Búsqueda · 28 momentos en 18 episodios
Juan Carlos GilHéctor SocasJosé Alberto RubiñoFrancis Villatoroajuste paramétrico y no paramétricocirculitos con barras de error gigantescasdatos en ajuste paramétrico héctor socasdispersión inherente millones datosbarras de error reflejan dispersiónpuntos a la izquierda por arriba menos unopuntos a la derecha por debajo menos unoHéctor SocasFrancis VillatoroPantheon PlusChusRISVossCMB-ACTJosé Alberto RubiñoDark Energy Survey (DESI)W00DECILambda-CDMDESI
Ancho histograma barras error
Con
0:000:301:001:302:002:303:003:31
Héctor Socas explica el significado de las grandes barras de error observadas en los datos, indicando que reflejan la dispersión inherente a un conjunto masivo de puntos de datos, llegando incluso a millones en algunos casos.
…Si vemos los datos, que es otra cosa buena que hace en este paper, hacen el ajuste paramétrico y no paramétrico. Paramétrico es eso, que tú te casas con un modelo y no paramétrico es decir, bueno, yo no sé cuál es el modelo, voy a poner los datos y a Ver qué pinta tienen, ¿no? Y entonces cuando pones los datos, pues lo que vemos aquí en estos circulitos con estas barras de error tan gigantescas. Cuando pones los datos realmente dices: ojo, yo puedo aquí con estas barras de error decir que esto no es una línea horizontal, sino que es una curva con esta forma. Son muy grandes esas barras de error que en realidad nos hablan de la dispersión de todo lo que hay dentro de cada punto de eso; son un conjunto de muchísimos cientos de miles de datos, incluso que millones en algún caso. No lo sé, pero son muchísimos datos y eso te da la dispersión. Entonces, bueno, esas barras de error son muy grandes para yo estar cómodo, sí que parece que a ojo, los puntos que hay a la izquierda están por arriba del menos uno y los que están para abajo están por debajo del menos uno, y eso es lo que se acaba traduciendo en ese ajuste, ¿no? pero vamos, que hay que tener cuidado y que gran parte del hecho de que el modelo este con energía oscura variable, este que se llama WOWA, W0WA, que ya mucha gente lo va llamando el modelo WOWA incluso nuestro amigo Tomás Vila sugería conocerlo como el único…
Significado #1 · Palabras #6
Héctor Socas explica cómo los resultados del estudio DESI podrían implicar una variación en la energía oscura, requiriendo dos parámetros para ajustarla en lugar de uno.
Habla: Héctor SocasSignificado #19energía oscura lambda cdmparámetros variación energía oscuratensión aumenta barras errorresultados tienden anda cdm…sea digamos que este gran resultado sería que la energía oscura no sería una constante cosmológica sino que los datos apuntan más, son más consistentes con, están en cierta tensión con la constante cosmológica; son más consistentes que no sea constante, ¿no? Los parámetros con los que se ajustan, o sea, pasaría de ser un parámetro a ser dos parámetros para dar cuenta de esa variación. Cuidado, cuidado, pasaría de no ser un parámetro a aparecer dos parámetros. Bueno. En el lambda cdm la energía oscura es una constante, no es un parámetro, no se ajusta. Bueno, pero esa constante tiene un valor, es lo que quería decir: pasa de ser una constante con un valor, entonces lo curioso es que los nuevos resultados tienden hacia el anda CDM, o sea se parecen más al anda CDM, pero aumenta la tensión porque los errores disminuyen; es decir, que es una cosa un poco curiosa: se parece más al anda CDM, pero con barras de error más pequeñas, por eso decimos que la tensión aumenta, aunque paradójicamente aumenta la tensión a costa de que el resultado, digamos, nominal se acerque más a Lambda-CDM, ¿no? Se vuelve más constante esa energía oscura. Sí, esto es un punto importante porque el modelo Lambda-CDM es un modelo con seis parámetros y entonces ninguno de esos parámetros es la energía oscura. La energía oscura se calcula a partir de la diferencia entre la densidad de masa y una energía total,…
Héctor Socas explica el significado de las grandes barras de error observadas en los datos, indicando que reflejan la dispersión inherente a un conjunto masivo de puntos de datos, llegando incluso a millones en algunos casos.
Habla: Héctor SocasSignificado #1 · Palabras #6ajuste paramétrico y no paramétricocirculitos con barras de error gigantescasdatos en ajuste paramétrico héctor socasdispersión inherente millones datosbarras de error reflejan dispersiónpuntos a la izquierda por arriba menos unopuntos a la derecha por debajo menos uno…Si vemos los datos, que es otra cosa buena que hace en este paper, hacen el ajuste paramétrico y no paramétrico. Paramétrico es eso, que tú te casas con un modelo y no paramétrico es decir, bueno, yo no sé cuál es el modelo, voy a poner los datos y a Ver qué pinta tienen, ¿no? Y entonces cuando pones los datos, pues lo que vemos aquí en estos circulitos con estas barras de error tan gigantescas. Cuando pones los datos realmente dices: ojo, yo puedo aquí con estas barras de error decir que esto no es una línea horizontal, sino que es una curva con esta forma. Son muy grandes esas barras de error que en realidad nos hablan de la dispersión de todo lo que hay dentro de cada punto de eso; son un conjunto de muchísimos cientos de miles de datos, incluso que millones en algún caso. No lo sé, pero son muchísimos datos y eso te da la dispersión. Entonces, bueno, esas barras de error son muy grandes para yo estar cómodo, sí que parece que a ojo, los puntos que hay a la izquierda están por arriba del menos uno y los que están para abajo están por debajo del menos uno, y eso es lo que se acaba traduciendo en ese ajuste, ¿no? pero vamos, que hay que tener cuidado y que gran parte del hecho de que el modelo este con energía oscura variable, este que se llama WOWA, W0WA, que ya mucha gente lo va llamando el modelo WOWA incluso nuestro amigo Tomás Vila sugería conocerlo como el único…
Francis Villatoro recuerda a los oyentes que la figura mostrada es una de tres utilizadas en el análisis, enfatizando la necesidad de compararla con las otras dos debido a sus grandes bandas de error.
