Sesgo positivo en modelos omega

Sesgo positivo es cuando la diferencia entre la probabilidad empírica de sujeto u opción menos la probabilidad teórica o inversión de N es igual a un valor de signo positivo. A dicha diferencia se le denomina Nivel de Sesgo en el Segundo Método de la teoría de Probabilidad Imposible, los modelos en los que se aplica son dos, modelos normales y modelos omega.

 

Los modelos normales son aquellos en donde la dispersión puede variar entre cero o máxima, dispersión cero cuando se dan condiciones de igualdad de oportunidades, lo que en la estadística tradicional, el Primer Método se ha conocido por principio de indiferencia, y dispersión máxima cuando la dispersión tiende a su máximo valor posible. En el Segundo Método de Probabilidad Imposible el cálculo de la máxima dispersión se hace  a partir de considerar que bajo condiciones normales la máxima dispersión se produce cuando de toda N hay al menos un sujeto u opción, que por el motivo que sea tiende a Máxima Probabilidad Empírica Posible, cuando la probabilidad es iguala uno, “1”, luego su Nivel de Sesgo tiende a Máximo Sesgo Teórico Posible, igual a “1 –1/N”, de modo que los demás sujetos u opciones, N menos uno, “N –1”, tienden a la Mínima Probabilidad Empírica Posible, probabilidad igual a cero, “0”, que es la Probabilidad Imposible, de modo que generan el Máximo Sesgo Negativo Posible, cero menos inversión de N, “0 – 1/N”. Bajo estas condiciones de máxima dispersión el modelo tendería a Máxima Desviación Media Teórica Posible, Máxima Varianza Teórica Posible, y Máxima Desviación Típica Teórica Posible. 

 

Máxima Desviación Media Teórica Posible =  [ ( 1 – 1/N) · 2 ] : N 

 

Máxima Varianza Teórica Posible = {  ( 1 – 1/N)² + [ 1/N² · ( N – 1 ) ] } : N 

 

Máxima Desviación Típica Teórica Posible =√ { {  ( 1 – 1/N)² + [ 1/N² · ( N – 1 ) ] } : N  } 

 

Cualquier modelo en donde lo normal sea que la dispersión varía entre cero o máxima sería un modelo normal, mientras que en los modelos omega la  dispersión tiende a localizarse entre modelos de dispersión omega.

En la teoría de Probabilidad Imposible se denomina omega a todo modelo en donde dada una muestra N de sujetos u opciones, dentro del conjunto N hay un subonjunto de sujetos u opciones ideales, a ese subconjunto se llamará omega, y se representará con la letra omega, Ω, del alfabeto griego. El motivo por el cual en Probabilidad Imposible se denomina omega a dicho subconjunto de sujetos u opciones dentro de N se debe a que, dentro del idealismo matemático de Probabilidad Imposible, se entiende que dado un conjunto N en donde haya un subconjunto de ideales, cuya naturaleza ideal radica ya bien porque son un ideal de logro, perfección, o un ideal en la realización de una acción, ya sea en términos de eficiencia o eficacia, sea por el motivo que sea lo ideal es que para ese conjunto de elementos omega lo ideal es que su probabilidad empírica sea la más elevada de toda N.

Para que se pueda hablar de modelo omega por tanto es necesario un subconjunto omega, Ω, dentro de N, que por el motivo que sea hay que elevar al máximo a todos los elementos omega por igual su probabilidad empírica, a la probabilidad empírica ideal a la que deberían tender los sujetos u opciones omega se llamará probabilidad ideal, y dado que se parte del supuesto que todos los demás sujetos u opciones no omega en tanto que no ideales deberían tender a probabilidad empírica igual a cero, entonces toda la distribución de puntuaciones directas o frecuencias debería repartirse sólo entre los sujetos u opciones omega, que en tanto disfruten por igual de un mismo valor ideal, la tendencia ideal para todo sujeto u opción omega debería ser la misma, de modo que si se repartiera por igual la distribución de puntuaciones directas o frecuencias entre los sujetos u opciones omega, la probabilidad ideal para todo sujeto u opción omega sería igual a la inversión de omega, “1/Ω”, de modo que el sesgo positivo ideal de la probabilidad ideal será igual a inversión omega o probabilidad ideal menos inversión de N o probabilidad teórica.

