Mara, responsable de planificación de capacidad en la empresa ficticia Harbor Parcel, necesita un experimento de modelado que se pueda revisar. La tabla del entorno de pruebas practice.capacity_samples contiene una fila por observación ficticia original: sample_id la identifica, x es un dato de planificación disponible de antemano e y es el resultado de capacidad observado. Entrena con sample_id <= 40 y reserva los identificadores posteriores para la validación. Entrega un registro de predicciones y un informe de una fila con el tamaño del conjunto reservado, el error absoluto y el sesgo con signo. Los datos del ejercicio son sintéticos y no constituyen un pronóstico para producción.
Para revisar un modelo no basta con indicar que el entrenamiento terminó. Inspeccionarás la división de los datos, ajustarás una recta numérica, evaluarás un conjunto reservado sin observaciones compartidas con el entrenamiento y conservarás un registro de predicciones por fila. Ese registro permite auditar una métrica agregada: otro analista puede rastrear cada residuo hasta su observación.
Cada paso comienza con tu SQL anterior. Conserva la definición del modelo en el script mientras desarrollas el informe final, para que todos los resultados puedan reconstruirse a partir del mismo subconjunto de entrenamiento indicado. La configuración recrea las muestras ficticias en cada paso, incluida la copia oculta. No sustituyas la consulta por números copiados de la cuadrícula. Una media con signo puede estar cerca de cero aunque los errores individuales sean grandes, por lo que el informe final incluye tanto el error absoluto como el sesgo con signo. Esto no implica ninguna programación futura ni implementación en producción.
El error absoluto mide la magnitud. La media con signo describe la dirección y puede anularse.