¿Cuánto tiene que cambiar recovery high min para que no sea ruido? El umbral medido en 730 noches

En 730 noches de un solo cuerpo, recovery_high_min necesita moverse al menos un 79.7% para que ese cambio supere el ruido en una ventana de 28 noches. El número parece extremo. No lo es: el coeficiente de variación de esta métrica es 115.03%, lo que significa que la variable fluctúa más que su propio valor central noche a noche. Lo que el panel muestra como un dato limpio es, debajo, una variable con más ruido que señal en cada lectura individual.

Lo que registra el anillo —y lo que no muestra

Recovery_high_min cuenta los minutos que un cuerpo pasa en estado de recuperación alta durante la noche. El número aparece en el panel con la misma precisión visual que la frecuencia cardíaca o la temperatura. El panel no muestra el intervalo de error alrededor de ese número.

En 730 noches medidas sobre un solo cuerpo, la mediana de esta variable es 30 minutos. El coeficiente de variación es 115.03%. Con esa dispersión, la variable fluctúa más que su propio valor central. Una noche puede registrar 12 minutos; la siguiente, 56. Ambas lecturas pueden representar igual de bien el estado basal del sistema.

El coeficiente de autocorrelación —cuánto predice el valor de hoy el de mañana— es 0.273. Eso es cercano a cero. Lo que ocurrió anoche no explica lo que ocurrirá esta noche. La variable tiene poca memoria y mucho ruido. Son dos rasgos que el panel no declara, pero que el dataset registra con exactitud.

El agujero en cualquier lectura aislada

Aquí está el problema que ningún panel señala: ves un número, pero no ves el intervalo de confianza alrededor de ese número.

Si recovery_high_min baja de 56 a 30 minutos, el panel puede registrarlo como una caída relevante. Pero el umbral no lo fija el panel. Lo fija el ruido del propio sistema.

La fábrica midió ese ruido en 730 noches del mismo cuerpo, con el mismo instrumento. El resultado se llama rcv: coeficiente de variación residual. Es la dispersión que persiste después de eliminar la tendencia de largo plazo. Para recovery_high_min, el rcv es 318.85%.

Ese es el agujero. No falta motivación. No falta disciplina. Falta un criterio medido de cuándo el cambio es real y cuándo sigue siendo ruido del sistema.

La tabla de umbrales —generada de la fila fuente

La fila del dataset para recovery_high_min tiene cuatro umbrales. Cada uno se calculó sobre una ventana distinta de noches observadas:

Ventana	Umbral mínimo para superar el ruido
28 noches	79.7%
56 noches	56.36%
84 noches	46.02%
168 noches	32.54%

El umbral es el cambio mínimo que una intervención necesita producir para que, en esa ventana de observación, el efecto supere el ruido del sistema. No es una sugerencia. Es el resultado de 730 noches, 18483 mediciones y 31 métricas registradas sobre un solo cuerpo.

Nota la asimetría. A 28 noches necesitas un cambio del 79.7%. A 168 noches, un 32.54%. La ventana más larga no exige un cambio mayor: exige uno menor, porque tiene más noches para separar señal de ruido. El tiempo no es espera. El tiempo es precisión.

Por qué un CV de 115.03% cambia la interpretación de todo

Cuando la variabilidad diaria de una métrica supera su propia mediana, cada lectura individual tiene un margen de error amplio. Eso no significa que la métrica no sirva. Significa que no sirve punto a punto.

La forma correcta de usar una variable con CV de 115.03% es con ventanas, no con valores sueltos. Ver si recovery_high_min marcó 30 minutos o unos pocos más ayer no aporta información suficiente para distinguir señal de ruido. Ver si el promedio de las últimas 28 noches cambió un 79.7% o más respecto al período anterior —eso sí tiene poder de discriminación.

Un cambio por debajo del umbral de la ventana elegida no significa que el protocolo falla. Significa que la ventana es demasiado corta para esa variable. Son dos diagnósticos distintos, y confundirlos lleva a conclusiones opuestas.

El traslado

Tienes frente a ti el mismo agujero que hizo irrepetibles los grandes estudios de recuperación: midieron el promedio del grupo, no la variabilidad del individuo. Sabemos que la recuperación alta importa. No sabemos cuánto ruido hay en la lectura de esa recuperación para un cuerpo concreto, sobre un instrumento concreto, en un período concreto.

El dato de 730 noches cierra ese agujero para un cuerpo. No lo cierra para el tuyo. Lo que entrega es el modelo: cómo se mide el ruido, qué umbrales se calculan, qué ventana necesita cada variable para que el veredicto valga algo. El siguiente paso es aplicar ese modelo a tu propio dataset.

La pregunta que cambia todo no es si recovery_high_min se movió. Es si se movió lo suficiente como para superar el umbral de la ventana que elegiste.

El límite

Este dato describe el ruido de recovery_high_min medida por un instrumento específico, sobre un solo cuerpo, en 730 noches. No dice:

• Si ese nivel de variabilidad se repite en otros cuerpos.
• Si el dispositivo que usas tú registra recovery_high_min con el mismo algoritmo o sensor.
• Si es posible o deseable reducir el ruido de esta variable con algún protocolo.
• Si un umbral de 79.7% a 28 noches es alto, bajo o normal respecto a otras poblaciones —esa comparación no existe en el registro publicado.

Los umbrales no son metas. Son el mínimo necesario para distinguir señal de ruido. Superar el umbral no confirma que el cambio vino de la variable que modificaste. Solo confirma que el cambio supera el ruido del sistema.

El límite más importante: un solo cuerpo medido con un solo aparato. Un segundo cuerpo puede tener un CV completamente distinto. Datos de un segundo sujeto medidos con un instrumento diferente no se combinan con estos resultados. El aparato no es comparable aunque llame igual a la variable. Esta regla nació de un error interno: cuando se mezclaban aparatos, los datos de una persona pisaban los de la otra sin avisar. Publicarlo es obligación, no confesión.

La pregunta que esta pieza no contesta

¿Qué protocolo produce un cambio de 56.36% o más en recovery_high_min en 56 noches? Ese es el siguiente expediente. Esta pieza entrega el criterio. La siguiente busca si algo lo cumple.

---

Trabajo Mental — todos los protocolos · expediente relacionado: magnesium-for-sleep · ciencia abierta — el dataset