| 🧪 HIPÓTESIS DEL SÁBADO: ¿Y si las 10 ciudades que la ciencia señala como candidatas a la desertificación ya se estuvieran calentando significativamente más rápido que el conjunto del planeta? Hoy no nos conformamos con el titular: formulamos la pregunta como se hace en un laboratorio y la sometemos a un contraste de hipótesis. 🔎 |
Hipótesis de partida sobre la desertificación
Es sábado, hay café, y una noticia del Diario AS nos deja pensando: 10 grandes ciudades —Phoenix, Los Ángeles, El Cairo, Bagdad, Teherán, Delhi, Pekín, Islamabad, Abu Dabi y Doha— podrían avanzar hacia la desertificación en los próximos 50 años. La desertificación es la degradación de tierras en zonas áridas y semiáridas por la combinación de menos lluvia, más temperatura y suelos maltratados. El titular es llamativo, pero como investigadores de fin de semana nos preguntamos: ¿qué afirmación concreta y comprobable hay detrás? 💡
Aquí entra la metodología del día: el contraste de hipótesis. En lugar de aceptar o rechazar el titular "a ojo", planteamos dos afirmaciones rivales sobre un parámetro medible y dejamos que los datos decidan con reglas explícitas:
- H₀ (hipótesis nula): la tendencia media de calentamiento de estas 10 ciudades es igual al ritmo global de referencia, μ = 0,20 °C por decenio. Es decir, no se calientan más que el planeta.
- H₁ (hipótesis alternativa): su tendencia media es mayor, μ > 0,20 °C por decenio, lo que sería coherente con un mayor riesgo de desertificación urbana.
Ojo al matiz metodológico: el contraste no "demuestra" H₁. Solo mide si los datos son tan incompatibles con H₀ que resulta razonable descartarla. Esa humildad es justo lo que le falta a muchos titulares. 🧠
Los datos que necesitamos
Antes de calcular nada, acotemos. ¿Qué variable resume mejor el riesgo? Dudamos entre varias, como haría cualquier equipo de investigación un sábado por la mañana:
- 📈 Tendencia de temperatura (°C/decenio): pendiente del calentamiento local en las últimas décadas. Es la que elegimos, porque conecta directamente con la aridez creciente.
- 🌧️ Precipitación media anual (mm): por debajo de ~250 mm hablamos de clima desértico; útil como segunda variable.
- 🧮 Índice de aridez (P/ETP): cociente entre precipitación y evapotranspiración potencial; valores bajo 0,20 indican zona árida.
Las fuentes reales para un estudio serio serían las series históricas de los servicios meteorológicos nacionales y los reanálisis climáticos globales. Para nuestro taller usamos datos ilustrativos para uso docente: valores plausibles en orden de magnitud, pero fabricados para poder practicar el método sin descargar gigabytes un sábado. La honestidad sobre el origen de los datos también es método científico. ✅
Diseño del estudio
Nuestro diseño es un contraste unilateral derecho para una media con la prueba t de Student: una muestra (las 10 ciudades del artículo), una variable (tendencia térmica en °C/decenio), un valor de referencia (0,20 °C/decenio, ritmo global aproximado de las últimas décadas), un nivel de significación α = 0,05 y 9 grados de libertad. Si quisiéramos analizar la tendencia dentro de cada ciudad a lo largo del tiempo, el test de Mann-Kendall que menciona la noticia original sería la alternativa natural; lo anotamos en el cuaderno para otro sábado.
Dos decisiones de diseño que conviene dejar escritas antes de mirar los resultados (¡preregistro casero!): elegimos contraste unilateral porque nuestra hipótesis sustantiva sobre la desertificación apunta en una sola dirección, y fijamos α = 0,05 antes de calcular, para no ajustar el listón a conveniencia.
Análisis propuesto (tabla + Figura 1)
Estos son nuestros datos de trabajo. Insistimos: son ilustrativos para uso docente, inspirados en órdenes de magnitud realistas.
| Ciudad | Código | Tendencia térmica (°C/decenio) |
|---|---|---|
| Phoenix (EE. UU.) | PHX | 0,31 |
| Los Ángeles (EE. UU.) | LA | 0,19 |
| El Cairo (Egipto) | CAI | 0,27 |
| Bagdad (Irak) | BGD | 0,34 |
| Teherán (Irán) | TEH | 0,30 |
| Delhi (India) | DEL | 0,22 |
| Pekín (China) | PEK | 0,28 |
| Islamabad (Pakistán) | ISL | 0,18 |
| Abu Dabi (EAU) | AUH | 0,25 |
| Doha (Catar) | DOH | 0,26 |
| Media muestral (x̄) | — | 0,26 |
Con la muestra en la mano calculamos los estadísticos: media x̄ = 0,26; desviación típica s ≈ 0,052; error estándar s/√n ≈ 0,016. El estadístico de contraste sale de la fórmula clásica: t = (x̄ − μ₀) / (s/√n) = (0,26 − 0,20) / 0,016 ≈ 3,67. Antes de interpretarlo, dibujemos los datos: un gráfico de barras 📊 con una ciudad por barra, la tendencia térmica en el eje vertical y una línea roja marcando el valor de referencia de H₀.