Habla: Francis VillatoroSignificado #7figura análisis bandas errormodelo continuo curva grisvalores constantes sin curva continua…han correlacionado con tres, se han usado tres conjuntos de supernovas, el más famoso es el Pantheon Plus, que es el que utiliza Chus, el RIS para hacer sus estimaciones de la constante cosmológica, que da un resultado mucho menos exagerada la curva, ¿vale? Entonces recordemos que esta figura es una de tres, ¿vale? O sea, no podemos darle demasiado eco a esta figura sin compararla con las otras dos que la acompañan y aún así eso, las bandas de error son enormes, absolutamente. O sea, esto es una cosa que si eliminas la curva continua del modelo continuo, que es un modelo teórico, si eliminas la curva gris que es la que nos liga la vista y nos hace creer que esto tiene ese comportamiento, tú ves solamente estos puntos y tú dices: aquí no hay ningún tipo de comportamiento dinámico, aquí realmente estamos con valores perfectamente constantes. Bueno, y mi pregunta va un poco también por lo que decía Francis: de que esto efectivamente sale cuando se combinan. Esto no sale solo de combinar los valores de DESI. Recordemos, DESI lo que mide; lo que estamos viendo aquí es cómo las oscilaciones acústicas…
José Alberto Rubiño comenta sobre el número de galaxias utilizadas en un estudio y compara la precisión de los datos obtenidos por Voss con los del Dark Energy Survey (DESI), destacando cómo la combinación de datos CMB-ACT muestra barras de error compatibles entre ambos.
Habla: José Alberto RubiñoPalabras #7galaxias estudio vosdatos espectroscopía ritmocombinación cmb-act barras errordesi primer año comparables…que es entendible que otros cartografiados que no tienen ese volumen tan enorme de datos o que no lo tienen con espectroscopía no tienen la precisión para distinguir entre un caso y otro. Pero vos eras espectroscópico, era el precursor y eras espectroscópico. ¿Cuántas galaxias tenía? Porque decía paridad, son 15 millones o algo así. Ahora decía utiliza 14 millones en esto, es una barbaridad al ritmo al que están haciendo espectroscopía. Con Voss era más limitado, pero las barras de error de Voss eran comparables a Desi primer año. Cuando se hace la combinación CMB-ACT, este paper que estaba refiriendo, con Voss o con Desi primer año, las barras de error son compatibles, pero mientras que con Voss Estábamos tocando ya el Lambda-CDM, en el caso de Desi primer año no. Obviamente ahora Desi tercer año ha mejorado un montón. Y por cierto, que Voss y Desi coinciden bastante bien, son coherentes entre sí para desplazamientos Z cortos; es donde Voss realmente…
Tras analizar datos del artículo DECI, Héctor Socas observa la barra de error en los resultados presentados por Francis Villatoro.
Habla: Héctor SocasSignificado #3 · Palabras #2barra de error resultados francis villatororesultados a varios sismasparámetro w00 y wa en artículo decivariabilidad mediciones parámetro wabarra de error 0 04 en el 0 352…por ejemplo, la densidad de masa, y te va velando el número de 0,298, 0,328, 0 ,32, 0,35, 0,35, 0,31, 0,33; es decir, tú dices, si está claramente definido esos parámetros W, 0, W, A, debería de haber una consistencia en cómo combino DESI con otras cosas. Sí, pero fíjate en la barra de error, ¿eh? Esas variaciones son consistentes con la barra de error que ponen 0,02, 0,02, 0,01, 0,02. Bueno, a varias sismas, o sea, aquí hay resultados que están a 3 y 4 sismas unos de otros, ¿eh? Si tú miras esa barra de error, ¿eh? Sí, sí, ponte a mirarlo. Coge con el 0,352, compáralo con el 0,333, 0,012. No, pero el 0,352 tiene 0,04 de barra de error, bueno, más 0,04 menos 0,01. Y después, si quieres, los propios parámetros, el W00 y el WA, que son la última columna, pues te va bailando, menos 0,77, menos 0,87; esto es la mediana, ¿vale? Hay una banda de error, pero algunos tienen poquito error, 0,838 con 0,055, o sea, hay muchísimas variaciones, tenemos valores de menos 0,43 y menos 0,83, que están a 2,3 sismas, y no digamos ya el parámetro WA, que bueno, aquello es variaciones tremendas. Te cambia una barbaridad desde menos 1,7 a menos 0 ,46 No sé, yo hacia ojo no veo ninguno que esté más de 2 sigma. Si coges un par de ellos, ves dos que estén más de 2 sigma. Coges el menos 0,46 más 0,33 o menos 0 ,30 y conéctalo con el menos 1,7 ¿De cuál me estás hablando? Por ejemplo, la línea esta, a ver, lo pongo con el ratón, que será más fácil.…