Evaluation of Smoothing Functions in Generalized Additive Models Applied to the Relative Abundance of Green Turtle (Chelonia mydas)

Imagina que estás tratando de predecir cuántos peces aparecerán en un punto específico del océano. Podrías pensar que simplemente puedes dibujar una línea recta en un gráfico: "Si el agua está más cálida, vienen más peces". Pero la naturaleza rara vez es una línea recta. Es desordenada, irregular y está llena de sorpresas. A veces ves una enorme multitud de peces, y otras veces, el agua está vacía. Aquí es donde entra en juego un tipo especial de matemática llamada "Modelos Aditivos Generalizados" (o GAMs, por sus siglas en inglés). Piensa en los GAMs como una regla súper inteligente y flexible que puede doblarse y retorcerse para seguir los caminos sinuosos e impredecibles de la naturaleza, en lugar de forzar todo en una línea recta.

Sin embargo, para usar esta regla flexible correctamente, necesitas saber qué tipo de "ruido" está haciendo tu información. ¿Se comporta la información como un ritmo de tambor constante y tranquilo? ¿O es como una sesión de jazz caótica con estruendos repentinos y fuertes? En estadística, esto se llama elegir la "familia de distribución" adecuada. Si eliges la incorrecta —como intentar medir una montaña dentada con una regla plana— podrías obtener la forma de la curva correctamente, pero entenderías mal la historia que cuenta. Este artículo es una historia de detectives sobre cómo encontrar las herramientas matemáticas perfectas para contar tortugas verdes juveniles, asegurando que no solo veamos los números, sino que realmente entendamos sus vidas.

---

El misterio del conteo de tortugas

En las aguas rocosas y bañadas por el sol frente a la playa de Itapirubá Norte en Brasil, un equipo de científicos ha estado vigilando de cerca a las tortugas verdes juveniles (Chelonia mydas). Estas tortugas jóvenes son como los adolescentes del océano, que aparecen para respirar, comer algas y pasar el rato. Desde 2021, los observadores las han estado contando desde cuatro estaciones diferentes a lo largo de la costa, registrando exactamente cuántas aparecen en cualquier momento dado.

¿El problema? Los datos eran un poco desordenados. Estaban llenos de "ceros" (momentos en los que no se vieron tortugas) y "picos" (momentos en los que apareció de repente un grupo enorme). También presentaban "sobredispersión", que es una forma elegante de decir que los números estaban mucho más dispersos y caóticos de lo que sugeriría un promedio simple. Los investigadores querían construir un modelo para entender por qué las tortugas aparecían cuando lo hacían, utilizando factores como la hora del día, la temperatura, las mareas y el viento. Pero para hacer eso, tenían que resolver un rompecabezas de dos partes: ¿Qué forma matemática se ajusta mejor a los datos? y ¿Qué regla flexible (función de suavizado) dibuja la curva con mayor precisión?

El gran enfrentamiento de distribuciones

Primero, el equipo tuvo que determinar la mejor manera de describir los conteos de tortugas. Probaron cuatro "atuendos" matemáticos diferentes para los datos:

1. La Distribución Normal: Asume que los datos son perfectamente simétricos, como una curva de campana.
2. La Distribución Log-normal: Maneja mejor los datos sesgados, pero aún los trata como continuos.
3. La Distribución de Poisson: Una elección clásica para contar cosas, pero asume que el promedio y la dispersión son exactamente iguales.
4. La Distribución Binomial Negativa: Una opción más flexible que permite que la dispersión sea mucho mayor que el promedio.

Los resultados fueron claros. Los atuendos Normal y Poisson fueron ajustes terribles. El modelo de Poisson, en particular, falló estrepitosamente porque los datos de las tortugas estaban demasiado "sobredispersos": la varianza era de 13.65 mientras que el promedio era de solo 2.93. Intentar forzar estos datos caóticos en una caja de Poisson era como intentar encajar una pieza cuadrada en un agujero redondo; distorsionaba los resultados y hacía que los científicos pensaran que estaban más seguros de lo que realmente estaban. La Log-normal era mejor, pero tampoco era perfecta.

El ganador fue la distribución Binomial Negativa. Fue la única capaz de manejar la "inflación de ceros" (muchos avistamientos vacíos) y las "colas pesadas" (grupos masivos y poco comunes de tortugas) sin sudar una gota. Al usar esta distribución, el modelo finalmente pudo dejar de adivinar y empezar a reflejar con precisión la realidad caótica de las vidas de las tortugas.

La carrera de las reglas flexibles

Una vez que tuvieron el atuendo adecuado, el equipo tuvo que elegir la "regla" correcta para dibujar la curva. En el mundo de los GAMs, estas reglas se llaman "funciones de suavizado". Probaron cuatro tipos diferentes:

• Splines de Regresión de Placa Delgada (TPS): Como una lámina de metal flexible que se dobla suavemente en todas las direcciones.
• Splales de Regresión Cúbica (CRS): Como una serie de curvas suaves y conectadas hechas de matemáticas cúbicas.
• Splines Penalizados (P-splines): Un método que añade un "freno" para evitar que la curva se vuelva demasiado sinuosa.
• Splines Adaptativos: La regla más inteligente de todas, que puede ser rígida en algunos lugares y súper flexible en otros, dependiendo de dónde los datos sean complicados.

El artículo encontró que no había solo una "mejor" regla para todo. En cambio, la mejor elección dependía de a qué estaba reaccionando la tortuga:

• Tiempo y Temperatura: Para variables como "Días" y "Temperatura", los Splines Adaptativos fueron los campeones. Estos factores cambian en ráfagas impredecibles, y la regla adaptativa podía flexionar exactamente donde los datos lo necesitaban, capturando cambios repentinos en el comportamiento de las tortugas.
• Olas y Viento: Para factores como "Altura de las olas" y "Velocidad del viento", los Splines de Regresión Cúbica funcionaron mejor. Estos factores tienden a cambiar de forma más gradual, por lo que una curva suave y constante era el ajuste perfecto.
• Dirección del Viento: Para los componentes del viento Norte-Sur y Este-Oeste, los Splines de Placa Delgada se llevaron la corona. Debido a que la dirección del viento es un círculo en 2D (puede ir hacia cualquier parte), la regla de Placa Delgada era la única que podía mapearla suavemente sin confundirse.

El veredicto final

Al combinar la distribución Binomial Negativa con una mezcla de estas reglas de suavizado especializadas, los investigadores construyeron un modelo que es tanto matemáticamente sólido como ecológicamente real. Descubrieron que la presencia de las tortugas no es solo aleatoria; está impulsada por relaciones complejas y no lineales con su entorno. Las tortugas no solo están reaccionando a "más calor = más tortugas". En cambio, responden a umbrales específicos y cambios repentinos en la temperatura y las mareas, mientras que los patrones de las olas y el viento actúan como influencias más constantes y de fondo.

El estudio confirma que si quieres entender la naturaleza, no puedes usar un enfoque de "talla única". Tienes que adaptar tus herramientas matemáticas a las peculiaridades específicas de tus datos. En este caso, el atuendo "Binomial Negativo" y un conjunto de reglas flexibles de "mezcla y combinación" permitieron a los científicos ver la historia de las tortugas con claridad, revelando un hábitat que es un mosaico dinámico y fragmentado de recursos y oportunidades. Es un recordatorio de que, en la ciencia, la herramienta adecuada para el trabajo es a menudo la diferencia entre ver un desenfoque y ver la imagen completa.