Búsqueda · 22 momentos en 11 episodios
María RibesSara RobiscoJuan Carlos GilFrancis VillatoroHéctor Socascorrección bonferroni análisis genómicofluctuación estadística valor p 0 05umbral significancia dividido número variablessignificación umbral 0 05look elsewhere effect mil muestrasvariables fluctuación efecto estadísticovalor PBonferroniFrancis VillatoroLook Elsewhere Effect
Fluctuación estadística valor P 0 05
Ep500: Petaneutrino; Escribas; Primeras Ciudades; Trilobites; Einstein Ring; Ganimedismo
21 de febrero de 20251 momento
Con
0:000:301:001:302:002:303:003:41
Francis Villatoro explica la corrección de Bonferroni, una técnica utilizada en medicina y análisis genómico para evitar falsos positivos al estudiar múltiples genes.
…lo de buscar Planeta 9 es precisamente con que salen muchos falsos positivos que hay que descartar luego y no sé cómo una técnica estadística te puede ayudar con eso, la verdad, pero me parece, no sé, habrá que mirarlo. Nunca se sabe suficiente estadística. La idea básica de la corrección de Bonferroni es que si se usa mucho en medicina y sobre todo en análisis genómico, etcétera, si tú estás estudiando mil genes y pones como un criterio de significancia, pues yo que sé, que el valor P sea menor de 0.05, como tienes mil genes, es muy probable que una fluctuación estadística haga que alguno de ellos tenga una significancia mucho menor, un valor P mucho menor de 0.05 Porque son mil, 0 .05 es, si haces la inversa, 20, es uno entre 20, si tienes mil es muy probable que mucho fluctúe más que eso, entonces tú tienes que corregir tu valor P, tu umbral, dividirlo por el número, básicamente el número de muestras de variables que estás estudiando Si estudias mil variables, pones una significación de 0,05 dividido entre mil De tal manera que una significación equivalente a ese umbral de 0,05 entre 2, pues es equivalente a ese 0,010 a la menos 5, 5 por 10 a la menos 5 para mil muestras. Esto está relacionado con el famoso Look Elsewhere Effect, que tiene que ver con eso, ¿no? El efecto de que si tienes muchas variables, alguna te va, vale, vale; alguna va a fluctuar por puro efecto estadístico en mucho más de la cuenta. Muy bien, pues ya la última prueba que han utilizado. en este análisis se llama prueba de Wilcoxon Matched Pairs El Wilcoxon El Wicoso Le ha falta usar un Hosmer Lemersow y ya está, ya prueban todas, porque han probado muchas Hombre, hasta ahí se queda, ¿eh? Aquí pone, a ver, eso lo va a explicar ahora Sara No…
Significado #1 · Palabras #1
Francis Villatoro explica la corrección de Bonferroni, una técnica utilizada en medicina y análisis genómico para evitar falsos positivos al estudiar múltiples genes.
Habla: Francis VillatoroSignificado #1 · Palabras #1corrección bonferroni análisis genómicofluctuación estadística valor p 0 05umbral significancia dividido número variablessignificación umbral 0 05look elsewhere effect mil muestrasvariables fluctuación efecto estadístico…lo de buscar Planeta 9 es precisamente con que salen muchos falsos positivos que hay que descartar luego y no sé cómo una técnica estadística te puede ayudar con eso, la verdad, pero me parece, no sé, habrá que mirarlo. Nunca se sabe suficiente estadística. La idea básica de la corrección de Bonferroni es que si se usa mucho en medicina y sobre todo en análisis genómico, etcétera, si tú estás estudiando mil genes y pones como un criterio de significancia, pues yo que sé, que el valor P sea menor de 0.05, como tienes mil genes, es muy probable que una fluctuación estadística haga que alguno de ellos tenga una significancia mucho menor, un valor P mucho menor de 0.05 Porque son mil, 0 .05 es, si haces la inversa, 20, es uno entre 20, si tienes mil es muy probable que mucho fluctúe más que eso, entonces tú tienes que corregir tu valor P, tu umbral, dividirlo por el número, básicamente el número de muestras de variables que estás estudiando Si estudias mil variables, pones una significación de 0,05 dividido entre mil De tal manera que una significación equivalente a ese umbral de 0,05 entre 2, pues es equivalente a ese 0,010 a la menos 5, 5 por 10 a la menos 5 para mil muestras. Esto está relacionado con el famoso Look Elsewhere Effect, que tiene que ver con eso, ¿no? El efecto de que si tienes muchas variables, alguna te va, vale, vale; alguna va a fluctuar por puro efecto estadístico en mucho más de la cuenta. Muy bien, pues ya la última prueba que han utilizado. en este análisis se llama prueba de Wilcoxon Matched Pairs El Wilcoxon El Wicoso Le ha falta usar un Hosmer Lemersow y ya está, ya prueban todas, porque han probado muchas Hombre, hasta ahí se queda, ¿eh? Aquí pone, a ver, eso lo va a explicar ahora Sara No…