Dado un conjunto N tendente a infinito es inevitable que absolutamente todo suceda, siempre que se disponga de tiempo suficiente o infinito , y he ahí donde está el verdadero problema irresoluble o quid de la cuestión de la existencia ¿quién nos garantiza que dispongamos del tiempo necesario para que ocurra lo que debe o deseamos que suceda?


Mostrando entradas con la etiqueta 1/N. Mostrar todas las entradas
Mostrando entradas con la etiqueta 1/N. Mostrar todas las entradas

domingo, 17 de marzo de 2013

Media aritmética e inversión de N

La media aritmética es el término promedio de lo que sucede, siendo todo lo que sucede lo que da forma a la realidad, la cual, en tanto que infinito de cualidades singulares o posibles ocurrencias infinitas sobre una serie de opciones limitadas, de todo lo que sucede la política científica selecciona la muestra, de la cual uno de sus estadísticos individuales es la media aritmética, en tanto que tiene por objeto el cálculo de cuál debería ser el término medio individual de distribuirse lo que sucede en igualdad de oportunidades. 
La forma de calcular la media aritmética dependerá del tipo de conceptos sobre los que se construye o edifica la realidad. Empíricamente la realidad es lo que es, teóricamente la realidad es un constructo teórico, cuya crítica racional dependerá de la razón crítica establecida por la política científica. Las dimensiones empíricas, teóricas, y políticas de la realidad, son en síntesis lo que hacen que la realidad sea la que es, dependiendo de la definición de la ciencia.
 La media aritmética es un concepto propio de la estadística tradicional, que sin embargo puede dar lugar a nuevas concepciones y definiciones según la forma de definir a priori los estadísticos, una forma de ellas es la inversión de N, 1/N , expresión propia de la estadística de la probabilidad o probabilidad estadística, desarrollada dentro de la teoría de Probabilidad Imposible, caracterizándose la inversión de N por ser multifuncional, siendo una de sus funciones la media aritmética de las probabilidades empíricas.
La primera diferencia entre media aritmética y la inversión de N surge del marco teórico en el cual cada una se origina, la media aritmética es concepto tradicional de la estadística descriptiva que bien puede dar lugar a nuevos desarrollos matemáticos, uno de ellos la inversión de N, que tiene su origen, en Probabilidad Imposible, en una nueva teoría sobre estadística y probabilidad, en donde los conceptos de universo, muestra, sujeto u opción, puntuación directa o frecuencia, probabilidad empírica y probabilidad teórica, son la base para una explicación lógica de la probabilidad y la estadística diferente a la tradicional.
A partir de la definición de los conceptos fundamentales de la estadística, el primero de ellos la muestra, así se definirá la realidad que se estudia, y las ecuaciones y fórmulas que se utilizarán estarán adaptadas y adecuadas a la forma en que esa realidad sea definida.
La media aritmética es aquel término medio que debería tener cada sujeto u opción si una serie de valores cuantitativos se distribuyeran por igual, el término promedio de todos los valores, y la forma de calcularse en la estadística tradicional es la siguiente: dividir entre el sumatorio total de la frecuencia el producto de puntuación directa por frecuencia, en donde “xi” es puntuación directa, “f” es frecuencia.

