfica que muestra la habilidad de un sistema de pronóstico probabilístico para distinguir eventos (ej. lluvia > 20 mm) de no-eventos. Grafica la tasa de aciertos (hit rate) frente a la tasa de falsas alarmas para diferentes umbrales de probabilidad.
¿Cómo funciona?
Para cada umbral de probabilidad (5 %, 10 %, ..., 95 %), se calcula:
- Tasa de aciertos: proporción de eventos que fueron pronosticados correctamente.
- Tasa de falsas alarmas: proporción de no-eventos que fueron pronosticados como eventos.
Un pronóstico perfecto tendría la curva en la esquina superior izquierda. La diagonal representa un pronóstico sin habilidad. El área bajo la curva (AUC) varía de 0,5 (sin habilidad) a 1,0 (perfecto).
¿Por qué es importante?
La curva ROC permite evaluar objetivamente si un pronóstico probabilístico tiene valor. Un AUC > 0,7 indica buena discriminación. Es una métrica estándar en la verificación de ensambles y predicción probabilística.
Ejemplos prácticos
- Predicción de precipitación extrema: ¿distingue el ensamble los días con > 50 mm de los que no? La curva ROC lo cuantifica.
- Comparación de modelos: dos modelos pueden compararse por sus curvas ROC y AUC para un mismo evento.
WikiMeteo