 

Sesgo Ideal = 1/Ω  - 1/N 

 

En la medida que conocemos cual debería ser el sesgo ideal estamos en condiciones de conocer cual sería la Máxima Desviación Media Ideal, la Máxima Varianza Ideal, y la Máxima Desviación Típica Ideal. 

 

Máxima Desviación Media Ideal = [ (1/Ω  - 1/N ) · 2 ] : N 

 

Máxima Varianza Ideal = { (1/Ω  - 1/N )² + [ 1/N² · ( N – 1 ) ] } : N  

 

Máxima Desviación Típica Ideal = √ { { (1/Ω  - 1/N )² + [ 1/N² · ( N – 1 ) ] } : N } 

 

La razón por la cual es posible calcular en el Segundo Método de Probabilidad Imposible cual debería ser la dispersión ideal para modelos omega, en función de la magnitud de los ideales, se debe a que en el momento que conocemos cual debería ser el sesgo ideal, entonces podemos hacer una deducción lógica de los demás estadísticos de dispersión muestrales.

El motivo por el cual el estudio de la tendencia ideal de los sujetos u opciones omega es un estudio de sesgo positivo, aunque adaptado a las condiciones omega, se debe a que, bajo condiciones omega, que en una muestra N el subconjunto de sujetos u opciones ideales sea inferior a N y superior a uno, un subconjunto de sujetos u opciones omega entre dos y N menos uno, es un estudio en donde la tendencia ideal de los sujetos u opciones omega es a repartirse por igual la distribución de la muestra de puntuaciones directas o frecuencias, de modo que todos tenderían a una misma probabilidad empírica, la probabilidad ideal, la cual a su vez es una probabilidad cuyo sesgo positivo es igual a la diferencia de la probabilidad ideal menos la probabilidad teórica.

En Introducción a la Probabilidad Imposible, estadística de la probabilidad o probabilidad estadística, se abordan los modelos omega de forma más detallada, explicándose su lógica en el apartado 10 en donde se expone algún ejemplo en este tipo de investigaciones, así como por supuesto en el apartado 11 en donde se abordan de forma más detenida los procedimientos de crítica racional en estudios intramedicionales, normalmente intramuestrales, así como en los demás apartados dedicados a los estudios intramedicionales, al igual que en el apartado 20 se desarrollan modelos omega para estudios intermedicionales, ya sean intermuestrales o intramuestrales.

La diferencia entre estudios intermuestrales o intramuestrales radica en que en los estudios intermuestrales al haerse sobre más de una muestra, en el momento en que haya variaciones sobre el valor N, entonces habrá que calcular el efecto de N en los diversos valores de la investigación, tanto en probabilidades y estadísticos de dispersión.

El ejemplo más habitual de estudio de sesgo positivo en modelos omega es la de un examen tipo test en donde por cada pregunta del test hay diferentes ítems, de modo que en el conjunto del test, las opciones ideales del test son aquellos ítems de respuesta adecuada, de modo que si en un test donde hay una serie de preguntas, el número total de opciones es el número total de ítems, de modo que N son los ítems u opciones totales del test, integrando en el conjunto N todos los ítems u opciones de respuesta de todo el test, entonces de todos los ítems u opciones N sólo se considerarán omega aquellos, Ω, ítems u opciones correctas, cuyo ideal sería que su probabilidad empírica tendiera. a la probabilidad ideal, mientras que todos los demás ítems u opciones incorrectas lo ideal es que tendieran a probabilidad empírica igual a cero.

 

Otro ejemplo, pero ahora valorando cada pregunta del test de forma individual, es que si dentro de una pregunta de un test con posibilidad de opciones múltiples, para las opciones en particular de una pregunta en concreto hubiera más de una opciones correcta, aunque no todas, de igual modo sería un modelo omega. Si dada una pregunta hay N opciones de respuesta posible, y más de una es correcta, aunque no todas lógicamente, lo ideal es que todas las opciones de respuesta incorrecta para esa pregunta tiendan a probabilidad empírica cero, mientras las opciones correctas de esa misma preguntan tiendan a probabilidad ideal, dado que el conjunto de opciones correctas de esa pregunta sería igual al subconjunto omega de esa pregunta en particular.

