Sesgo negativo en modelos omega

Sesgo negativo en Probabilidad Imposible es cuando en el Nivel de Sesgo la diferencia de la probabilidad empírica menos probabilidad teórica es igual a resultado de signo negativo, de modo que la probabilidad empírica es inferior a la teórica. Y un modelo omega es aquel donde dada una muestra N de sujetos u opciones, hay un subconjunto de sujetos u opciones ideales, denominado omega, Ω, que tiende o debe tender a la probabilidad ideal, siendo aquel subconjunto de sujetos u opciones que a criterio de la política científica se definen ideales, ya sea por sus cualidades, o sean elementos de eficacia o eficiencia en un proceso o sistema, compartiendo todos el ideal en un mismo grado, o un mismo grado de eficacia o eficiencia . De no ser así y haber gradaciones jerárquicas en el modo de compartir el ideal, o el grado de eficacia o eficiencia, sería un modelo de Distribución Efectiva.

El número de sujetos u opciones ideales del subconjunto omega varía entre dos y N menos uno, en la medida que el conjunto omega sólo puede ser inferior a N y superior a uno. Para que se pueda hablar de subconjunto dentro de N, el subconjunto no puede ser igual a N, y en cualquier caso dicho subconjunto no puede estar formado por un solo miembro en particular, dado que entonces ya sería un modelo normal de sesgo positivo.

Para todos los sujetos u opciones comprendidos en omega, lo ideal es la tendencia a la probabilidad ideal, que es igual a la inversión de omega,” 1/Ω”, de modo que el sesgo ideal para cualquier ideal es igual a la diferencia de la probabilidad ideal menos la probabilidad teórica, “1/Ω - 1/N”, o lo que es lo mismo, inversión de omega menos inversión de N, en donde si en todos los sujetos u opciones comprendidos en omega se dieran estas condiciones, probabilidad empírica igual a probabilidad ideal y Nivel de Sesgo igual a sesgo ideal, entonces para todos los demás sujetos u opciones de la muestra N, no comprendidos en el conjunto omega, la probabilidad empírica tendería a cero, luego el Nivel de Sesgo tendería al Máximo Sesgo Negativo Posible.

La Mínima Probabilidad Empírica Posible es la probabilidad cero, “0”, Probabilidad Imposible, dado que ninguna probabilidad puede ser inferior a cero en la medida que no existen probabilidades de signo negativo, las probabilidades sólo pueden ser de signo positivo en la medida que representan grados de posibilidad de hechos positivos.  El Nivel de Sesgo de una probabilidad empírica que tiende a cero sólo puede ser de sesgo negativo, porque conforme tienda a cero aumentara su diferencial negativo con respecto la probabilidad teórica. Según tienda a cero una probabilidad empírica el Máximo Sesgo Negativo Posible sólo puede ser cuando la probabilidad empírica es igual  a cero, de modo que el Nivel de Sesgo sea igual a cero menos inversión de N, “0 – 1/N”, siendo por tanto su Nivel de Sesgo igual a menos inversión de N, “-1/N”, en términos absolutos inversión de N, “/-1/N/ = 1/N”, siendo la inversión de N en términos absolutos el Máximo Sesgo Negativo Posible, una función más añadir a la multi-funcionalidad de inversión de N en la teoría de Probabilidad Imposible.

En los estudios omega lo más frecuente es el estudio de la tendencia positiva del sesgo en aquellos sujetos u opciones ideales comprendidos en omega, ahora bien, otra forma alternativa de estudiar que dicha tendencia se verifica, es inversamente estudiar la tendencia a cero de los sujetos u opciones no ideales, de modo que a mayor tendencia a cero de los sujetos u opciones no ideales supondría la adecuada tendencia a los ideales de los sujetos u opciones omega.

