9. Resultados de la validez predictiva: comparando los modelos lineales y Espacio-temporal 20% de Países Regresión Root Mean SE* Root Median SE Mean RE** Median RE Lineal 214.84 27.00 0.604 0.417 Espacio-temporal 189.27 25.34 0.521 0.357 Primer 20% de País-Año Regresión Root Mean SE Root Median SE Mean RE Median RE Lineal 208.28 22.04 0.702 0.437 Espacio-temporal 129.32 11.92 0.392 0.199 Ultimo 20% de País-Año Regresión Root Mean SE Root Median SE Mean RE Median RE Lineal 158.86 13.23 0.538 0.421 Espacio-temporal 104.08 7.46 0.284 0.213 Aleatorio 20% de País-Año Regresión Root Mean SE Root Median SE Mean RE Median RE Lineal 215.44 24.22 0.619 0.419 Espacio-temporal 125.34 10.36 0.286 0.165 * SE = Squared Error ** RE = Relative Error
10.
11.
12. ¿Cual es el objetivo de las medidas de incertidumbre? Esta línea representa la verdadera riesgo de las muertes maternas en un país determinado: llamado también “valor esperado”
13. ¿Cual es el objetivo de las medidas de incertidumbre? Pero nosotros no observamos el valor esperado; nosotros observamos puntos particulares en la base de datos
14. ¿Cual es el objetivo de las medidas de incertidumbre? Buscamos que en nuestra incertidumbre, esté contenido el valor esperado en 95% de las muestras
20. Parámetro de Incertidumbre: un ejemplo sencillo Este es un modelo potencial Este es otro modelo potencial El Parámetro de incertidumbre toma en consideración los diferentes modelos que podrían potencialmente encajar en la base de datos
21.
22. La variación sobrante Error no debido al muestreo Errores sistemáticos, pero donde no observamos el verdadero valor Esta diferencia pueden ser parcialmente errores estocásticos, parcialmente errores fuera del muestreo