Búsqueda · 26 momentos en 14 episodios
Borja TosarFrancis VillatoroHéctor SocasGastón Giribetanálisis bayesiano con madudistribución gaussiana en análisis bayesianoconversión a sigmas por madusigmas para periodistas científicosdistribución no gaussiana con picos de mserror estadístico en análisis bayesiano maduestructura de datos con múltiples oscilacionesMaduFrancis VillatoroDavid KippingHéctor Socas
Distribución gaussiana en análisis Bayesiano
Con
0:000:301:001:302:002:303:003:17
Francis Villatoro explica cómo Madu ha simplificado su análisis bayesiano al asumir una distribución gaussiana en los datos, lo que facilita la interpretación para un público general.
…atmósfera. Es decir, los diferentes software acaban diciendo y lo que plantea este estudio es otra cosa que nos conecta con otra posibilidad, otra posible opción para que sea eso del embarrassing de David Kipping; que en este estudio lo que hacen es hacer el Análisis bayesiano y hacen el análisis bayesiano, y dicen claramente: “y no nos queremos arriesgar a convertirlo en sigmas”, porque la conversión a sigmas que ha utilizado Madu, ya me permito el lujo de comprimir su nombre, ha sido usando una fórmula muy sencilla que se basa en que el espectro que yo aproximo es una gaussiana. Asumiendo que mis datos se distribuyen de manera gaussiana, yo convierto significación, o sea un valor que es un logaritmo de un valor de una seta que calculo, que me da digamos un factor que aparece en el análisis bayesiano, lo convierto en un número de sigmas porque es más fácil de entender para los periodistas científicos; el número de sigmas porque es más fácil de entender para los ignorantes. de la estadística el número de sigmas pero lo que te dice la estadística bayesiana es que si tú tienes una distribución que no es gaussiana y si tienes al menos dos picos de MS en un lado y de MS en otro lado no tienes una distribución gaussiana, tendrás como mínimo una doble gaussiana y en realidad los datos tienen que tener una estructura un poquito mayor porque se ve que hay varias oscilaciones. entonces tienes que utilizar la función correspondiente e invertirla y al hacer eso se te reduce muchísimo esas sismas entonces Cuando tienes un coeficiente, este factor bayesciano del orden de 20 que es lo que tenían, lo convierten con una única gociana a unas tres sismas; pero como tienen varias, la conversión va a dar muchas menos sismas. Es decir, también Madhu y su grupo han…
Significado #1 · Palabras #1
Francis Villatoro explica cómo Madu ha simplificado su análisis bayesiano al asumir una distribución gaussiana en los datos, lo que facilita la interpretación para un público general.
Habla: Francis VillatoroSignificado #1 · Palabras #1análisis bayesiano con madudistribución gaussiana en análisis bayesianoconversión a sigmas por madusigmas para periodistas científicosdistribución no gaussiana con picos de mserror estadístico en análisis bayesiano maduestructura de datos con múltiples oscilaciones…atmósfera. Es decir, los diferentes software acaban diciendo y lo que plantea este estudio es otra cosa que nos conecta con otra posibilidad, otra posible opción para que sea eso del embarrassing de David Kipping; que en este estudio lo que hacen es hacer el Análisis bayesiano y hacen el análisis bayesiano, y dicen claramente: “y no nos queremos arriesgar a convertirlo en sigmas”, porque la conversión a sigmas que ha utilizado Madu, ya me permito el lujo de comprimir su nombre, ha sido usando una fórmula muy sencilla que se basa en que el espectro que yo aproximo es una gaussiana. Asumiendo que mis datos se distribuyen de manera gaussiana, yo convierto significación, o sea un valor que es un logaritmo de un valor de una seta que calculo, que me da digamos un factor que aparece en el análisis bayesiano, lo convierto en un número de sigmas porque es más fácil de entender para los periodistas científicos; el número de sigmas porque es más fácil de entender para los ignorantes. de la estadística el número de sigmas pero lo que te dice la estadística bayesiana es que si tú tienes una distribución que no es gaussiana y si tienes al menos dos picos de MS en un lado y de MS en otro lado no tienes una distribución gaussiana, tendrás como mínimo una doble gaussiana y en realidad los datos tienen que tener una estructura un poquito mayor porque se ve que hay varias oscilaciones. entonces tienes que utilizar la función correspondiente e invertirla y al hacer eso se te reduce muchísimo esas sismas entonces Cuando tienes un coeficiente, este factor bayesciano del orden de 20 que es lo que tenían, lo convierten con una única gociana a unas tres sismas; pero como tienen varias, la conversión va a dar muchas menos sismas. Es decir, también Madhu y su grupo han…
Francis Villatoro critica la práctica de algunos investigadores al proporcionar resultados en sigmas, argumentando que es un error y que deberían limitarse a presentar el valor bayesiano.
Habla: Francis VillatoroSignificado #6error estadístico en análisis bayesiano maduvalor bayesiano frente a sigmasinvestigadores y resultados en sigmas…es lo que tenían, lo convierten con una única gociana a unas tres sismas; pero como tienen varias, la conversión va a dar muchas menos sismas. Es decir, también Madhu y su grupo han metido la pata con un error infantil, un error de estudiante de primero de. Estadística a la hora de dar el resultado con sigmas. Nunca tendrían que haberlo hecho, tendrían que haberse limitado a ese factor bayesiano. Y aquí en este artículo lo comentan: comentan, nosotros no vamos a hacer esa barbaridad de dar un resultado en sigmas porque nos da vergüenza hacerlo porque va a salir un valor ridículo. Solo vamos a dejar el valor bayesiano. Y solo te dan el valor bayesiano, el valor bayesiano. El factor este es un logaritmo; el delta del logaritmo de zeta es del orden de 3, es decir, una cosa ridícula, una cosa absolutamente ridícula que viene a ser equivalente a menos de dos sismas. Con lo que tenemos básicamente es que este otro artículo con un…
Héctor Socas interrumpe a otro participante para comentar sobre la relación entre la certidumbre bayesiana y la distribución de probabilidad en el espectro.
Habla: Héctor SocasSignificado #3 · Palabras #3certidumbre bayesiana y sigmadistribución de probabilidad gaussianaajuste h cuadrado en espectro…época muy especial. Es la primera vez que el ser humano está buscando trazas de vida en otros planetas, ¿no? Eso sí. Que todavía no las hemos encontrado, o sea, yo creo que en eso estamos todos de acuerdo. Ah, y sí, ya me acuerdo otra cosa; quería también. comentar que cuando dijiste de que, o sea, cuando dijiste de que, que en el espectro, a ver, que esa conversión de certidumbre bayesiana a sigma implica una distribución de probabilidad gaussiana y que lo que tenemos en el espectro no es una gaussiana, pero yo creo que no es que estés buscando una gaussiana en el espectro, sino que tu distribución del h cuadrado, el ajuste, cómo se te va la bondad del ajuste cuando te vas del mejor ajuste, eso es lo que creo que tienes que tener una distribución gaussiana, ¿no? Entiendo yo. La distribución de probabilidad de que tu ajuste sea bueno según vayas variando el parámetro y nada, pues no sé si quieren decir algo más de esto o pasamos de tema. El vídeo de David Kipping y tal, del canal, que es de hace 15 días y tal, es muy bueno y tiene…