Media aritmética tradicional = Σ ( xi · f ) : Σf

El concepto tradicional de media aritmética, ya de partida parte de una serie de definiciones, y es sobre esas definiciones a partir de la cual se estructura toda la estadística tradicional, en primer lugar lo que cabe destacar es que la estadística tradicional, lo que en Probabilidad Imposible se denomina Primer Método, a diferencia del Segundo Método de la Probabilidad Imposible para estadística de la probabilidad o probabilidad estadística, es que dentro del Primer Método se parte de la diferenciación entre puntuación directa y frecuencia, en donde el cálculo de la media aritmética es igual al promedio, entre frecuencia total, del sumatorio del producto de puntuación directa por frecuencia.
La forma tradicional de la media aritmética por tanto lo que mide es, dada una frecuencia total en la que se da una determinada distribución de puntuaciones directas, estudiar cual es la puntuación directa promedio que debería tener cada ocurrencia individual de la frecuencia para que el comportamiento de las ocurrencias se diera en igualdad de oportunidades, es decir, que todas las ocurrencias que forman la frecuencia total tuvieran por igual la misma puntuación directa, en esencia, lo que barema la media aritmética es cual debería ser la distribución promedio de las puntuaciones directas entre todas las ocurrencias comprendidas en la frecuencia total para que se cumpla el principio de igualdad de oportunidades.
Si tenemos un pastel y lo queremos repartir a partes iguales, la porción de pastel por persona es igual a dividir la superficie del pastel entre el total de personas, la principal función de la media aritmética es la distribución equitativa de la realidad, el ideal de igualdad de oportunidades, y en este sentido, en tanto que la función de la media aritmética es una función distributiva equitativa, en Probabilidad Imposible a la media aritmética se la considera un estadístico teórico, de un lado, y en aquellos estudios que tengan por objeto la igualdad de oportunidades, el comportamiento en igualdad de oportunidades se considera un comportamiento ideal, siempre que ese sea el objeto de estudio, dada una muestra garantizar la igualdad de oportunidades entre todos los sujetos u opciones.
Mientras la estadística tradicional para el cálculo de la media aritmética parte de la diferenciación entre puntuación directa, de un lado, para estudio de los resultados individuales obtenidos en mediciones particulares, y de otra parte la frecuencia, en donde la media aritmética es igual a dividir entre frecuencia total el sumatorio obtenido del producto de cada medición particular diferente, puntuación directa, por el número de veces que se repite, frecuencia, sin embargo, dentro del Segundo Método de Probabilidad Imposible, desde el 16 de octubre del 2002, se parte de una definición diferente, partiendo de la dialéctica sujeto u objeto, que es en definitiva la dialéctica estadística y probabilidad, que es en esencia la dialéctica sujeto u opción.
Mientras la matemática tradicional parte de la definición clara y distinta, heredada del positivismo tradicional, en donde diferenciaba claramente entre estadística y probabilidad, en donde la estadística es estadística y la probabilidad es probabilidad, luego la probabilidad no es necesariamente estadística, ni la estadística necesariamente probabilidad, la dialéctica aplicada en Probabilidad Imposible lleva inexorablemente a la dialéctica entre estadística y probabilidad, en donde toda estadística es probabilidad y toda probabilidad es estadística.
La dialéctica hegeliana aplicada a la estadística y la probabilidad lleva inevitablemente a una concepción de la estadística y la probabilidad en tanto que idénticos, la identidad plena de facto entre estadística y probabilidad, en donde si toda estadística es probable, y toda probabilidad estadística, la diferenciación entre sujeto de la estadística u opción probable se funden en una identidad dialéctica en donde todo sujeto es opcional, y toda opción es subjetiva. Todo lo que creemos elementa individual indispensable en términos estocásticos  se transforma en una variable aleatoria, es sólo una probabilidad matemática, una opción entre muchas, pero no necesariamente necesaria.
Lo único necesario de todo lo que sucede es que todo sucede necesariamente de forma aleatoria, más allá de la necesidad aleatoria de todo cualquier otra necesidad científica es una cuestión de política científica, en donde para la consecución de los ideales sean necesarios unos objetivos y fines concretados en la razón crítica, ideales necesarios para garantizar los principios y fines de la ideología política de la política científica.
Más allá de la política científica la necesidad es aleatoria, sólo dentro de la política científica la lógica de la necesidad política es ideológica,  definiéndose la razón crítica y los márgenes de error en la ciencia en el progreso a  los ideales, el ideal de humanidad y el ideal de ciencia.
En el momento que se establece la identidad dialéctica estadística y probabilidad, se define la identidad dialéctica sujeto u opción, y la identidad dialéctica puntuación directa o frecuencia, de forma que la identidad puntuación directa o frecuencia lleva a la superación lógica del concepto tradicional de media aritmética, que en tanto puntuación directa o frecuencia son lo mismo, idénticos, necesariamente, lógicamente, la media aritmética ya no puede definirse en forma de promedio del sumatorio del producto de puntuación directa o frecuencia, estableciéndose nuevas definiciones, probabilidad empírica y probabilidad teórica, siendo la probabilidad teórica la probabilidad de que todo suceda en igualdad de oportunidades, y en el momento que se define la probabilidad teórica en tanto que aquel estadístico ideal de comportamiento en igualdad de oportunidades, evidentemente este estadístico teórico asume de inmediato la función de media aritmética, siendo esa función la ejercida matemáticamente por la ecuación inversión de N, 1/N.
Al producirse la identidad puntuación directa o frecuencia y sujeto u opción, la diferencia ya no es entre puntuación directa y frecuencia, la diferencia está en la diferencia entre tipos de muestra, de una parte la muestra de sujetos u opciones, N, y la muestra de puntuaciones directas o frecuencias, Σxi, en donde el valor “xi” es puntuación directa o frecuencia.
En el apartado 12 donde se aplica el Segundo Método de Probabilidad Imposible al Primer Método, la definición de media aritmética del Primer Método utilizando conceptos del Segundo Método es que la media aritmética es igual a la muestra de puntuaciones directas o frecuencias entre la muestra N, siendo la media aritmética de sujetos u opciones para el Primer Método en estadística de la probabilidad o probabilidad estadística.
Dentro del Segundo Método de la Probabilidad Imposible, en el momento que se diferencia entre probabilidad empírica y probabilidad teórica siendo la teórica la probabilidad teórica de ocurrencia en igualdad de oportunidades, la probabilidad teórica es igual al promedio de las probabilidades empíricas, siendo así la inversión de N la probabilidad teórica de igualdad de oportunidades por azar y media aritmética de las probabilidades empíricas.
En la medida que la teoría estadística es de naturaleza estocástica y lo que estudia es el comportamiento estocástico de la realidad, la probabilidad teórica es el criterio teórico para determinar cuando un comportamiento es o no por azar. Si un determinado comportamiento es por azar, de acuerdo al principio de igualdad de oportunidades, es un comportamiento aleatorio, entonces la probabilidad empírica tiende a ser igual a la teórica, lo cual se mide  de diferentes formas, y es de lo que tratan los estudios que tienen por objeto la igualdad de oportunidades, que exigirá la crítica racional individual, Validez de Igualdad o Significación de Igualdad, para la crítica racional individual, y la crítica racional muestral,  el Nivel Muestral Crítico de Igualdad, existiendo otras formas de crítica racional de la igualdad mediante Proporciones Críticas en el apartado 11, y de forma adaptada al Primer Método en el apartado 12, además de métodos de crítica racional intermedicional de la igualdad entre los apartados 16-19.
Mientras la media aritmética en la estadística tradicional es un estadístico unidimensional en la medida que sólo tiene por función la medición del término promedio de lo que sucede, sin embargo en Probabilidad Imposible la inversión de N adquiere una gran multifuncionalidad, en la medida que inversión de N es la probabilidad teórica de igualdad de oportunidades por azar, es la media aritmética de las probabilidades empíricas, para cualquier tipo de universo, infinito o limitado, y además hay que añadirle las funciones propias de inversión de N en universos infinitos, probabilidad de error de representatividad muestral, y probabilidad de dispersión teórica.
En cualquier caso, para cualquier clase de universo, infinito o limitado, la inversión de N es la probabilidad de comportamiento por azar, según Nivel de Sesgo tienda a cero mayor probabilidad de tendencia aleatoria a igualdad de oportunidades por azar, además de media aritmética de las probabilidades empíricas.
De esta manera la media aritmética es una ecuación de la estadística descriptiva tradicional que en estadística de la probabilidad o probabilidad estadística es una función ejercida por inversión de N, dentro de la multifuncionalidad que inversión de N desarrolla en Probabilidad Imposible, a partir de nuevas definiciones a conceptos tradicionales, de los que depende la crítica racional de lo que sucede para la elaboración de hipótesis empíricas y racionales, teorías, modelos y paradigmas, en síntesis, es partir de las diferencias cualitativas en las nuevas definiciones de lo que después habrá diferencias significativas cualitativas y cuantitativas en la construcción política de la ciencia.
 
