Búsqueda · 33 momentos en 23 episodios
Luisa AchaerandioFrancis VillatoroHéctor SocasBorja TosarGastón Giribetcriterio 5 sigma astrofísicarepresentación gráfica habituales menos mil puntosdistribución estadística experimentos un millón y medio5 sigmaHéctor SocasSpeckleFrancis Villatoro
Representación gráfica habituales menos mil puntos
Con
0:000:301:001:302:002:303:003:35
Héctor Socas explica que los valores como 1, 2 o 3 sigma no son mágicos, sino que funcionan bien para las representaciones gráficas habituales, donde se suelen representar menos de mil puntos.
…la astronomía la costumbre es poner una única sisma, ¿vale? Es cierto que la gente lo pone y aclara de bajito, uy, esto está al 68%, a una sisma, vale, vale, pero tienes que poner dos sismas para ver la realidad de lo que está ocurriendo en esa distribución No son valores mágicos, no hay nada mágico ni en el 1, ni en el 2, ni en el 3; o sea, son valores que funcionan bien para lo que usamos habitualmente. Nosotros habitualmente representamos un número de puntos en tu gráfica que está por debajo de mil, típicamente. Yo insisto: lo que iba a decir, no sé ahora mismo; tendría que mirarlo, cuánto es 5 sigma, seguro que es una barbaridad, la 99,9 en un montón de nueves. Sí, cuatro, nueve o así, es como una parte de un millón y pico, un millón y medio. Sí, si tú representas mil puntos, la mayoría están contenidos dentro de Esa banda de dos sigmas y muy poquitos se salen de ahí, pero si tú representas, yo qué sé, 200.000 billones de puntos entonces vas a ver que tu banda de dispersión, siendo todo puro ruido, te llega a cinco sigmas. Dado el suficiente número de puntos vas a…
Significado #1 · Palabras #1
Héctor Socas describe la apariencia de las estrellas capturadas con la técnica Speckle, explicando que debido a exposiciones cortas, no se ve un punto único sino un conjunto de 'motitas' brillantes.
Habla: Héctor SocasSignificado #3técnica speckle estrellas motitas brillantesexposiciones cortas estrella puntitos desparramadosimágenes speckle estrella segundo…que te sale está quieto, porque el tiempo tan corto en el que has tomado la imagen, ese patrón está quieto. Entonces en una imagen hay un patrón, en otra imagen hay otro, y ese patrón se caracteriza por unos puntitos brillantes; esos son los speckles. Son como motitas brillantes, o sea que si tú tomas una exposición de un milisegundo o unos pocos milisegundos de una estrella, lo que vas a ver es no un punto sino un conjunto de puntitos ahí desparramados más o menos alrededor; si tú tomas cientos de estas imágenes en un segundo. Lo que sería un tiempo de exposición de un segundo pero tomas cien de ellas, cada una de estas imágenes va a tener sus puntitos en diferentes posiciones porque la atmósfera varía; esa fluctuación, esa turbulencia ha cambiado de una imagen a otra entonces cada…
Héctor Socas, continuando la discusión sobre el nivel de evidencia en ciencia, explica que las afirmaciones sobre porcentajes como 99.95% son simplificaciones incorrectas.
Habla: Héctor SocasPalabras #10fluctuaciones rondan dos sigmainterpretación frecuentista estadísticatres puntos por encima tres sigma…visible para todo el mundo, algo que está claramente fuera. En dos sismas, o sea, una distribución estadística, la que tú quieras, dos desviaciones típicas es lo normal en fluctuaciones en una distribución estadística cualquiera. Eso es lo normal, ¿vale? No veamos eso del 99, 95%, eso son tonterías; es lo normal, es una disfunción estadística o cualquiera; es que las fluctuaciones ronden dos sismas. Depende de cuántos puntos represente, insisto, déjame explicarlo: si tú pones, voy al mismo ejemplo, si tú pones mil puntos vas a tener tres que estén por encima del tres sigma. Están haciendo una interpretación frecuentista, literal, de ese porcentaje como si eso fuera verdad y eso no se puede hacer así. Lo que estás diciendo no es correcto desde el punto de vista estadístico. Sí, si tu distribución es normal. Ah, vale, vale. Ahora estamos empezando a poner cosas. No, es lo que estás diciendo tú. Estás hablando de una distribución normal. Tú tienes una…
Héctor Socas explica que los valores como 1, 2 o 3 sigma no son mágicos, sino que funcionan bien para las representaciones gráficas habituales, donde se suelen representar menos de mil puntos.
Habla: Héctor SocasSignificado #1 · Palabras #1criterio 5 sigma astrofísicarepresentación gráfica habituales menos mil puntosdistribución estadística experimentos un millón y medio…la astronomía la costumbre es poner una única sisma, ¿vale? Es cierto que la gente lo pone y aclara de bajito, uy, esto está al 68%, a una sisma, vale, vale, pero tienes que poner dos sismas para ver la realidad de lo que está ocurriendo en esa distribución No son valores mágicos, no hay nada mágico ni en el 1, ni en el 2, ni en el 3; o sea, son valores que funcionan bien para lo que usamos habitualmente. Nosotros habitualmente representamos un número de puntos en tu gráfica que está por debajo de mil, típicamente. Yo insisto: lo que iba a decir, no sé ahora mismo; tendría que mirarlo, cuánto es 5 sigma, seguro que es una barbaridad, la 99,9 en un montón de nueves. Sí, cuatro, nueve o así, es como una parte de un millón y pico, un millón y medio. Sí, si tú representas mil puntos, la mayoría están contenidos dentro de Esa banda de dos sigmas y muy poquitos se salen de ahí, pero si tú representas, yo qué sé, 200.000 billones de puntos entonces vas a ver que tu banda de dispersión, siendo todo puro ruido, te llega a cinco sigmas. Dado el suficiente número de puntos vas a…
Francis Villatoro explica que incluso al repetir un experimento millones de veces, es probable encontrar desviaciones significativas debido a la naturaleza estadística de los resultados.
Habla: Francis VillatoroPalabras #3distribución probabilidad experimentosdesviaciones sigma resultado experimentoexperimento mil millones de vecespuntos cola distribución estadística…lo que yo no puedo hacer es coger el trocillo que a mí me interesa y decir: uh, aquí hay un espurio que está muy elevado, y entonces, como hay un único espurio muy elevado, que está a más de cinco sigmas, pues yo digo: eso es, no, y eso no es así, ¿vale? Si tú tienes una distribución de probabilidad, ¿vale? Y el problema es ese, que es que nos olvidamos de que la clave es que esto es estadística, es decir, probabilidades, ¿vale? No, no es, si yo repito un experimento mil millones de veces, sí, si tú repites un experimento mil millones de veces, hay una alta probabilidad de que haya desviaciones a más de 5 sismas en el resultado. Si tu resultado es único, es un único punto, ¿vale? Porque tú estás representando una distribución estadística que corresponde a esos mil millones de resultados. Tú tienes mil millones de puntos y es verdad que ahí en la cola algunos de esos puntos estarán muy desviados de lo que es la media de la distribución y estarán a más de 5 sismas, ¿vale? Pero eso no es lo habitual en la mayor parte de los experimentos respecto a un parámetro. Hay un parámetro y tengo una distribución estadística en la que yo tengo una banda alrededor de la función objetivo. Lo excepcional es que yo mire un único parámetro. Yo quiero mirar la altura de las personas y cojo 7.000 millones de personas. Pues es verdad…