Si en un examen tipo test se estudiara  todas las opciones de respuesta de todas las preguntas, el conjunto de opciones correctas sería el subconjunto omega dentro de N, en donde N sería el total de opciones de respuesta de todas las preguntas del test. La forma más convencional de verificar que las opciones de respuesta correctas han tenido una probabilidad más elevada que las respuestas incorrectas sería directamente estudiando la tendencia a la probabilidad ideal de cada opción de respuesta correcta.

Otra opción alternativa, complementaria a la convencional, una vez determinado el grado de tendencia a los ideales de las opciones de respuesta correctas, estudiar la tendencia a cero de las probabilidades empíricas asociadas a las opciones de respuesta incorrecta. Evidentemente en caso que se observase alguna contradicción entre el estudio del sesgo positivo y del sesgo negativo, sería una señal de alarma de que ha habido un error en el análisis, de modo que el estudio de la tendencia de sesgo negativo puede ser a su vez un modo de asegurar que no ha habido error en el estudio del sesgo positivo

Si en un examen tipo test, por cada pregunta hay más de una opción de respuesta correcta, estudiar por cada pregunta del test si el sesgo positivo en las opciones correctas demuestra una tendencia positiva suficientemente racional, un estudio que igualmente se podría compaginar con el análisis del sesgo negativo de las opciones de respuesta incorrecta por cada pregunta del test..

Si en un sistema o proceso hay una serie N de elementos, en donde todos los elementos hay algunos tipificados de ideales por su eficacia o eficiencia, y se quiere estudiar el grado de tendencia ideal de los elementos más eficaces o eficientes del proceso o sistema, el modo más directo es estudiar si los elementos ideales tienden al ideal de forma suficiente o racional, y un medio de garantizar que dichos resultados sean correctos es verificando, complementariamente, si en los elementos no ideales se verifica una tendencia inversa a cero, al menos en igual a proporción a la tendencia al ideal de los ideales.

Dado un modelo, si dentro del modelo hay un subconjunto de funciones ideales, el modo más habitual de estudiar la tendencia al ideal de las funciones ideales, es estudiando el grado de tendencia ideal de las funciones ideales. Ahora bien, un modo inverso de hacer este estudio, o un modo de corroborar que la tendencia a los ideales es correcta una vez analizada, es estudiando que a su vez, en la misma medida o proporción que los ideales tienden de forma racional y suficiente a los ideales, es estudiando si aquellos elementos no ideales tienden de forma racional o suficiente a cero.

Es más, se puede dar el caso que , los modelos omega puedan ser utilizados de forma diferente a la explicada, en donde lo realmente ideal no sean los sujetos u opciones omega, sino que lo realmente ideal sea la tendencia a cero de los sujetos u opciones no comprendidos en omega.

Supongamos que en una investigación sobre una vacuna, en lugar de hacer la clásica división entre grupo de control y grupo experimental , a la hora de tratar los datos, aunque a nivel de campo se haga la división entre grupo de control o experimental en diversas salas de un hospital o laboratorio, pero en el tratamiento de la información dicha división no se haga: todos los datos se vuelcan en una misma muestra, de forma que en la misma muestra están todos los sujetos u opciones, tanto de los que se ha aplicado el tratamiento experimental, y a los que no se ha aplicado el tratamiento experimental.

Supongamos que a los sujetos u opciones a los que no se les ha aplicado el tratamiento experimental lo denominamos omega, de modo que para este caso particular, todos los sujetos de omega son aquellos que no han recibido tratamiento experimental, mientras que los sujetos fuera de omega son los que han recibido tratamiento experimental.

Bajo estas condiciones, para que se verifique un efecto positivo suficientemente racional sobre los sujetos experimentales, sería necesario que, independientemente de la tendencia que se pueda observar en los sujetos omega no experimentales, siempre y cuando los sujetos experimentales fuera de omega observasen una tendencia suficiente a cero en la probabilidad empírica de síntomas, o en la probabilidad empírica de virus o bacterias por centímetro cúbico de sangre, se observaría una tendencia positiva en el tratamiento experimental.

