Calibración (historial)

Comprobar si la confianza declarada coincide con los aciertos reales. Un pronóstico que dice estar “70% seguro” está bien calibrado solo si llamadas como esa aciertan cerca del 70% de las veces. El Índice de costos publica el suyo: sus llamadas de dirección débiles, medias y fuertes acertaron cerca del 48%, 51% y 58% de las veces en 1,877 llamadas evaluadas, frente a una base de azar cercana al 50%.

Por qué importa

Una etiqueta de confianza solo vale la pena leerla si está ganada. La calibración es cómo lo compruebas: evalúa una larga serie de llamadas pasadas y mira si cada nivel acierta tan seguido como dice. El Índice de costos lo hace a la vista — las llamadas “fuertes” rondan el 58%, las “débiles” el 48%, frente a un volado cercano al 50% — así que “fuerte” de verdad le gana al azar y “débil” honestamente apenas lo hace. Las etiquetas se ganan, no son decorativas.

Mira el explicador de 90 segundos

Preguntas frecuentes

¿Qué significa calibración?

La calibración es la prueba de si la confianza declarada coincide con la realidad. Si haces un conjunto de llamadas en las que dices estar 70% seguro, estás bien calibrado solo cuando cerca del 70% se cumplen. El listón no es acertar; es acertar tan seguido como dijiste. La forma honesta de comprobarlo es evaluar una larga serie de llamadas pasadas y comparar cada nivel de confianza con qué tan seguido aciertan las llamadas de ese nivel.

¿En qué se diferencia una etiqueta de confianza de simplemente acertar?

Una sola llamada acertada no prueba nada sobre una etiqueta — hasta una moneda sale cara la mitad de las veces. La calibración trata de la tasa a lo largo de muchas llamadas. Una etiqueta como «fuerte» se gana su nombre solo si las llamadas fuertes aciertan más seguido que las débiles, y más seguido que un volado. Una etiqueta que no le gana al azar es decoración, no información.

¿Qué tan bien calibrado está el Índice de costos Muntin?

El índice evalúa sus propias llamadas de dirección y publica el registro. En 1,877 llamadas evaluadas, las que etiquetó débiles acertaron cerca del 48% de las veces, las medias cerca del 51% y las fuertes cerca del 58% — cada nivel por encima del anterior, y todas medidas contra una base de azar cercana al 50%. Así que «fuerte» de verdad le gana al azar y «débil» honestamente apenas lo hace. Las etiquetas se ganan, no son decorativas, y el registro completo se publica en /cost-index/calibration.json.

¿Qué es un pronóstico bien calibrado?

Uno cuya confianza coincide con sus aciertos: si dice estar 70% seguro, llamadas como esa aciertan cerca del 70% de las veces. Acertar no basta — acertar tan seguido como dijiste, sí. El Índice de costos revisa el suyo en 1,877 llamadas evaluadas: las llamadas de dirección débil, media y fuerte acertaron cerca del 48%, 51% y 58% de las veces, cada nivel ganándose su etiqueta frente a una base de cerca del 50%.