Durante décadas, medir el cambio fue una cuestión de paciencia. Acumular observaciones a lo largo de los años y trazar la recta que mejor las describe. Pero hay un problema que se esconde bajo casi todas las series temporales geofísicas: el ruido. No el ruido aleatorio que se cancela solo, sino un ruido más traicionero, correlacionado en el tiempo, que distorsiona la tendencia que se pretende extraer.
Estimar una trayectoria es justo lo que está en juego cuando se estudia el aumento de la temperatura, la subida del nivel del mar asociada al cambio climático o el desplazamiento de posición causado por el movimiento vertical de la corteza terrestre y de las placas tectónicas. Son fenómenos lentos, medidos a lo largo de años, en los que la tendencia es precisamente lo que interesa extraer. Y es aquí donde el ruido correlacionado se vuelve peligroso, porque afecta de forma significativa a la precisión de la estimación de la tendencia lineal. Ignorarlo no resuelve el problema: solo lo oculta dentro de una recta que parece más firme de lo que debería.
Hector existe para corregir esto. Es un paquete de software de análisis de series temporales geofísicas que estima la tendencia lineal y el modelo de ruido al mismo tiempo, y no en pasos separados. Utiliza el método de máxima verosimilitud para determinar, en un solo proceso, la pendiente de la tendencia y los parámetros del ruido que la acompaña. El resultado no es solo un número: es un número con la incertidumbre cuantificada a su lado.
La herramienta parte de una premisa honesta: el usuario conoce, de antemano, el tipo de ruido correlacionado presente en sus observaciones. A partir de ahí, Hector permite incluir señales anuales, semestrales y otras señales periódicas en el proceso, y estimar desplazamientos en épocas concretas. Todo aquello que en una serie real distorsiona la lectura pasa a formar parte del modelo, en lugar de quedar escondido en el margen de error.
Estimar tendencias siempre fue tarea de la ciencia. Lo que cambia con una herramienta como Hector es la honestidad del resultado. En una era en la que tanta investigación se apoya en series largas e imperfectas, distinguir la señal real del ruido que la distorsiona ha dejado de ser un detalle técnico. Es la diferencia entre una conclusión defendible y un espejismo estadístico.