Rubén García Pedraza, Madrid a 17 de marzo del 2013
 

https://books.google.es/books?id=lERWBgAAQBAJ&pg=PA51&dq=probabilidad+imposible&hl=es&sa=X&ei=KMnXVNiMFaXjsATZ6IHgAQ&ved=0CCIQ6AEwAA#v=onepage&q&f=false

 
 
 
http://probabilidadimposible.wordpress.com/                                     
 

 
 

domingo, 2 de diciembre de 2012

Nivel Muestral Crítico de Sesgo

El objeto de estudio, para cualquier clase de universo, de sujetos u opciones infinitos o de opciones limitadas,  en Probabilidad Imposible, para modelos normales, aquellos cuya dispersión puede variar entre cero o máxima,  puede ser : estudios de igualdad de oportunidades o estudios sesgo; diferenciándose los estudios normales de los estudios omega en que mientras en los estudios normales la dispersión ideal puede variar desde cero dispersión ideal, para modelos de igualdad de oportunidades, a máxima dispersión posible, para modelos cuyo objeto de estudio sea el sesgo positivo de un único sujeto u opción ideal en particular que debe tender a sesgo positivo, los modelos omega en cambio ofrecen la posibilidad de haber una magnitud de ideales en N superior a uno e inferior a N, una magnitud de ideales entre dos y N menos uno.
 
Normalmente en los estudios de igualdad de oportunidades todos los sujetos u opciones son ideales en igual magnitud o misma medida, razón por la cual todos deben tender por igual a probabilidad teórica, inversión de N, lo cual debe demostrarse en una tendencia del Nivel de Sesgo normal de sujeto u opción a cero, en el valor absoluto de la diferencia de la probabilidad empírica menos la probabilidad teórica, que, si dicha tendencia a cero es suficiente será igual o inferior a una razón crítica en tanto que margen de error, Validez de Igualdad, que si la Validez de Igualdad de todos los sujetos u opciones es igual a cero o positivo el promedio del sumatorio de toda Validez de Igualdad será cero o positivo, y lógicamente, a fin que la magnitud de la muestra no sea causante de la tendencia, deberá validarse en el Nivel Muestral Crítico de Igualdad, mediante que la Desviación Media o la Desviación Típica sea igual o inferior a la razón crítica que decida la política científica.
 
Al mismo tiempo que se puede usar Validez de Igualdad, en el estudio de la tendencia a inversión de N en modelos de igualdad de oportunidades, a nivel individual, igualmente se podría utilizar Significación de Igualdad, en tanto que la diferencia de Máximo Sesgo Teórico Posible menos valor absoluto de Nivel de Sesgo normal de sujeto u opción, y si la diferencia es superior a una razón crítica en tanto que margen de fiabilidad, se acepta suficientemente racional la tendencia individual a igualdad de oportunidades.
 
En el momento que una hipótesis empírica en un modelo de igualdad, en un universo cualquiera, se demuestra suficientemente racional, tanto a nivel individual o muestral, entonces es cuando se puede proceder a la inferencia estadística, y generalizar o extrapolar al universo el comportamiento de la muestra.
 
De esta forma, el contraste de hipótesis, a fin de universalizar un comportamiento, debe ratificar primero que se trata de un comportamiento fiable, primero, en los niveles individuales y muéstrales, sólo una vez que individualmente y muestralmente una tendencia se demuestra suficientemente racional se puede pasar a la inferencia sobre el universo del que se obtuvo la muestra, admitiendo siempre el doble margen de error, el error de hecho la muestra en sí, y el error racional aceptado en la razón crítica de la política científica.
 
La crítica del comportamiento de sujeto u opción, individualmente, y la crítica racional de la muestra, son imprescindibles para inferir el comportamiento empírico del universo; individuo, muestra, y universo, tres niveles o momentos lógicos de la crítica estadística para el establecer provisionalmente una hipótesis empírica de forma racional, para cualquier objeto de estudio, incluidos los estudios de sesgo y los modelos omega, si bien en esta entrada se procederá a explicar el Nivel Muestral Crítico de Sesgo.
 
Si en los estudios de igualdad de oportunidades, para el estudio de la suficiencia en la tendencia a inversión de N de todos los sujetos u opciones, la crítica racional se realiza, primero individualmente, mediante los modelos de Validez o Significación de Igualdad, de los cuales si, a nivel promedio, el resultado de todos es cero o positivo, y el Nivel Muestral Crítico de Igualdad es igualmente cero o positivo, se procede a aceptar provisionalmente la hipótesis empírica, sea explicativa o tecnológica, en los estudios de sesgo se procederá de la misma forma, en tanto que primero será necesaria la crítica a nivel de sujeto u opción, la crítica racional individualmente para después pasar a la crítica de la muestra en su conjunto.
 
Dentro de los estudios de sesgo normales se puede diferenciar entre estudios cuyo objeto sea sesgo positivo y sesgo negativo, en donde los estudios de sesgo positivo son aquellos en donde de toda N sólo hay un único sujeto u opción ideal a elevar su probabilidad empírica a Máxima Probabilidad Empírica Posible, la probabilidad igual a uno, de forma que la tendencia normal de la probabilidad del sujeto u opción ideal es ser la probabilidad empírica máxima en tendencia a ser Máxima Probabilidad Empírica Posible, mientras el resto de sujetos u opciones tienden a equipararse a la probabilidad empírica mínima en tendencia a Mínima Probabilidad Empírica Posible, la probabilidad cero, de forma que si de toda N sólo hay un sujeto u opción ideal, la magnitud de sujetos u opciones no ideales será de N menos uno, que tenderán todos por igual a Máximo Sesgo Negativo Posible, inversión de N, mientras aquel único sujeto u opción ideal tienda a Máximo Sesgo Teórico Posible igual a la diferencia de la unidad menos inversión de N, en tanto que la unidad es la Máxima Probabilidad Empírica Posible.
 
