Quien trabaja con datos geofísicos conoce la frustración: la serie casi nunca está completa. Un receptor que falló, una estación que se detuvo, un periodo sin registros. Las lagunas son la regla, no la excepción. Y durante mucho tiempo la respuesta fue casi siempre la misma: interpolar los huecos, rellenarlos con ceros o aproximar la matriz de covarianza. Cada uno de estos atajos introduce una distorsión que contamina la estimación final.
Hector se diseñó para no necesitar ninguno de ellos. Siempre que el ruido sea, o haya sido, estacionario, la herramienta gestiona los datos faltantes directamente: sin interpolación, sin relleno con ceros y sin aproximaciones a la matriz de covarianza. La serie incompleta entra tal como está, y la estimación sale sin el sesgo que los atajos solían introducir.
A partir de aquí, Hector abre un abanico de control que pocas herramientas ofrecen. Permite incluir señales anuales, semestrales y otras señales periódicas en el proceso de estimación de la tendencia. Permite estimar desplazamientos en determinadas épocas, esos saltos abruptos que marcan una serie y que, ignorados, distorsionan la pendiente. Y permite elegir el modelo de ruido entre ley de potencia, ARFIMA, Gauss-Markov generalizado y ruido blanco, o cualquier combinación de estos, ajustando el análisis a la naturaleza real de las observaciones.
El cuidado por la calidad de los datos se extiende al resto del trabajo. Hector incluye programas para eliminar valores atípicos y para generar gráficos de densidad espectral de potencia, que ayudan a comprender la estructura del ruido antes de modelarla. Incluye además un programa con script para detectar desplazamientos de forma automática, ahorrando el trabajo de buscarlos uno a uno. Y cuando se selecciona el modelo de ley de potencia, con combinaciones de ruido blanco, parpadeo (flicker) y paseo aleatorio, permite obtener la primera diferencia de los datos.
Para el investigador, esto se traduce en algo concreto. Menos tiempo remendando series y justificando atajos, y más tiempo interpretando resultados en los que se puede confiar. La integridad de la estimación deja de depender de la suerte de tener datos completos. Pasa a depender de la herramienta adecuada.