El estudio de sesgos positivos de los sujetos u opciones ideales en modelos omega son estudios de sesgo positivo por cuanto se parte del principio ideal de que, siempre y cuando los ideales tiendan a un comportamiento ideal, el sesgo asociado a cada valor ideal será positivo.

 

En cualquier caso hay que remarcar que serán modelos omega aquellos  en donde dado un conjunto N de sujetos u opciones, hay un subconjunto de sujetos u opciones omega, inferior a N y superior a uno, entre dos y N menos uno, en donde todos los sujetos u opciones que se definan ideales tenderán a la misma probabilidad empírica, la probabilidad ideal igual a inversión de omega, 1/Ω. En caso que hubiera un modelo en donde hubiera más de un ideal en gradación de idealismo, eficacia o eficiencia, en donde en función del grado de idealismo, eficacia o eficiencia en una escala, le correspondiera un valor jerárquico diferente, entonces no sería un modelo omega, sería una Distribución Efectiva, las cuales son explicadas en el apartado 22 de la Introducción a la Probabilidad Imposible, estadística de la probabilidad o probabilidad estadística.

 

 Rubén García Pedraza, Madrid a 15 de noviembre del  2014

 

 

 

 Probabilidad Imposible en Google Libros

 

 

                                     

     La Librería Matemática

 

Desviación Media Ideal y Desviación Típica Ideal

Todo discurso científico es un discurso político , es decir , toda teoría científica es política , por la sencilla razón que toda ciencia depende de una determinada política científica , que diferencia su modelo científico en relación a cualquier otro mediante la definición ideológica de la realidad , en tanto que la realidad en sí misma , en tanto que por sí misma es incognoscible , salvo por la mediación fisiológica , la razón sólo admite conocer fenómenos , pero no el universo moral en sí , siendo a través de la crítica racional la forma en que la política científica llega a formar para sí un universo de proposiciones morales acerca de qué es la objetividad , si bien , nunca puede ser pura.

Toda definición científica en tanto que pretende ser verdad es una proposición moral , en tanto que lo inmoral es la afirmación de proposiciones falsas , ahora bien en tanto que la moral científica sólo afirma proposiciones parcialmente verdaderas , en tanto que admite un margen de error en el contraste de hipótesis , en el progreso científico en el isomorfismo de la identidad sujeto y objeto , la identidad entre idea subjetiva y realidad objetiva , ya ese margen de error en la definición ideológica de la realidad es una forma de discurso político de la ciencia , margen de error que en Probabilidad Imposible se concreta en dos formas esenciales de error : la probabilidad de error de representatividad muestral , la inversión de la muestra , sea inversión de N , 1/N , en universosde sujetos u opciones infinitos , o la inversión de la muestra de puntuacionesdirectas o frecuencias , 1/Σxi , en universos de opciones limitadas , y la razón crítica , igual al porcentaje X , de error o fiabilidad , entre cien , por una tendencia máxima o ideal , y que es en esencia la probabilidad crítica “p(xc)” , que se explica en el apartado once de la Introducción a la Probabilidad Imposible.

Ahora bien , la ciencia no sólo es política porque toda definición de qué es la verdad es en esencia una definición moral , es decir , la realidad políticamente para sí , de lo que en sí debería ser la verdad moral , la moral universal , o universo moral real , además la ciencia es en sí misma política , porque la ciencia en tanto que entidad abstracta depende directamente de la volución , el propósito o interés , el objetivo , que la política científica pretenda desarrollar a través de sus proyectos científicos , de hecho la propia definición política de la realidad es en esencia una variable dependiente de los propios intereses de la política científica , identificados por la ideología política de la política científica en sus objetivos o ideales .