En el caso que el objeto de estudio sea la muestra de ceros, por ejemplo, en un estudio que tiende a reducir a cero los errores en un sistema, o en un estudio que tiende a reducir a cero los síntomas de una enfermedad por medio de una medicina, en la medida que el objeto de estudio es alcanzar el ideal de cero errores o cero síntomas, y la probabilidad empírica de sujeto u opción sea igual a número de errores o síntomas del sujeto u opción entre sumatorio de todos los errores o síntomas de toda la muestra, en la medida que la muestra, lo lógico, o al menos lo ideal, sería cero errores o síntomas, lo ideal sería una muestra de cero frecuencias, es decir la muestra de ceros, siendo este el único modelo en donde precisamente no se puede aplicar los modelos normales de estudio, en tanto que la muestra de ceros es el único modelo de todo el Segundo Método de la Probabilidad Imposible que pone de manifiesto las enormes diferencias entre lo que es la desviación empírica para el Segundo Método con respecto la matemática tradicional, el Primer Método. Mientras en la matemática tradicional, el Primer Método, la Desviación Media o Típica de una muestra de ceros es cero, para el Segundo Método la Desviación Media, en tanto que Nivel de Sesgo Promedio, es igual a inversión de N, en tanto que, posiblemente la media aritmética de nada sea cero, pero en tanto que N siga siendo distinta de cero la probabilidad teórica de ocurrencia al azar seguiría siendo inversión de N, luego, a pesar que para una muestra de ceros la media aritmética sea cero la Desviación Media o Típica será inversión de N.
 
Aclarado este punto, y es que a la muestra de ceros no se le puede aplicar los modelos de estudios normales, e indicando que los modelos normales de estudio de sesgo puede ser para el estudio del sesgo positivo o negativo, ya sea el objeto de estudio sesgo positivo o negativo, a nivel de dispersión muestral el estudio del sesgo producirá dispersión, y normalmente, un estudio de sesgo que no sea omega, siendo omega aquellos que contemplen la posibilidad de más de un ideal en N, para los modelos normales sólo habrá un único ideal en toda N, y un modelo de estudio, ya esté centrado como aumenta el sesgo negativo en un modelo de sesgo normal, en donde normalmente aumentará el sesgo negativo de los, N menos uno, sujetos u opciones no ideales, o bien se centre en como aumenta el sesgo positivo de aquel sujeto u opción ideal, sea cual sea el interés objeto de estudio en un modelo normal de sesgo, lo lógico es que la dispersión tienda a aumentar, siendo lo ideal en estudio de sesgo que la dispersión tienda a la máxima dispersión posible, que para Probabilidad Imposible la máxima dispersión posible a nivel de toda la muestra será la Máxima Desviación Media Teórica Posible, o la Máxima Desviación Típica Teórica Posible, o si se estudia en forma de varianza, la Máxima Varianza Teórica Posible, de forma que si el ideal es la dispersión, sólo se aceptarán a nivel muestral, en estudio de sesgo, aquellas hipótesis empíricas para cuya demostración la muestra, suficientemente representativa, demuestra un comportamiento empírico de la dispersión muestral igual o superior al margen de fiabilidad que decida la política científica en la razón crítica de la prueba estadística, en el contraste de hipótesis a nivel muestral, de forma que, entonces, la política científica estará aceptando el error deducido de la diferencia de cien menos porcentaje de fiabilidad establecido, siendo esa diferencia el porcentaje de error que la política científica está dispuesta a aceptar en la crítica racional de la hipótesis empírica, en estudio de fiabilidad, además de, lógicamente, aceptar el error de hecho que supone en sí la necesaria aceptación de la muestra, la inversión de la muestra, sea N en universos de sujetos u opciones infinitos, sea la muestra de puntuaciones directas o frecuencias en universos de opciones limitadas.
 
Nivel Muestral Crítico de Sesgo, de forma genérica para Desviación Media o Típica:
 
DMoS – p(xc) = cero o positivo se acepta hipótesis empírica en estudio de sesgo
 
DMoS = Desviación Media o Típica

Aplicando el Nivel Muestral Crítico de Sesgo a Desviación Media, diferencia de la Desviación Media menos probabilidad crítica, a resultado cero o positivo se acepta la dispersión de la muestra, la probabilidad crítica es igual al producto de Máxima Desviación Media Teórica Posible por el porcentaje X de fiabilidad entre cien.
 
Nivel Muestral Crítico de Sesgo, en Desviación Media :
 
DM – p(xc) = cero o positivo se acepta hipótesis empírica en estudio de sesgo
 
p(xc) = { [ ( 1 – 1/N ) · 2 ] : N } · ( X : 100 )
 
X = porcentaje de fiabilidad
 
DM = Desviación Media

Aplicando el  Nivel Muestral Crítico de Sesgo en Desviación Típica, diferencia de la Desviación Típica menos la probabilidad crítica, cero o positivo se acepta la hipótesis empírica de sesgo, la probabilidad crítica es igual a Máxima Desviación Típica Teórica Posible por el porcentaje X de fiabilidad entre cien.

 
Nivel Muestral Crítico de Sesgo, en Desviación Típica:
 
S   – p(xc) = cero o positivo se acepta hipótesis empírica en estudio de sesgo
                                             
p(xc) = √{ { ( 1 – 1/N )²  + [ 1/N² · ( N – 1 ) ] } : N }  · ( X : 100 )
 
X = porcentaje de fiabilidad
 
S   = Desviación Típica

Y evidentemente también se puede aplicar a Varianza, Nivel Muestral Crítico de Sesgo en Varianza, igual a Varianza menos probabilidad crítica, a resultado cero o positivo se acepta la hipótesis empírica de sesgo, la probabilidad crítica es igual a Máxima Varianza Teórica Posible por el porcentaje X de fiabilidad entre cien.

