Ok, como les dije en la última clase, que sucede si decidimos investigar como la densidad de la población afecta la dispersión de la enfermedad? podemos imaginar una situación hipotética donde un par de investigadores deciden correr unos experimentos para ver que sucede el objetivo es ver como se decide cuando analizamos el modelo, qué métricas o que medida de salida vamos a usar, para analizar los resultados del modelo entonces establecemos un parámetro de entrada, que es la densidad de la población, pero debemos hablar de la salida, en este caso particular, una de las cosas a las que debemos prestarle atención, cuando juguemos con el modelo es cuando esa población alcanza un 100% de infectados puede que sea una buena medida, por ahí lo que queremos saber es cuántos ticks le lleva al modelo alcanzar el 100% de la población infectada imaginemos que estos investigadores hipotéticos van afuera y empiezan a correr el modelo por su cuenta y obtienen algunos resultados el primer experimento, dice que cuando la población es 50, el tiempo que le llevó contagiar a todos fue de 419, para 100 llevó 188, para 150 llevó 169 y para 200 fue 127 y pueden concluir que a medida que la densidad de la población aumenta el tiempo para infectar a todos disminuye imaginemos un segundo experimentador hace lo mismo y corre el modelo de la librería de NetLogo, ingresa 50 y ve cuando el modelo termina de correr y registra ese número en este caso él encuentra que para 50 le lleva 305, para 100 le lleva 263, para 150 le lleva 116 y para 200 le lleva 126 cualitativamente ambos experimentos son similares, el tiempo decrece, pero lo que vemos es que entre 150 y 200, los resultados del segundo experimento, van para arriba entonces uno se pregunta, es este un problema, es algo que está en el modelo hay algo en la densidad de la población tiene una línea chata, cuando se trata de alcanzar el 100% de los infectados? o es algo que sólo ocurre en esta corrida en particular? una respuesta obvia podría ser que necesitamos hacer más corridas lo que podemos hacer es correr este modelo unas 100 veces y hacerlo muchas muchas veces y mirar luego los resultados, en este caso lo hacemos 10 veces diferentes y vemos los resultados que les muestro aquí en este contexto lo que vemos es que tenemos corridas y tenemos los números de cada corrida y lo que parece, si vemos en 150 y 200 tengo los datos originales aquí pero además tengo otros en la mayoría de los casos va para abajo esto me da alguna certeza acerca de que el modelo decrece en la cantidad de tiempo que le lleva alcanzar el 100% de las infecciones a medida que incrementamos el tamaño de la población pero yo no quiero hacer esto todo el tiempo, no quiero correrlo 10 veces y luego mirar los distintos resultados, quiero en algún sentido resumir estos resultados en una forma interesante, que me diga si o no si hay algo interesante