De esta manera las formas mediante las cuales en Probabilidad Imposible la ciencia en sí misma se transforma en praxis , razón práctica , es mediante esencialmente dos vías , la aceptación de los márgenes de error por la política científica , que debe aceptar el error de representatividad muestral y la razón crítica , y mediante la determinación de los objetivos ideológicos de la política científica .

 Y a su vez los objetivos ideológicos , los ideal , de la política científica determinarán la forma de la distribución muestral , en la medida que en función de los ideales la distribución ideal será diferente , determinando los ideales la distribución muestral ideal en función de los intereses de la política científica en el estudio de la realidad objetiva , la ciencia es positiva , es decir , fundamentada en hechos , pero no es neutra , es ante todo praxis política ideológica .

La distribución muestral ideal dependerá de los ideales de la política científica en la medida que en función de los ideales la distribución muestral debe ser diferente

En Probabilidad Imposible se distinguen al menos los siguientes modelos de distribución muestral ideal

 Distribución muestral normal , modelos estadísticos normales , cuando la dispersión muestral oscila entre cero o máxima salvo que el objeto sea la muestra de ceros

 Distribución muestral omega , modelos omega , cuando el número de ideales en la muestra es superior a uno e inferior a N , es decir un número de ideales entre dos y N menos uno

En Probabilidad Imposible se dice que una dispersión es normal cuando oscila entre cero y máxima , lo cual sólo sucede bajo dos supuestos : o bien la dispersión tiende a cero porque el ideal político es la igualdad de oportunidades entre todos los sujetos u opciones , o bien la dispersión tiende a ser máxima porque de toda N sólo hay un único sujeto u opción ideal que debe tender a Máxima Probabilidad Empírica Posible , luego a Máximo Sesgo Teórico Posible , de forma que todos los demás sujetos u opciones , N menos uno , deben tender a la Mínima Probabilidad Empírica Posible , luego a Máximo Sesgo Negativo Posible . Se dice que son modelos de distribución normal en la medida que oscilará la dispersión entre cero o máxima , salvo en muestras de ceros . Se dice que una muestra es una muestra de ceros cuando dada una muestra en donde el ideal político sea que la probabilidad empírica de todo sujeto u opción debe ser cero , en tanto que debe ser cero puntuación directa o frecuencia de cualidades negativas , si en una muestra dada todo sujeto u opción comprendido en N tiende probabilidad empírica cero el valor absoluto de todo Nivel de Sesgo sólo puede ser inversión de N , luego el promedio del Sesgo Total , siendo el Sesgo Total igual a inversión de N por N , sólo puede ser igual a inversión de N , es decir , para una muestra de ceros , en el Segundo Método , a diferencia de la estadística tradicional , la dispersión sólo puede ser inversión de N , sólo y absolutamente sólo en el Segundo Método

 Y en Probabilidad Imposible se dice que un modelo es un modelo omega cuando dada N se da un número de sujetos u opciones ideales entre dos y N menos uno , diciéndose que son sujetos u opciones ideales en tanto que políticamente ideales

 Supongamos que , dentro de un modelo experimental , hacemos un estudio sobre el progreso en las actitudes multiculturales en una población determinada , después de haber realizado una campaña de sensibilización ante el racismo , al terminar la campaña de concienciación multicultural para evaluar si realmente ha habido un aumento en las actitudes de integración racial en la población se pasa a una muestra suficientemente representativa un test de actitudes

 Si en ese test de actitudes multiculturales hubiera un item para valorar en que medida las personas encuestadas creen que la integración racial favorece las relaciones sociales, una forma de estructurar el item sería el siguiente , ante la pregunta al encuestado acerca de si cree que la integración racial favorece las relaciones sociales dar las siguientes opciones : la integración racial si favorece las relaciones sociales , la integración racial no favorece las relaciones sociales , o no sabe o no contesta . Si para la política científica lo ideal fuera que sólo y únicamente la tendencia de la opción , que la integración racial , si favorece las relaciones sociales , fuera una tendencia a Máxima Probabilidad Empírica Posible , luego las otras dos opciones tendieran a Mínima Probabilidad Empírica Posible , entonces para este item en particular el modelo ideal de distribución empírica de la realidad sería un modelo normal de Máxima Desviación , Media o Típica , Teórica Posible , dentro de lo que sería un modelo de dispersión normal entre cero o máxima