 
Nivel Muestral Crítico de Sesgo, en Varianza:
 
S² – p(xc) = cero o positivo se acepta hipótesis empírica en estudio de sesgo                        


p(xc) = { { ( 1 – 1/N )²  + [ 1/ N²· ( N – 1 ) ] } : N }  · ( X : 100 )
 
X = porcentaje de fiabilidad

S² = Varianza
 

A nivel muestral, tanto la igualdad y el sesgo, además del Nivel Muestral Crítico, de Igualdad o Sesgo, también se puede aplicar la Significación, de Igualdad o Sesgo, de Desviación Media o Típica, o si se quiere de Varianza, algo que explicaré mucho más adelante cuando se termine de explicar todas las pruebas de contraste racional de hipótesis, a nivel de toda la muestra, para lo cual todavía explicar la forma en que se haría para modelos omega.
La necesidad de los modelos de crítica racional a nivel muestral en estudios de sesgos es la misma que para estudios de igualdad de oportunidades. En la medida que la magnitud de la muestra, sea la muestra N en universos infinitos, o la muestra de puntuaciones directas o frecuencias en universos de opciones limitadas, afecta a la dispersión muestral, en tanto que la dispersión puede ser una variable dependiente inversamente proporcional a la magnitud de la muestra, una forma de poder controlar que a nivel muestral los resultados individuales puedan ser inferidos de un verdadero comportamiento empírico individual, es mediante someter la dispersión de la muestra a una crítica racional suficientemente exigente, por parte de la política científica, que pueda descartar posibles causas del comportamiento a causa de la muestra en lugar de a la variable independiente o a factores explicativos empíricos.
De esta forma en estudios de sesgo, positivo o negativo, al igual que en estudios de igualdad de oportunidades, además de los modelos individuales de crítica racional de Validez o Significación, de Igualdad o Sesgo, Positivo o Negativo, es necesario una crítica racional a nivel muestral, una de ellas, dentro de la equifinalidad de Probabilidad Imposible, el Nivel Muestral Crítico de Igualdad o Sesgo, si bien también se podría hacer mediante modelos de significación muestrales de Desviación Media o Típica, o si se quiere, se Varianza.

Rubén García Pedraza, a Madrid 2 de diciembre del 2012, primer aniversario de la publicación de Introducción a la Probabilidad Imposible, estadística de la probabilidad o probabilidad estadística.

https://books.google.es/books?id=lERWBgAAQBAJ&pg=PA51&dq=probabilidad+imposible&hl=es&sa=X&ei=KMnXVNiMFaXjsATZ6IHgAQ&ved=0CCIQ6AEwAA#v=onepage&q&f=false

 




 

 

http://probabilidadimposible.wordpress.com/                                     
 
 

jueves, 17 de mayo de 2012

El error estadístico en Probabilidad Imposible

El error es una de las grandes cuestiones de la ciencia , en tanto que la ciencia , por cuanto se supone o se debe suponer fiable , se piensa que es aquella praxis de la cual deberían deducirse proposiciones verdaderas . Es importante la indicación que se hace que la ciencia es una praxis , por cuanto al conjunto teórico que a menudo se dice ser la ciencia no es necesariamente la ciencia misma , la ciencia por sí misma no es una teoría particular o concreta , es en verdad una forma de proceder , de actuar , de trabajar , es una forma de praxis , la ciencia es ante todo una cuestión práctica , la ciencia se deduce de la propia puesta en práctica del método científico mediante el cual se deducen o se deben deducir proposiciones coherentemente lógicas al menos en un margen de error aceptable para la política científica .

La ciencia es una praxis , y por ser praxis es política , por cuanto implica toda una dimensión moral y ética del saber y del ser humano que define una acción política, una forma de entender y comprender el pasado , el presente , y el futuro , una forma de proyectar la humanidad desde el presente a todas sus dimensiones , en la construcción social del conocimiento que exige la constante refutación de cuantos paradigmas , teorías e hipótesis , tenidos por verdaderos , el progreso científico demuestra falsos , en su eterno devenir permanente a una verdad , que lejos de ser inmutable es sobre todo , en su forma pura , incognoscible .

La base del método científico es la duda , lo primero que todo científico debe hacer es poner en duda todos sus conocimientos previos pues posiblemente muchos de sus conocimientos tenidos por verdaderos sean demostrablemente falsos , o incluso , a largo plazo , posiblemente , todo lo que el científico haya tenido por verdadero , a largo plazo pueda ser refutable .

E incluso , conocimientos que hasta ahora creemos inmutables , que la gravedad es igual al producto de las masas entre la distancia al cuadrado , o que energía es igual a masa por velocidad de la luz al cuadrado , de disponer el progreso de la ciencia el tiempo suficiente o necesario para evolucionar lo suficiente como para demostrar que son falsas, muy posiblemente ambas afirmaciones sean falsas , y así con todas las proposiciones de la ciencia .

El origen del error está en la limitación humana , el ser humano por naturaleza no puede conocerlo todo , luego a falta de conocer todo siempre hay algo que desconoce y que puede interactuar con lo que cree conocer firmemente pero muy posiblemente desconozca su verdadera naturaleza, su sustancia , el error es inherente a la condición humana, creer que es posible conocer la verdadera sustancia cuando estadísticamente todo es una simple ley de probabilidades , un juego de azar , la realidad es un accidente, más allá de toda determinación lógica posiblemente todo sea producto de una secuencia de casualidades , cualquier intento de predecir en función de lo pasado es transformar la costumbre en ciencia , y sin embargo esa es la finalidad de la estadística , hacer un estudio de ocurrencias , sucesos , y frecuencias , acontecidas hasta al momento , e intentar predecir , dentro de un margen de error , qué es lo que sucede , cuando posiblemente sólo sucede lo que tiene qué suceder , lo más normal dadas unas condiciones normales  ,  el error es posible en cualquier proposiciones positiva .