El Nivel de Sesgo es explicado en los primeros apartados de la Introducción a la Probabilidad Imposible,  estadística dela probabilidad o probabilidad estadística, y los modelos omega se explican en diferentes apartados, una primera panorámica general se ofrece en el apartado10, así como en el apartado 11 para la crítica racional intramedicional, luego intramuestral, ya sea para la crítica racional de diferenciales o proporciones, así como su adaptación al Primer Método en el apartado 12, y posteriormente para estudios intermedicionales, intramuestrales o intermuestrales, en el apartado  20.

A nivel de pruebas estadísticas, la principal diferencia entre estudios de sesgo positivo o sesgo negativo en modelos omega, es que mientras para la crítica racional de sesgo positivo en modelos omega si hay ecuaciones propias, muchas de ellas ya explicadas en este blog, por ejemplo a nivel individual Validez Omega, a nivel muestral el Nivel Muestral Omega, para la crítica racional del sesgo negativo en modelos omega se utilizarían los mismos modelos que para la crítica racional de sesgo negativo en modelos normales, dado que si bien hay diferencias en la crítica racional del sesgo positivo, en función sea en modelos normales o modelos omega, dichas diferencias desaparecen a la hora de criticar el sesgo negativo, dado que tanto para sesgo negativo que se crítica siempre es la misma tendencia a cero de la probabilidad empírica, compartiendo los mismos modelos de contraste de hipótesis.

 Rubén García Pedraza, Madrid 21 de diciembre del 2014

 

 

 

 Probabilidad Imposible en Google Libros

 

 

                                     

     La Librería Matemática

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

 

La Validez Omega

Tal como se desprende de las anteriores explicaciones sobre Validez de Igualdad , Validez de Sesgo Positivo , y Validez de Sesgo Negativo , los anteriores modelos de Validez únicamente son pertinentes en caso que la crítica racional se realice sobre modelos muéstrales normales , aquellos en los cuales la dispersión empírica de la muestra puede oscilar entre cero y máxima . La dispersión empírica muestral sólo puede oscilar entre cero y máxima cuando en un modelo normal lo normal sería el comportamiento de todo de acuerdo al ideal de igualdad de oportunidades , que entonces la tendencia de la dispersión empírica individual , Nivel de Sesgo , o la dispersión empírica muestral ,   Desviación Media o Típica , debería tender a cero , o cuando de toda la muestra hubiera un sujeto u opción excepcional que por la razón que sea tendiera a máxima dispersión posible , que entonces a nivel individual ese sujeto u opción en particular tendería a Máximo Sesgo Teórico Posible , unidad menos inversión de N, al mismo tiempo que todos los demás sujetos u opciones diferentes , N menos uno, tenderían a Máximo Sesgo Negativo Posible , valor absoluto de inversión de N, 1/N , en tanto que la probabilidad empírica del ideal tendiera a la unidad, Máxima Probabilidad Empirica Posible , y de todos los demás a cero, Mínima Probabilidad Empírica Posible , luego a nivel muestral la Desviación Media o Típica tenderían a Máxima Desviación Media o Típica.

Ahora bien , se pueden dar modelos en donde no necesariamente se debe dar la dispersión individual o muestral en una dimensión de todo o nada , cero o máxima, modelos cuya oscilación de la dispersión no tenga porque seguir un patrón de mínimos o máximos en función de si el ideal es la igualdad de oportunidades , o sólo hay un único ideal en toda N , modelos que por esta razón , en tanto que hubiera una magnitud de ideales en N entre dos y N menos uno se deben considerar modelos omega .

Supongamos que en un test de respuesta múltiple hubiera algún item en donde hubiera más de una opción válida , siendo todas las opciones que fueran válidas igual de válidas entre sí , es decir , no es que halla opciones más válidas que otras , todas aquellas opciones verdaderamente válidas entre si dentro del tiem tienen el mismo valor ponderado de idoneidad en la respuesta , es más , incluso lo deseable es que en ese item todas las opciones que fueran igualmente válidas fueran respondidas en el test .

