La posibilidad de disponer de una metodología que permita la modelación y predicción, a corto, mediano y largo plazo de procesos y/o fenómenos biológicos, sociales y de desastres naturales constituye algo grandioso. El objetivo de la investigación consistió en demostrar las potencialidades y capacidad real de aplicación de la metodología de la Regresión Objetiva Regresiva (ROR) en los diferentes campos y ramas de la ciencia. En la metodología ROR, se crea en un primer paso, variables dicotómicas DS, DI y NoC. Luego se ejecuta el módulo correspondiente al análisis de Regresión del paquete estadístico SPSS (método ENTER), donde se obtiene la variable pronosticada y el ERROR; posteriormente se obtienen los autocorrelogramas de la variable ERROR, con atención a los máximos de las autocorrelaciones parciales significativas, y se calculan las nuevas variables atendiendo al Lag significativo del PACF. Finalmente, se incluyen en la nueva regresión estas variables regresadas en un proceso de aproximaciones sucesivas hasta la obtención de un ruido blanco. La metodología ROR brinda amplias posibilidades de modelar y pronosticar a corto, mediano y largo plazo, y va más allá de la modelación de entidades infecciosas de etiología parasitaria y viral, Infecciones Respiratorios Agudas, crisis Agudas de Asma Bronquial, pronóstico de disturbios meteorológicos extremos, predicción de la latitud y longitud de terremotos, modelación de variables climáticas, y hasta el propio consumo eléctrico de un municipio, provincia y nación. Sin lugar a dudas, la metodología ROR posee demostradas potencialidades y capacidades reales de aplicación en disimiles campos y ramas de la ciencia, por lo que constituye un novedoso aporte a la ciencia de la modelación y al pronóstico de variables para conocer el futuro, así como el impacto que diferentes variables aportan a un suceso o fenómeno, y al ser universal, puede ser aplicada en cualquier lugar del universo.