La verdadera sustancia de todo posiblemente sea ser en sí puro accidente , el libre albedrío en igualdad de oportunidades .

La Probabilidad Imposible
en tanto racionalismo crítico deriva finalmente a un idealismo radical en el cual sólo cabe decir finalmente : sólo sé que no sé nada ; el nihilismo , no conocemos nada absolutamente fiable porque nada se puede conocer sin margen de error posible .

Error y conocimiento son idénticos porque son opuestos , todo conocimiento implica aceptar un error por mínimo que sea , de todo error , aunque sólo sea por ensayo y error, sólo se puede producir conocimiento , aunque sea de naturaleza empírica , luego aparente, y a largo plazo muy posiblemente refutable .

Pensar que es imposible el error en una proposición positiva es pensar que el ser humano es capaz de conocer verdades absolutas , lo cual vulnera cualquier principio racionalista , que la verdad pura es incognoscible y fuera del alcance del conocimiento humano .


Pensar que la ciencia produce una serie de proposiciones absolutamente verdaderas implicaría que la ciencia es la nueva forma de alcanzar la verdad pura , lo cual es una contradicción en el mismo instante que se acepta que el ser humano es un ser sujeto a error .

Un sujeto a error no puede formular verdades absolutas , si acaso parciales , y en tanto que parciales nunca serán imparciales , luego la ciencia jamás será neutra , sólo puede ser ideológica , y en tanto que praxis verdaderamente revolucionaria .

Es importante reconocer que la ciencia en tanto que praxis es revolucionaria , en la medida que es capaz de transformar la realidad , en tanto que la ciencia puesta en práctica transforma siempre las condiciones de vida , algo que tendrá siempre repercusiones en todos los aspectos de la vida humana , ya sea a nivel económico , social , subjetivo , político e ideológico , razón por la cual toda transformación científica de la realidad , toda praxis científica , debe tener una orientación ética y moral , por cuanto las relaciones entre sociedad y ciencia son íntimas .

Debido a la responsabilidad ética y moral de la praxis científica en la sociedad la práctica científica está sujeta a una política científica , que responde a dimensiones éticas y morales sintetizadas en una forma ideológica de entender y comprender la realidad .

La forma en que la ideología se expresa en la praxis científica es en la forma de responsabilizarse de la contradicción entre la verdad pura y verdad científica , en tanto que la verdad pura es incognoscible toda verdad científica será de verdad política , y toda decisión de la política científica una variable dependiente de la ideología política de las personas que hacen ciencia .

Las personas que hacen ciencia se responsabilizan políticamente de la verdad en la forma de seleccionar el enfoque y el objeto de estudio , y los objetivos , tal como se explica en el apartado 10 de Introducción a la Probabilidad Imposible , lógicamente en función de qué pregunta se formule el investigador la respuesta será diferente , una pregunta que en función del enfoque y objetivos ideológicos podrá ser marcadamente diferente , y una vez formulado el método de trabajo , la responsabilidad política sobre la proposición positiva que se deduzca del método científico dependerá de la selección del error aceptada por la política científica .

En lo explicado hasta el momento el error se puede concretar en dos formas básicamente, el error de representatividad muestral igual a la inversión de la muestra y el error aceptado en la razón crítica ,

El error muestral se deduce de la propia muestra, toda aceptación de una muestra implica aceptar el error que supone que posiblemente esa muestra no sea suficientemente representativa , un tipo de error que se intenta solucionar mediante hacer que la muestra sea lo más representativa posible , pero que , en cualquier caso , dada una muestra de una población o universos nunca tenemos garantías absolutas que sea absolutamente representativa , porque a falta de conocerlo todo el error siempre es posible y de los casos que no hayan sido seleccionados en la muestra es posible que hubiera uno mínimamente significativo como para al no ser seleccionado genere un error en las decisiones estadísticas , suficiente para invalidar la hipótesis empírica .

En universos de sujetos u opciones infinitos , aquellos universos en donde cualquier selección es una entre las posibles infinitas , la probabilidad de error de representatividad muestral viene dado por la inversión de N , 1/N , y en los universos de opciones limitadas , aquellos en donde las opciones vienen dadas por el modelo y la verdadera selección es la selección de la magnitud de frecuencias , la probabilidad de error de representatividad muestral vendrá dada por la inversión de las puntuaciones directas o frecuencias , 1/Σxi .

Así mismo , dada una población que tenga una historia , cualquier estudio sobre opciones limitadas de esa población en su historia tendrá también un error asociado a la propia población en sí misma , por cuanto una misma población en cualquier momento de su historia no tiene que ser idéntica a cualquier otro momento de su misma historia , luego cualquier población en un momento de la historia es sólo una posible muestra de la historia de esa población , luego en estudio de la forma de distribuirse una población sobre unas opciones limitadas en un momento particular de su historia igualmente la probabilidad de error de representatividad muestral es inversión de la frecuencia , 1/Σxi .

El error muestral de esta forma viene dado en la propia selección de la magnitud de la muestra , de manera que el error de representatividad muestral es igual a la inversión de la muestra , ya sea la inversión de N en universos de sujetos u opciones infinitos , ya sea la inversión de las puntuaciones directas o frecuencias en universos limitados .

Toda selección de un espacio tiempo , es decir , toda selección de una historia , es decir, toda selección de una muestra , es la selección de un margen de error a razón de lo que decida aceptar la política científica en el estudio de lo que ocurre en la historia , la probabilidad estadística .