 Ahora bien , supongamos que dentro del test se encuentra la siguiente pregunta en donde se dan diferentes opciones y puede elegirse simultáneamente más de una opción : “¿ si usted se encuentra en la calle y observa a una persona de diferente color de piel que ha tenido un accidente , y en la calle no hay nadie más que usted y esa persona , de diferente color de piel , herida , cual sería su reacción?” , y las opciones que se dan son las siguientes : pasar de largo , hacer que no he visto nada , no sé lo que ha pasado luego no quiero implicarme , preguntarle que le sucede si puede responderme , intentar ayudarle si está en mis posibilidades , llamar a una ambulancia si es necesario; Si de estas opciones el ideal político fuera que todas las personas dada una situación similar lo ideal es que todos respondieran : preguntarle que le sucede si puede responderme , intentar ayudarle si está en mis posibilidades , llamar a una ambulancia si es necesario; luego de las N opciones sólo y únicamente sólo estas tres opciones fueran las ideales , entonces ya no es un modelo de dispersión normal que deba oscilar entre cero o máxima, si dado un conjunto N existe un número de sujetos u opciones ideales superior a uno e inferior a N , entonces se trataría de un modelo omega

Los modelos omega están explicados en la obra en diferentes apartados, en el apartado diez y once , y en el apartado veinte

La principal diferencia entre los modelos normales y los modelos omega es el comportamiento normal de la dispersión muestral . En los modelos normales lo normal es que la dispersión muestral oscile entre cero o máxima , dispersión cero en igualdad de oportunidades , dispersión máxima si de N sólo hay una única opción ideal , la única excepción en los modelos normales es la muestra de ceros donde el objetivo es que la puntuación directa o frecuencia de todo sujeto u opción sea cero cualidades negativas , dado que entonces se trataría de una muestra de ceros . Mientras en los modelos omega lo normal es que la dispersión ni tienda a cero ni tienda a máxima , en los modelos omega la dispersión omega deberá tender a una dispersión ideal

 En Probabilidad Imposible el comportamiento de la dispersión ideal es el que sigue , si de N hay un conjunto de ideales , al número de sujetos u opciones ideales se denominará factor omega , Ω , es decir , número de sujetos u opciones ideales

 “¿ si usted se encuentra en la calle y observa a una persona de diferente color de piel que ha tenido un accidente , y en la calle no hay nadie más que usted y esa persona , de diferente color de piel , herida , cual sería su reacción?”

 N = { pasar de largo , hacer que no he visto nada , no quiero implicarme, preguntarle que sucede , intentar ayudarle , llamar una ambulancia }

 Ω = { preguntarle que sucede , intentar ayudarle , llamar una ambulancia }

 N – Ω = { pasar de largo , hacer que no he visto nada , no quiero implicarme }

Lógicamente en tanto que omega , Ω , son los sujetos u opciones ideales , luego N menos omega es igual al número de sujetos u opciones no ideales , necesariamente la diferencia de N menos omega , N – Ω , será igual al número de sujetos u opciones no ideales cuya probabilidad empírica debe tender a cero

Se vuelve a recordar que toda definición de qué es ideal es una definición política de la realidad , toda definición ideal de la realidad , utopía , es necesariamente una definición política de la realidad , es la definición de aquello sobre lo debe realizarse la tendencia al deber ser ideal de la realidad real , la tendencia desde la objetividad fenomenológica a la realidad idealmente subjetiva a transformar en objetiva , realizarse empíricamente , la matemática debe ser , o es , la idealización de la realidad para la realización del ideal

 En el momento en que dada N , en un modelo omega , se define cuales son los sujetos u opciones ideales , Ω , siendo un número de sujetos u opciones ideales superior a uno e inferior a N , y se define los sujetos u opciones que no son ideales , N – Ω , es a partir de entonces cuando se puede empezar a construir el modelo ideal de realidad que debe ser real

