Búsqueda · 26 momentos en 16 episodios
Luisa AchaerandioFrancis VillatoroHéctor SocasBorja TosarGastón Giribetdispersión datos aumenta puntos observadosfalsos positivos ruido purodetección requiere más de cinco sigmasigmas locales distribución estadísticaespurios en experimentos científicosdistribución completa resultados experimentalescriterio 5 sigma astrofísicaresultados de mis experimentos5 sigmaHéctor SocasFrancis Villatoro
Sigmas locales distribución estadística
Con
0:000:301:001:302:002:303:003:35
Héctor Socas explica cómo la dispersión de datos aumenta con el número de puntos observados, llevando a falsos positivos incluso en ruido puro.
…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 tener un montón de 5 sigmas, es lo que estoy diciendo. Y entonces tu detección tendría que ser mucho mayor. Eso es lo que se llama sigmas locales; es decir, si yo tengo una distribución y yo Veo picos, hay picos excepcionales en los que yo localmente miro. Pero yo tengo que mirar globalmente, tengo que mirar la distribución completa. Si yo tengo una distribución de probabilidad de los resultados de mis experimentos, en esa distribución de probabilidad 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…
Significado #1 · Palabras #4
Francis Villatoro explica cómo se diferencia la evidencia científica clara de las fluctuaciones normales en una distribución estadística.
Habla: Francis VillatoroSignificado #11 · Palabras #13evidencia científica análisis estadísticobanda de dos sismas fluctuaciones normalespico clarísimo distribución estadísticasigma estadística puntosdistribución estadística fluctuaciones normalesevidencia científica cinco sigmadesviaciones típicas distribución estadística…estadística a 3 sigma te salen muchas detecciones espúreas Entonces tienes que poner un listón más alto Yo creo que ese listón de cuántas imánecitas depende de cuántos datos tengas De cuántas posibles detecciones haya No lo sé, pero en cualquier caso Cuando hablamos de evidente en el sentido de ver, o sea, que cualquier persona que no tenga un conocimiento técnico detallado y que no requiera un análisis estadístico de varias horas para ver eso, se llama evidente. Eso son las cinco sismas; tú ves una cosa, una distribución estadística, la que sea, y ves cinco sismas y ves un pico clarísimo. Las bandas habituales en cualquier distribución estadística, que son la banda de dos sismas, son fluctuaciones normales. Entonces, una banda de dos sismas es una cosa que fluctúa en la normalidad de tener un cierto ruido. Necesitas tener algo que claramente destaque. Pero insisto, eso depende de cuántos puntos tenga; o sea, yo no sé cinco sismas. Pero en estadística, el concepto de punto Espurio, la evidencia, las cinco sismas; es lo espurio, lo claramente 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…
Francis Villatoro explica cómo determinar qué se está observando realmente en una función mediante el uso de bandas de dos sigmas alrededor del promedio.
Habla: Francis VillatoroSignificado #4distribución normal francis villatoromuestreo estadístico distribución probabilidadfunción parámetro distribución normalbanda de dos sigmas funciónpromedio punto funciónsigma astronomía estadísticadistribución estadística promedio…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 distribución normal. Imagínate que tú tienes una función; tienes algo que varía en función de un parámetro y tú eso quedaría, sabes que es el resultado de un muestreo estadístico de una distribución de probabilidad. Bien, pues tienes que poner una banda de dos sismas alrededor de lo que tú ves, que lo que tú ves es el promedio para cada punto en tu función, tienes que poner una banda de dos sismas para ver realmente qué es lo que estás viendo ahí. Es cierto que en gran parte de 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,…
Héctor Socas explica cómo la dispersión de datos aumenta con el número de puntos observados, llevando a falsos positivos incluso en ruido puro.
Habla: Héctor SocasSignificado #1 · Palabras #4dispersión datos aumenta puntos observadosfalsos positivos ruido purodetección requiere más de cinco sigmasigmas locales distribución estadísticaespurios en experimentos científicosdistribución completa resultados experimentalescriterio 5 sigma astrofísicaresultados de mis experimentos…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 tener un montón de 5 sigmas, es lo que estoy diciendo. Y entonces tu detección tendría que ser mucho mayor. Eso es lo que se llama sigmas locales; es decir, si yo tengo una distribución y yo Veo picos, hay picos excepcionales en los que yo localmente miro. Pero yo tengo que mirar globalmente, tengo que mirar la distribución completa. Si yo tengo una distribución de probabilidad de los resultados de mis experimentos, en esa distribución de probabilidad 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…
Francis Villatoro explica cómo analizar distribuciones estadísticas en ciencia, enfatizando la importancia de considerar las fluctuaciones debidas al ruido y calcular la desviación típica para cada punto de la curva.
Habla: Francis VillatoroSignificado #9altura de las personas distribución estadísticabanda alrededor función objetivoanálisis parámetros distribución estadísticadesviaciones estándares respecto mediadistribuciones estadísticas en cienciadesviación típica curvafluctuaciones debido al ruidofrancis villatoro análisis estadístico…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 que habrá personas especialmente fuera de lo que es las tres, cuatro desviaciones estándares respecto a la media, pero es un único parámetro, la altura, pero lo habitual en astrofísica, en la mayor parte de la ciencia, es Que yo tengo una distribución, es decir, yo tengo toda una distribución y cuando yo tengo una distribución tengo una curva y en esa curva yo tengo que ver los resultados porque va a haber fluctuaciones debido al ruido; tengo que ver los resultados calculando la desviación típica para cada punto de la curva y voy a tener una banda, no voy a tener una curva única, ¿vale? y en esa banda es donde las dos sismas es lo que te caracteriza la banda en la que realmente están las cosas. No lo veo así, pero bueno, ya lo podemos discutir offline porque a mí me parece que el número, ese número no está escrito en piedras ni se lo dio…
Francis Villatoro critica la interpretación errónea de los resultados estadísticos en artículos científicos, señalando que valores como 1.2 o 1.5 sigma no tienen sentido y son equivalentes a 1 sigma.
Habla: Francis VillatoroSignificado #18espurios en experimentos científicoscriterio 5 sigma astrofísicasigma equivalencia estadística villatoro…típicas. Es lo típico. Y los espurios van por encima de tres sismas. Es lo típico, ¿vale? Es lo que vienen todos los libros de estadística Sí, es lo típico, pero claro, porque uno normalmente no hace 200.000 millones de experimentos Pero si los hiciéramos... Pero claro, pero entonces cuando empezamos a ver artículos en los que se habla de 1,2 sismas, 1,5 sismas y empezamos a decir: es que es 1,5 sismas, señores, como diciendo si hay menos de una sisma. Pero es que no tiene sentido, no tiene sentido hablar de menos de una sisma; 1,5 Sigma es lo mismo que 1 Sigma. Estoy totalmente de acuerdo, y de hecho es lo primero que dije; yo este artículo con el 1,5 Sigma es que ni me lo leo. Claro, claro, estamos de acuerdo. Vale, pues nada, yo creo que con esto, a ver si hay alguna más, no sé si han visto alguna más por ahí que…