Si digo que dada una muestra  N o una muestra 1/Σxi lo normal es que se dé una determinada tendencia , esa proposición positiva es sólo válida para esa muestra N o esa muestra 1/Σxi , porque , de haber fuera de la selección muestral un solo caso suficientemente significativo para invalidar lo que propone N o 1/Σxi , entonces, la muestra N+1 , es decir N más ese caso singular suficientemente representativo y diferente a lo normal en N, o la muestra 1/Σxi+ 1 , es decir , la muestra 1/Σxi más ese caso singular suficientemente representativo y diferente de 1/Σxi , será entonces una muestra N+ 1 , o una muestra 1/Σxi+1 , cuyo contraste de hipótesis dé un resultado sensiblemente diferente a lo que sucedía en N o en 1/Σxi .

Lógicamente , en universos de sujetos u opciones infinitos ,  cuanto más grande sea N menos diferencias habrá entre N y N+1 , es decir , de haber un caso singular en el margen de error aceptado que pudiera invalidar la tendencia de N y el resultado del contraste de hipótesis , a mayor N entonces la diferencia entre el contraste de hipótesis en N respecto N+1 , no tiene por qué ser una diferencia que invalide en N+1 el resultado obtenido en N , sin embargo , a falta de conocerlo todo nunca tendremos fiabilidad absoluta en las hipótesis que puedan surgir de N , por cuanto , por muy grande que sea N y por cuanto muy próximo a cero sea 1/N , siempre , y absolutamente siempre , debemos admitir la posibilidad de haber cometido un error , de lo contrario , sería de todo menos ciencia : el origen del método científica es la duda racional , todo conocimiento por muy cierto que creamos , es sólo una creencia , que a la luz racional de los acontecimientos puede desmoronarse a la más mínima , todo conocimiento , desde la teoría de la gravedad , la teoría de la relatividad , a cualquier otra que creamos absolutamente verdadera , es sólo eso una creencia , es decir , una costumbre , producto de haber convertido la costumbre en ciencia , porque más allá de todo posiblemente sólo halla incertidumbre y dudas racionalmente lógicas .

Nunca hay que olvidar que el origen del método científico es la duda racional , y la ciencia quizás sea sólo producto de la costumbre , he ahí el origen del racionalismo crítico, la síntesis entre empirismo y racionalismo , sólo que , desde un punto de vista dialécticamente materialista , tanto la selección de las preguntas que la ciencia debe dar respuesta y la selección del error aceptado en el contraste de hipótesis , son decisiones de política científica , y en última instancia , de la ideología política de los responsables de la ciencia .

Dada cualquier magnitud muestral , siempre existe la posibilidad de aceptar  un margen de error en la muestra que invalide la proposición positiva derivada de la muestra .

Ninguna muestra es absolutamente fiable , sólo parcialmente fiable , porque la ciencia nunca puede ser absolutamente fiable , porque la verdad pura es incognoscible , sólo conocemos apariencias .

Y junto el error de representación muestral el error netamente político , el error inherente a la razón crítica .

Todo contraste de hipótesis sobre una razón crítica , es decir , una probabilidad crítica , que acepte un margen de error , por mínimo que sea , es un margen de error que , llegado el momento de la verdad , será ineludible , sólo será cuestión de tiempo , siempre que se disponga de tiempo suficiente o infinito .

Ciencia y error son opuestos porque son idénticos , no puede haber ciencia sin error , y error que bien entendido no sea capaz de generar ciencia .

El error en la teoría estadística , especialmente en Probabilidad Imposible , jugará un papel esencial , porque , posiblemente no podamos llegar a conocer nunca la verdad pura, la verdad absoluta de la realidad , más allá de comprender que fuera de todo conocimiento sustancial quizás lo verdaderamente sustancial de todo , con independencia que lo podamos conocer , es que todo sucede normalmente , luego bajo condiciones de libre albedrío en igualdad de oportunidades , el azar , todo debería ser puro accidente , y por eso mismo , de naturaleza caótica , el orden del caos en la normalidad , o la normalidad debería ser o es realmente el orden al azar de todo lo que ocurre .
 
Rubén García Pedraza , en Madrid a 17 de mayo del 2012


http://probabilidadimposible.wordpress.com/
                                          La Librería Matemática de Probabilidad Imposible

lunes, 15 de agosto de 2011

El control de la inversión de la muestra: 1/N , 1/∑xi

Bajo el concepto de control de la inversión de a muestra , en Probabilidad Imposible , se estudiarán las formas mediante las que , en estudios que exijan selección muestral, aquellos que no sean sobre poblaciones completas , ya sea porque precisen una selección de sujetos u opciones , en universos de sujetos u opciones , o de puntuaciones directas o frecuencias, en universos de opciones limitadas , se puede controlar que la magnitud de la muestra sea lo más representativa posible , implicando necesariamente el control , al mismo tiempo , de la dispersión teórica en condiciones normales . Se dice que se dan condiciones normales en un estudio particular cuando conforme aumenta la muestra se produce una concentración normal en campana de Gauss en torno a la norma estadística , la media aritmética , luego estas condiciones normales no deben porque cumplirse en estudios de sesgo positivo o negativo en donde el objeto de estudio sea aumentar la dispersión empírica al máximo . En cualquier caso lo normal en Probabilidad Imposible es que la dispersión tienda a oscilar en una dimensión entre cero o máxima , siendo la dispersión cero aquella en la cual se cumplen integramente las máximas condiciones de normalidad , cuando la probabilidad empírica de todo sujeto u opción es idéntico a su comportamiento teórico , inversión de N , si bien este extremo no es absolutamente necesario , especialmente si lo ideal fuera que de toda N la distribución del sesgo se diera bajo otras condiciones , que se explicarán en próximas entradas.