Primera observación de cuaderno: 8 de las 10 barras superan la línea roja, y solo Los Ángeles e Islamabad quedan por debajo. Pinta bien para H₁… pero "pintar bien" no es un criterio estadístico. Para eso está el contraste. 🔎
Resultados esperables (Figura 2)
La lógica del contraste de hipótesis se ve mejor dibujada que contada. Si H₀ fuera cierta, el estadístico t se comportaría como una distribución t de Student con 9 grados de libertad: una campana centrada en cero. Definimos la región de rechazo en la cola derecha: todos los valores por encima del punto crítico t = 1,833, que dejan solo un 5 % de probabilidad bajo H₀. Nuestro t observado, 3,67, cae claramente dentro de esa región.
Decisión: como t = 3,67 > 1,833, rechazamos H₀ con un p-valor aproximado de 0,003. ✅ Con estos datos ilustrativos, la evidencia es incompatible con la idea de que estas ciudades se calientan al ritmo global medio: el resultado apunta a un calentamiento acelerado, condición que alimenta —aunque no equivale a— la desertificación. En el aula, este mismo cálculo se replica en una línea con la función ttest_1samp de la documentación oficial de SciPy (Python), pidiendo la alternativa unilateral alternative='greater'.
Limitaciones y sesgos
Un buen cuaderno de investigación dedica más tinta a las dudas que a los titulares. Las nuestras:
- Datos ilustrativos: los valores son plausibles pero no medidos; la conclusión es un ejercicio docente, no una afirmación climatológica.
- Sesgo de selección: las 10 ciudades fueron elegidas precisamente por su riesgo. Contrastar sobre una muestra ya seleccionada por la variable de interés infla el resultado (es como medir la estatura media solo en un equipo de baloncesto).
- Confusión con la isla de calor urbana: parte del calentamiento local es efecto del propio asfalto, no del clima regional que gobierna la desertificación.
- Muestra pequeña (n = 10): la prueba t asume normalidad aproximada; con tan pocos datos, un valor atípico mueve mucho el resultado.
- Calentarse no es desertificarse: Delhi, Pekín o Islamabad tienen regímenes monzónicos húmedos; la propia lista de la noticia merece escepticismo, porque la degradación del suelo depende también de lluvia, vegetación y gestión hídrica.
- Rechazar H₀ no prueba causas: el contraste dice que la media difiere de 0,20, no por qué.
Del cuaderno al aula
Estos retos convierten el taller del sábado en material de clase; muchos se pueden resolver con calculadora, hoja de cálculo o los recursos interactivos de Canal Docente. 📚
- Recalcula el estadístico t si añadimos una ciudad número 11 con tendencia 0,10 °C/decenio. ¿Cambia la decisión?
- Repite el contraste con α = 0,01 (t crítico = 2,821). ¿Se sigue rechazando H₀? ¿Qué enseña esto sobre el papel de α?
- Plantea el contraste bilateral (H₁: μ ≠ 0,20). ¿Cuál sería ahora la región de rechazo en la Figura 2?
- Explica con tus palabras la diferencia entre "no rechazar H₀" y "demostrar que H₀ es cierta".
- Diseña un contraste análogo con la precipitación: H₀: μ = 250 mm frente a H₁: μ < 250 mm. ¿Qué ciudades de la tabla crees que empujarían en cada dirección?
- Debate: ¿qué error sería más grave aquí, el de tipo I (declarar desertificación acelerada sin haberla) o el de tipo II (no detectarla existiendo)? ¿Quién paga cada error?
- Busca la serie de temperatura real de tu ciudad y estima su tendencia por decenio. ¿Dónde caería su barra en la Figura 1?
Cierre crítico
Empezamos con un «¿y si…?» y terminamos con algo mejor que una certeza: un método. El contraste de hipótesis no nos dice si Phoenix o Doha serán desiertos en 2075; nos obliga a definir qué mediríamos, qué consideraríamos evidencia suficiente y qué sesgos podrían engañarnos. Aplicado a la desertificación, ese hábito es doblemente valioso: el fenómeno es real y grave —la degradación de tierras áridas amenaza la seguridad alimentaria de cientos de millones de personas—, pero los listados llamativos de "10 ciudades condenadas" simplifican un proceso que depende de lluvia, suelo, agua y decisiones humanas, no solo de termómetros. 🌍
La lección del sábado: ante el próximo titular sobre desertificación, no preguntes solo "¿es verdad?", pregunta "¿qué hipótesis nula habría que rechazar para afirmarlo, y con qué datos?". Esa pregunta, hecha a tiempo, vale más que cualquier lista. 💡