Por ejemplo , en un test de astronomía se hace la siguiente pregunta “¿Cuáles de los siguientes astros son planetas de nuestra galaxia?” , y se da espacio a las siguientes seis opciones : “ Mercurio , Phobos,  Júpiter, Europa, La Luna , Venus” ; de estas seis opciones lo ideal es que la persona que responde al test únicamente marque como respuestas correctas : Mercurio , Júpiter , y Venus ; es decir de las seis opciones son sólo validas tres opciones únicamente , es decir , de N igual a seis sólo hay tres opciones ideales , aquellas que responden al objeto de la pregunta , dado que Europa y La Luna no son planetas , son satélites , y Phobos es un asteroide .

En un modelo N donde hubiera una magnitud de ideales en N superior a uno e inferior a N se dirá que es un modelo omega , por la sencilla razón que no será un modelo normal, entendiendo por modelo normal aquel donde la oscilación de la dispersión es entre cero o máxima , habiendo tendencia a dispersión , individual o muestral , cero si todos los sujetos u opciones que forman N son iguales entre , habiendo tendencia a dispersión máxima únicamente cuando de N hay un único sujeto u opción ideal .

En el momento que no toda N es igual entre sí y sin embargo hay más de un sujeto u opción ideal , entonces , y sólo entonces , se definirá ser un modelo omega , aquel cuya dispersión ideal sea tender a la dispersión ideal .

Se dice que la dispersión ideal de un modelo omega es aquella resultante de que todos los sujetos u opciones definidos ideales dentro de omega tengan la misma probabilidad empírica , al mismo tiempo que todos los demás sujetos u opciones no ideales tienden a probabilidad empírica cero , Mínima Probabilidad Empírica  Posible , de forma que la Desviación Media Ideal será igual al promedio del duplo del producto de omega por la diferencia de inversión de omega menos inversión de N . El símbolo omega , Ω , englobará a todos los sujetos u opciones ideales , luego la inversión de omega , “1/ Ω”, será la probabilidad empírica ideal al cual deberían tender todos los sujetos u opciones ideales incluidos en el valor omega. .

Desviación Media Ideal = { [ ( 1/ Ω – 1/N ) · Ω ] · 2 } : N

Ω = Mercurio , Venus , Júpiter = 3

1/ Ω = 1/3

En el instante que ya hemos definido un modelo omega , en contraposición a un modelo normal , diferenciándose un modelo omega de un modelo normal en que en un modelo omega se admite un número de ideales en N inferior a N y superior a uno , es decir , una magnitud de ideales entre dos y N menos uno , entonces es cuando también se puede conocer cual debería ser el sesgo ideal de un sujeto u opción ideal , en la medida que si la probabilidad ideal de cualquier valor omega debe ser la inversión omega .

1/ Ω = probabilidad empírica ideal para todo valor de Ω

Necesariamente el sesgo ideal de cualquier valor omega debe ser la diferencia de la inversión de omega menos la inversión de N .

1/ Ω – 1/N = sesgo ideal para cualquier valor de  Ω

De forma que si conocemos cual debería ser el sesgo ideal de cualquier valor omega , de igual forma se podría valorar críticamente si el Nivel de Sesgo de cualquier sujeto u opción omega se aproxima críticamente de forma suficiente a lo que debería ser el sesgo ideal para determinar si está dentro o no de lo aceptable racionalmente .

La crítica racional en la Validez Omega lo que determinará es que el Nivel de Sesgo de un sujeto u opción omega está dentro del margen de error dispuestos a aceptar en la política científica para decidir si ese sujeto u opción omega es suficientemente ideal , en términos de que su comportamiento empírico está dentro del margen de error en que aceptaría la política científica . En la medida que la realidad por sí misma es producto de la variable aleatoria de la realidad en sí misma sobre todo , y ante la ausencia de validez absoluta de nada la ciencia únicamente acepta provisionalmente verdades parciales sobre todo , únicamente cabe la posibilidad de sobre una muestra particular inferir un comportamiento universal dentro del margen de error que la política científica esté dispuesta a aceptar , para lo cual , a fin de determinar si un comportamiento ideal particular está dentro del margen de error de la política científica , se deberá determinar la razón crítica sobre la que realizar la crítica racional de lo que sucede .