Todo aumento de la representatividad muestral , en Probabilidad Imposible , implica necesariamente reducción en probabilidad de error de representatividad muestral , y descenso en probabilidad de dispersión teórica si se dieran condiciones normales .
La razón por la cual se produce este fenómeno se debe a las razones aducidas en las entradas anteriores explicando la naturaleza de los dos tipos de universos en Probabilidad Imposible , la existencia de dos tipos de universos , de sujetos u opciones infinitos , o de opciones limitadas , según la cual en los universos de sujetos u opciones infinitos la selección muestral es la selección de los N sujetos u opciones , mientras en los universos de opciones limitadas la selección muestral es la selección de la muestra de puntuaciones directas o frecuencias , de forma que en universos de sujetos u opciones infinitos la inversión de N , 1/N , será al mismo tiempo probabilidad de error de representatividad muestral y probabilidad de dispersión teórica bajo condiciones normales, mientras en universos de opciones limitadas , estas dos mismas funciones , serán desarrolladas por la inversión de las puntuacionesdirectas o frecuencias , 1/∑xi . Al mismo tiempo que para cualquier clase de universo , de forma universal e inalienable la inversión de N , 1/N , será simultáneamente probabilidad teórica de ocurrencia por azar en igualdad de oportunidades , y media aritmética de las probabilidades empíricas , siendo la probabilidad empírica en el Segundo Método igual al cociente de la puntuación directa o frecuencia entre sumatorio de puntuaciones directas o frecuencias .
 
En la medida que la selección muestral en universos de sujetos u opciones infinitos es la selección de los N sujetos u opciones de la muestra , y en universos de opciones limitadas la selección de la muestra de puntuaciones directas o frecuencias , en todo caso siempre , ya sea el tipo de universo que sea , de forma universal se dirá que la probabilidad de error de representatividad muestral o de dispersión teórica , en condiciones normales , será igual a la inversión de la muestra, pudiendo ser muestra N o de puntuaciones directas o frecuencias , en función del tipo de universo que se estudie .

En tato que la probabilidad de error de representatividad muestral o de dispersión teórica son variables dependientes de la selección muestral , en la medida que a mayor selección muestral menor probabilidad de error de representatividad y menos dispersión teórica , la relación entre selección muestral y error de representatividad muestral o dispersión teórica se dirá que es una relación inversamente proporcional , con independencia del tipo de muestra en función de la clase de universo , ya sea muestra N en universos de sujetos u opciones infinitos , muestra de puntuaciones directas o frecuencias en universos de opciones limitadas .

De forma genérica , con independencia del tipo de muestra en relación a la clase de universo , se dirá , entonces , que la relación entre muestra y probabilidad de error de representatividad o dispersión teórica es inversamente proporcional , de forma que , si conforme la muestra aumenta desciende el error o dispersión teórica , conforme la muestra disminuye el error o dispersión teórica aumenta , luego una forma de controlar la probabilidad de error de representatividad muestral o dispersión teórica , en condiciones normales , es mediante que la magnitud de la muestra seleccionada sea una magnitud suficientemente racional como para reducir al mismo tiempo error y dispersión teórica .
 
Luego la primera forma de control del error de representatividad muestral y dispersión teórica bajo condiciones normales es mediante el estudio de la suficiencia de la magnitud de la muestra , al mismo tiempo que otra forma de controlar el error y la dispersión teórica , en todo estudio que exija selección muestral , es mediante que la selección muestral se realice de forma aleatoria . 

Una selección muestral de una magnitud insuficientemente racional , o no seleccionada al azar , será una selección muestral cuyo sesgo obedecerá a que la selección muestral no ha sido realizada de forma suficiente y aleatoria . 
Toda selección muestral sólo será fiable siempre y cuando implique una selección suficientemente racional de forma aleatoria . 
Una muestra cuya selección muestral es insuficiente o no aleatoria , o al mismo tiempo insuficiente y no aleatoria , es una muestra en donde el sesgo que se obtenga en las mediciones será un sesgo producto de la selección muestral.
Una muestra insuficiente es aquella que no contempla una selección muestral lo suficientemente grande como para reducir el error de representatividad muestral y reducir el error de dispersión teórica , bajo condiciones normales .

Una muestra no seleccionada aleatoriamente cuando exigía ser seleccionada al azar dado que no era el estudio de una población , de no ser seleccionada al azar el sesgo del estudio puede ser debido a la técnica de selección muestral . 
 
Una muestra insuficiente y no aleatoria puede dar lugar a sesgos producidos por la insuficiencia de la muestra o la ausencia de aleatoriedad en la selección muestral , luego no sería representativa del universo al cual pretende representar . Una muestra sólo representará al universo que pretende representar siempre y cuando sea lo suficientemente racional para reducir suficientemente el error de representatividad muestral , y sea seleccionada aleatoriamente .
 
Salvo en estudios poblacionales , que no exigen selección muestral , todo estudio que exija selección muestral precisará de una selección muestral lo más exigente posible en términos de suficiencia y aleatoriedad , como para que las decisiones estadísticas que puedan obtenerse de la crítica racional de la muestra puedan ser decisiones que puedan ser extrapoladas o generalizadas a todo el universo al cual la muestra representa , luego en ausencia de suficiencia o aleatoriedad en una selección muestral se invalida la propia inferencia estadística , luego en estudios que requieran selección muestral las condiciones de necesidad para hacer posible la inferencia estadística es que la muestra en sí misma sea , al mismo tiempo , suficiente y aleatoria . 

Para la toma de decisiones sobre si una muestra es suficientemente representativa para reducir significativamente el error de representatividad muestral , en la siguiente entrada se explicarán formas de crítica racional. En cualquier caso , toda muestra , para ser moralmente representativa , además de suficientemente racional , debe ser seleccionada al azar . 
 
Rubén García Pedraza , 15 de agosto del 2011

 
http://probabilidadimposible.wordpress.com/
                                          La Librería Matemática de Probabilidad Imposible


https://books.google.es/books?id=lERWBgAAQBAJ&pg=PA51&dq=probabilidad+imposible&hl=es&sa=X&ei=KMnXVNiMFaXjsATZ6IHgAQ&ved=0CCIQ6AEwAA#v=onepage&q&f=false