 De cumplirse el ideal político , es decir , que dada una N entonces los ideales omega , Ω, tengan por igual la misma puntuación directa o frecuencia , debería cumplirse el ideal que dado un modelo omega , Ω , de sujetos u opciones ideales , en la medida que todos los ideales políticos fueran iguales en importancia política ideal , dado que de lo contrario , de haber ideales con una ponderación de importancia ideal debería aplicarse Distribución Efectiva , explicada en el apartado veintidós de la obra , si dado dentro de N un valor omega , Ω , todos los sujetos u opciones comprendidos en el valor omega , Ω, fueran en igualdad de importancia ideales , entonces lo ideal sería que todos tuvieran la misma probabilidad empírica por igual , mientras que lógicamente todos aquellos sujetos u opciones no ideales , N – Ω , deben tender a probabilidad empírica cero

Luego si se acepta que si dado un conjunto N , hubiera un conjunto omega , Ω , de sujetos u opciones superior a uno e inferior N , un conjunto omega entre dos y N menos uno , luego hubiera un conjunto de sujetos u opciones no ideales igual a N menos omega , N – Ω , que por su propia naturaleza no ideal su ideal sería probabilidad empírica cero , y aceptándose que en todo modelo de probabilidad la suma de todas las probabilidades debe ser igual a la unidad , entonces , se deduce necesariamente que dado un modelo omega donde hubiera un conjunto no omega que tuviera probabilidad empírica cero y un conjunto omega cuya suma de probabilidades debería ser igual a la unidad , entonces , la probabilidad ideal para todo sujeto u opción ideal integrado en omega debería ser igual al cociente de la unidad entre omega , es decir , la inversión de omega

 1/ Ω = probabilidad ideal omega para todo sujeto u opción integrado en omega

 Ω = número de sujetos u opciones ideales entre dos y N menos uno

 Luego entonces , si dado un conjunto N hubiera un subconjunto ideal Ω , el donde omega fuera igual al número de sujetos u opciones ideales dentro de N , y la probabilidad ideal fuera igual a la inversión de omega , 1/ Ω , de aquí se deduce que para todo valor dentro de Ω , es decir , para todo sujeto u opción ideal , el Nivel de Sesgo Ideal debería ser igual a inversión de omega menos inversión de N

 1/ Ω – 1/N = Nivel de Sesgo Ideal

  

Y que si todo valor dentro de Ω debe tener un Nivel de Sesgo Ideal , entonces el sumatorio de todos los Niveles de Sesgo Ideales debería ser igual a Nivel de Sesgo Ideal por omega , en tanto que sería igual a la suma de todos los Niveles de Sesgo Ideales
 

( 1/ Ω – 1/N ) · Ω = suma de todos los Niveles de Sesgo Ideales

Y si al mismo tiempo que la suma de todos los Niveles de Sesgo Ideales es igual al producto del Nivel de Sesgo Ideal por omega , entonces , en tanto que lo políticamente ideal es que todos aquellos sujetos u opciones no ideales tengan puntuación directa o frecuencia cero , en tanto que lo políticamente ideal sería cero probabilidad empírica de todo sujeto u opción no ideal , necesariamente , para todo sujeto u opción definido no ideal el Nivel de Sesgo de su probabilidad empírica sólo puede ser eMáximo Sesgo Negativo Posible , es decir , inversión de N
 

/ [ ( p(xi) = 0) – 1/N ] / = 1/N  

Dándose el hecho que si el ideal fuera para los sujetos u opciones no ideales Nivel de Sesgo igual a cero menos inversión de N, en valores absolutos inversión de N , , la suma de todos los Niveles de Sesgo de todos los sujetos u opciones no ideales , N – Ω , será igual al producto de inversión de N por la diferencia de N menos omega

1/N · ( N – Ω ) = suma de Niveles de Sesgo de sujetos u opciones no ideales

 Entonces , en la medida que el Sesgo Total de un modelo dado es igual a la suma del valor absoluto de todos los sesgos en la muestra , y podemos conocer cual es la suma de todos los Niveles de Sesgo Ideales en un modelo ideal , y podemos conoce todos los Niveles de Sesgo no ideales en un modelo ideal , entonces , el Sesgo Total Ideal en un modelo omega ideal será igual a la suma de todos los Niveles de Sesgo Ideales más la suma de todos los Niveles de Sesgo no ideales , siendo esta suma igual al Sesgo Total Ideal en un modelo omega

