Búsqueda · 23 momentos en 8 episodios
María RibesIgnacio CrespoJuan Carlos GilFrancis VillatoroHéctor Socaspriors genéricos hipótesis molonaespacio de parámetros diluye hipótesis molonafactor de vallas datos hipótesis molonafactor de valles hipótesis móvildavid kipping factor de valles sigmaexoplanetólogos factor de valles errorfactor de valles escala jeffriesinterpretación factor de vallesDavid KippingFrancis VillatoroHéctor SocasJeffriesfactor de Valleshipótesis Molonafactor de BayesMadurga Favieres
Factor de Valles hipótesis móvil
Ep567: Intercambio Americano; Diversidad Lingüística; Time Crystals; Tabby
20 de agosto de 20262 momentos
Con
0:000:301:001:302:002:303:003:25
Héctor Socas explica cómo el factor de Valles resultante del análisis de datos favorece la hipótesis móvil, haciendo referencia a un artículo de David Kipping sobre la importancia de no convertir este factor en sigma.
…antes, log normal, o sea en escala logarítmica. Bueno, log normal no, perdón, es uniforme; es uniforme en logaritmo, log uniforme, o sea que no sé si tiene la misma probabilidad de que esté entre 0,1 y 0 ,2 días que esté entre 10 y 20 días, algo así. Y entonces así vamos explorando todas las posibilidades, ¿no? Estos priors son muy genéricos, eso penaliza un poco la hipótesis molona porque cuanto más espacio de parámetros explores, más se diluye, ¿sabes? O sea, cuantos más conjuntos de parámetros haya que no reproduzcan tus datos, menor es el factor de vallas que te va a dar. Pero bueno, es una forma conservadora de verlo, ¿no? Bueno, pues cuando lo hago sale el factor de Valles sale 45 a favor de la hipótesis móvil, es mucho. Y aquí voy a agarrar al artículo de David Kipping, aquel que decía: no hay que convertir el factor de Valles a sigma, el error ese, ¿te acuerdas Francis? No, no, no lo digas, no lo digas, déjalo así, es más bonito; 45 es infinito. No lo he calculado, no he calculado las sigmas que son estos, porque decía David Kipping que eso es un error que cometen los exoplanetólogos y que solamente hay que hablar en términos de factor de valles, pero bueno, el factor de valles es 45, que eso en jerga de valles es mucho, o sea, hay diferentes tablas de conversión de qué significa cada número de estos, la más estándar es una semana de Jeffries, que a partir de 35 creo que es, lo considera evidencia muy fuerte en favor de una de las hipótesis Entonces, Yo lo que digo, señores de la comunidad, hay evidencia muy fuerte como para descartar; o sea, no digo que sea una recurrencia orbital, pero no la descartemos, mantengámosla sobre la mesa, porque es que no hay más que mirar la gráfica. Claro, es verdad que al…
Significado #1 · Palabras #1
Héctor Socas explica el concepto de contraste de hipótesis, detallando que implica calcular la probabilidad de obtener los datos observados bajo una hipótesis específica y compararla con otra.
Habla: Héctor SocasSignificado #10contraste de hipótesis factor bayesprobabilidad datos observados modelo madurga faviereshipótesis nula artículo madurga faviereshipótesis nula boyajian favieresperturbaciones orbitales compañera tabbytiempos aleatorios oscurecimiento boyajianposición familias oscurecimiento datos…código para esto, ahí te hace el código y vas iterando, claro lo revisas, no es lo que tú quieres pero vas iterando, vas progresando. La verdad que la experiencia me pareció mucho la de estar trabajando con un colega; realmente es muy fascinante. Pero bueno, entonces, recordemos que en qué consiste esto del contraste de hipótesis: es sacar el factor de Bayes básicamente entre dos hipótesis que tienen que estar muy bien definidas. Tienes que tener un modelo muy claro, un modelo matemático porque tienes que hacer una serie de cálculos de probabilidad con esos modelos. Lo que se trata es de calcular la probabilidad de que bajo la hipótesis que tú estás planteando salgan los datos que estás observando. Eso sería lo que es la probabilidad de obtener esos datos condicionado al modelo que estás considerando y el contraste de hipótesis es, el factor de Bayes, es hacer el cociente de la probabilidad de esos dos modelos que tú estás intentando contrastar. Entonces, necesitas una hipótesis nula, que en este caso es la de, he tomado como hipótesis nula, la hipótesis aburrida, digamos, que es la del artículo de, ahí se me fue el nombre, lo tengo apuntado aquí, de Madurga Favieres. Entonces, tomo eso como la hipótesis nula; es decir, simplemente son objetos que aparecen aleatoriamente debido a las perturbaciones orbitales de la compañera y simplemente aparecen cuando les da la gana. Eso significa que los tiempos en los que aparecen esas familias de oscurecimiento son aleatorios. Y no intento predecir la anchura de la familia, sino eso lo dan los datos; está condicionado los datos. Solo le pido al modelo que me prediga la posición en la que aparecen. Estoy siendo generoso con la hipótesis nula en el sentido de que no le pido que me prediga que son cada vez más anchos, que sí que lo vemos los datos, que son más anchos, pero no le estoy condicionando eso para nada. Si con que me prediga las posiciones ya me…
Héctor Socas explica cómo el factor de Valles resultante del análisis de datos favorece la hipótesis móvil, haciendo referencia a un artículo de David Kipping sobre la importancia de no convertir este factor en sigma.
Habla: Héctor SocasSignificado #1 · Palabras #1priors genéricos hipótesis molonaespacio de parámetros diluye hipótesis molonafactor de vallas datos hipótesis molonafactor de valles hipótesis móvildavid kipping factor de valles sigmaexoplanetólogos factor de valles errorfactor de valles escala jeffriesinterpretación factor de valles…antes, log normal, o sea en escala logarítmica. Bueno, log normal no, perdón, es uniforme; es uniforme en logaritmo, log uniforme, o sea que no sé si tiene la misma probabilidad de que esté entre 0,1 y 0 ,2 días que esté entre 10 y 20 días, algo así. Y entonces así vamos explorando todas las posibilidades, ¿no? Estos priors son muy genéricos, eso penaliza un poco la hipótesis molona porque cuanto más espacio de parámetros explores, más se diluye, ¿sabes? O sea, cuantos más conjuntos de parámetros haya que no reproduzcan tus datos, menor es el factor de vallas que te va a dar. Pero bueno, es una forma conservadora de verlo, ¿no? Bueno, pues cuando lo hago sale el factor de Valles sale 45 a favor de la hipótesis móvil, es mucho. Y aquí voy a agarrar al artículo de David Kipping, aquel que decía: no hay que convertir el factor de Valles a sigma, el error ese, ¿te acuerdas Francis? No, no, no lo digas, no lo digas, déjalo así, es más bonito; 45 es infinito. No lo he calculado, no he calculado las sigmas que son estos, porque decía David Kipping que eso es un error que cometen los exoplanetólogos y que solamente hay que hablar en términos de factor de valles, pero bueno, el factor de valles es 45, que eso en jerga de valles es mucho, o sea, hay diferentes tablas de conversión de qué significa cada número de estos, la más estándar es una semana de Jeffries, que a partir de 35 creo que es, lo considera evidencia muy fuerte en favor de una de las hipótesis Entonces, Yo lo que digo, señores de la comunidad, hay evidencia muy fuerte como para descartar; o sea, no digo que sea una recurrencia orbital, pero no la descartemos, mantengámosla sobre la mesa, porque es que no hay más que mirar la gráfica. Claro, es verdad que al…