En la Validez Omega la crítica racional lo que hará será un contraste entre el Nivel de Sesgo del sujeto u opción omega y el margen de error que la política científica está dispuesta a aceptar , de divergencia entre el modelo empírico y el modelo realmente ideal , de manera que si el modelo empírico está dentro del margen de error se aceptará provisionalmente que está dentro de lo que la política científica está dispuesta a aceptar provisionalmente ideal , aceptando un margen de error en el cual posiblemente la decisión estadística sea posiblemente falsa , un margen de error necesario por cuanto en tanto se considera que la razón humana es limitada , y la verdad absoluta , la verdad pura, fuera del alcance de nuestras limitaciones sensoriales y subjetivas , en la medida que todo conocimiento es un conocimiento parcial , pues sólo conocemos partes de la realidad , muestras , es  materialmente imposible para la razón moderna conocer absolutamente todo, la verdad pura está fuera del alcance de la razón humana , la aceptación del margen de error se muestra absolutamente inevitable .

Lo único que puede hacer la ciencia para controlar el margen de error , y garantizar la máxima fiabilidad posible es reducir siempre los márgenes de error al mínimo porcentaje de error dispuestos a aceptar en nuestras decisiones científicas . La política científica de acuerdo a sus criterios lógico racionales establecerá los márgenes de error dentro de los cuales decidirá transformar en universal una proposición particular , haciendo hipótesis racional una hipótesis en principio empírica , luego sensorial y subjetiva, transformada en racionalmente científica únicamente de forma provisional , en tanto que el error aceptado es un error posible .

La forma en que la política científica establecerá la razón crítica en la crítica racional del Nivel de Sesgo de los sujetos u opciones ideales será de la siguiente forma , producto del sesgo ideal , inversión de omega menos inversión de N , por el porcentaje de error dispuestos a aceptar entre cien .

Razón o probabilidad crítica en Validez Omega

p(xc) = ( 1/ Ω – 1/N ) · ( X : 100 )

X = porcentaje de error 

De esta manera la Validez Omega será igual a la diferencia de la razón crítica o probabilidad crítica aceptada por la política científica menos el Nivel de Sesgo , de aquel sujeto u opción ideal dentro de omega , si el resultado de la diferencia es cero o positivo se acepta que el comportamiento empírico del ideal está dentro del margen de error dispuestos a aceptar en el ideal por la política científica .

Validez Omega

p(xc) – ( p(xi) – 1/N ) = cero o positivo se acepta ideal

p(xc) = ( 1/ Ω – 1/N ) · ( X : 100 )

X = porcentaje de error 

En el momento que en la Validez Omega la política científica acepta el comportamiento empírico del ideal dentro de lo que debería ser un comportamiento ideal , entonces la hipótesis empírica , en tanto que de origen sensorial o subjetiva , se transforma en provisionalmente racional , parte de la ciencia , dentro de un margen de error en el cual todo es posible , incluso que la propia hipótesis aceptada racionalmente provisional sea en realidad verdaderamente falsa , un riesgo que únicamente se puede reducir al máximo mediante minimizar el margen de error y maximizar la fiabilidad , aunque no deja de ser , por mínimo que sea el error , un margen posible ,  un margen de error que la política científica acepta dentro de la ciencia , en la cual la realidad puede ser en sí misma una variable aleatoria , y toda la ciencia en sí misma una maravillosa apariencia , no exenta de cierto romanticismo o poesía , haciendo del ser humano un verdadero Prometeo dispuesto a todo para alcanzar la luz , el conocimiento , o la razón  moderna.

Rubén García Pedraza , a Madrid a 11 de abril del 2012

 

                                          La Librería Matemática de Probabilidad Imposible

 

 Probabilidad Imposible en Google Libros