Sesgo Total Ideal = [ ( 1/ Ω – 1/N ) · Ω ] + [1/N · ( N – Ω ) ]

 Y si podemos conocer el Sesgo Total Ideal que es la suma de todos los sesgos , incluidos los sesgos positivos de los ideales y los sesgos negativos de los no ideales , entonces estamos en disposición de poder conocer la Desviación Media Ideal , porque la Desviación Media Ideal sólo y únicamente sólo puede ser igual solamente al promedio del Sesgo Total Ideal , es decir , Sesgo Total Ideal entre N o Sesgo Total Ideal por azar , Sesgo Total Ideal por inversión de N , o en todo caso , dividir entre N , o multiplicar por azar , inversión de N , la suma de todos los sesgos positivos ideales y valores absolutos de sesgos negativos no ideales

 Desviación Media Ideal = { [ ( 1/ Ω – 1/N ) · Ω ] + [1/N · ( N – Ω ) ] }: N

En la medida que la Desviación Media Ideal es igual a promediar entre N la suma del producto , de omega por Nivel de Sesgo Ideal , más el producto de inversión de N por la diferencia de N menos omega , siendo la Desviación Media Ideal en caso de cumplirse el ideal político por el cual todos los sujetos u opciones ideales deben tender a probabilidad ideal , inversión de omega , 1/ Ω , mientras todos los sujetos u opciones no ideales deben ser probabilidad empírica cero , y se da el caso que la varianza es igual al promedio del cuadrado de todos los Niveles de Sesgo , de la misma forma que podemos conocer cual es la Desviación Media Ideal , de esa misma forma se puede estudiar la Varianza Ideal , en la medida que la Varianza Ideal será igual al promedio entre N , o el producto por el azar , inversión de N , del resultado de sumar al producto del cuadrado de inversión de N , por la diferencia de N menos omega ,más el producto de omega por la diferencia de la inversión de omega menos la inversión de N

                                                      2                  2

Varianza Ideal = { [ ( 1/ Ω – 1/N )   · Ω ] + [1/N    · ( N – Ω ) ] }: N

Y si normalmente la Desviación Típica es igual a la raíz cuadrada de la varianza , y se puede estudiar cual es la Varianza Ideal , de aquí se deduce que necesaria y lógicamente la Desviación Típica Ideal sólo puede ser igual a la raíz cuadrada de la Varianza Ideal

                                                                         2                    2

Desviación Típica Ideal = √ { { [ ( 1/ Ω – 1/N )    · Ω ] + [1/N      · ( N – Ω ) ] }: N }

Dentro de la Introducción a la Probabilidad Imposible , estadística de laprobabilidad o probabilidad estadística , los modelos omega tendrán una importancia esencial para la crítica racional de aquellos estudios en que políticamente la definición ideológica de la realidad implique más de un ideal en una misma muestra . En la medida que se puede estudiar cuales son las tendencias ideales en un modelo omega : probabilidad ideal igual a inversión de omega , Nivel de Sesgo Ideal igual a probabilidad ideal menos inversión de N , Sesgo Total Ideal igual a la suma del producto de inversión de N , por la diferencia de N menos omega , más el producto de Nivel de Sesgo Ideal por omega , Desviación Media Ideal igual al promedio del Sesgo Total Ideal , y a partir de la Desviación Media Ideal la deducción lógica de la Varianza Ideal y la Desviación Típica Ideal , sobre estas tendencias ideales la política científica podrá establecer modelos de razón crítica , mediante producto del porcentaje X , de error o fiabilidad , por la tendencia ideal , para la crítica racional de lo que sucede en modelos ideales en función de los ideales de la política científica 

 

Rubén García Pedraza , Madrid a 17 de diciembre del 2011

 

                                          La Librería Matemática de Probabilidad Imposible

 

 Probabilidad Imposible en Google Libros