Desde el año 2012, investigadores de las universidades Católica de Valparaíso (PUCV) y de Valparaíso (UV) se unieron a astroestadísticos de la U. Estatal de Pensilvania (EE.UU.) para buscar exoplanetas con los datos recogidos por la misión espacial Kepler. Natalia Bahamonde (41), doctora en ciencias y magíster en estadística, es una de ellas.

Experta en series de tiempo (datos recogidos a través del tiempo), hoy es consultora de esta universidad estadounidense en un proyecto financiado por la National Science Foundation hasta el año 2020. Su trabajo consiste en diseñar o adaptar y proponer modelos de series de tiempo para datos astronómicos donde la clave está en el Big Data.

"Cuando salí del colegio era la típica alumna a la que le iba bien en matemáticas y quería estudiar estadística. Me atrajo la posibilidad de analizar datos y, sobre todo, de usar las matemáticas para eso. Ingresé a estudiar a la PUCV. El primer año me fue fatal. Nunca tuve la necesidad de estudiar en el colegio, pero esa práctica no me sirvió en la universidad", dice.

Fue "un gran porrazo inicial" del que salió con la ayuda de grupos de estudio y no solo terminó la licenciatura en matemáticas (con mención en estadística), sino también el magíster en estadística. Luego estudió en Francia un doctorado en ciencias y a su regreso se instaló en el Instituto de Estadística de la PUCV, donde trabaja hoy.

¿Cómo llegas a analizar datos del espacio?

La especialidad que desarrollé en el doctorado fueron las series de tiempo, es decir, datos recogidos a través del tiempo. En mi tesis, la principal aplicación de los modelos que estudié tenían relación con las finanzas y la economía, me acostumbré a trabajar con ellos y ya sabía cómo debían comportarse. Pero después, en una memoria de fin de estudio de un alumno sobre datos de estrellas, encontré lo mismo que yo veía en las series financieras, las dos tenían un comportamiento complejo y no lineal".

Ese fue el inicio de su curiosidad. El siguiente paso era averiguar qué pasaba con este tipo de datos. "Después de esto, y junto a otros colegas, ganamos unos fondos de investigación. Ahí conocí a unos astroestadísticos norteamericanos muy entusiastas, a quienes convencí de la utilidad de los modelos de series de tiempo para el análisis de curvas de luz de objetos astronómicos. Si yo no hubiera tenido la experiencia de los datos financieros, nunca hubiera insistido tanto en la utilidad de los modelos de series de tiempo para la astronomía".

¿Qué destacarías de tu trabajo en la astronomía?

Demostrar que la metodología de análisis usando series de tiempo puede servir para descubrir nuevos planetas. Esta metodología se probó con parte de los datos Kepler, encontrando bastantes "planetas candidatos" nuevos. Ahora deben ser presentados a la Nasa, quien decide si corresponden o no a nuevos planetas.

La propuesta en la que tanto insistió hoy está siendo usada por astrofísicos de las universidades de Pensilvania, Stage y Harvard en EE.UU., también en Alemania, Francia y, por supuesto, Chile. "Están trabajando en crear nuevos modelos teóricos capaces de hacer frente a los datos que entregarán los nuevos telescopios instalados en el norte de Chile".

Hoy no existe un modelo de series de tiempo adaptado a las características de los datos astronómicos, razón por la que trabaja junto a otro investigador francés (especialista en nuevos modelos de series de tiempo), otra de la UV y de la PUC.

¿Cómo se inserta el Big Data en la astronomía?

En la U. de Pensilvania, mi labor es diseñar, adaptar y proponer modelos de series de tiempo para datos astronómicos, todo un desafío, porque faltan datos, hay irregularidad en las observaciones y son una gran cantidad de datos. Esto es el Big data, datos masivos. Los datos masivos son una realidad hoy, las empresas y organizaciones han acumulado cantidades gigantes de datos, la tarea ahora es su correcto análisis. Hasta ahora, debido al gran volumen de los datos, han sido los informáticos quienes han liderado estos análisis, sin embargo, se debe incluir un correcto balance entre las herramientas informáticas y las técnicas exhaustivas estadísticas necesarias para el correcto análisis de los datos. Hay un gran desafío en el trabajo colaborativo", dice.

La doctora Bahamonde cree que su contribución a la astronomía ha sido incluir el análisis de series de tiempo en los estudios astronómicos y mostrar que sí sirven. "Ha sido una tarea difícil, porque los astrónomos no son muy amigos de las series de tiempo y no están acostumbrados a analizar datos de esta naturaleza, sin embargo, los modelos que he propuesto, han resultado ser extremadamente útiles, dice.

¿En qué áreas puede aportar la estadística hoy día?

Actualmente, existe una avalancha de datos: bancos, grandes tiendas, supermercados, almacenan datos de sus clientes y las empresas modernas intentan usarlos de forma inteligente. Aquí, la tarea del estadístico se vuelve fundamental, porque debe ser capaz de transformar esos datos en información útil, para crear campañas publicitarias, entregar predicciones de ventas, por ejemplo, encontrar relaciones que nadie más podría encontrar. Siempre es una disciplina interdisciplinaria.