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?


sábado, 16 de noviembre de 2013

La hipótesis empírica


Una hipótesis es una idea o conjunto de ideas, para la explicación o comprensión de un determinado fenómeno, o sobre la eficacia o eficiencia de un proceso o sistema. Por principio, en la medida que toda hipótesis es un producto fisiológico superior o abstracto, una idea o un conjunto de ideas, generadas fisiológicamente, por su propia naturaleza fisiológica, en Introducción a la Probabilidad Imposible toda hipótesis es una hipótesis empírica.

En Introducción a la Probabilidad Imposible cabe diferenciar diferentes tipos de hipótesis empíricas,  de una parte las hipótesis teóricas, las hipótesis explicativas, y las tecnológicas.

Una hipótesis teórica es aquella que sólo puede ser formulada y demostrada teóricamente, sin que pueda ser puesta a prueba o haber evidencias empíricas, por ejemplo, las hipótesis de supuestos estrictamente lógico matemáticos, o de aspectos de las ciencias empíricas que no puedan ser comprobables material o estadísticamente, o de cualquier disciplina formal, que por su carencia de objeto de conocimiento empírico, todo problema y solución se plantea sólo y exclusivamente de manera formal. Un ejemplo de hipótesis empírica de carácter exclusivamente teórica es la antinomia lógica kantiana establecida en el debate sobre si el universo es infinito o es finito. Frente a la hipótesis el universo infinito existe su opuesta, el universo es finito. En la medida que carecemos de pruebas empíricas que refuten o demuestren una u otra hipótesis, debido al carácter formal de la pregunta, si el universo es infinito o finito, cualquier hipótesis en este sentido, al menos de momento, de forma provisional, sólo se pueden considerar hipótesis empíricas de carácter teóricas al no haber modo alguno de solucionar empíricamente, en la práctica, la respuesta a este dilema.

El motivo por el cual Kant aludía a que se trataba de una antinomia lógica es que al carecer de prueba alguna suficiente para demostrar ninguna de las dos hipótesis, podían deducirse de sus premisas originales tantos argumentos en defensa de la una o la otra, sin que pudiera forma material de demostrar ninguna.

Mientras las hipótesis empíricas de carácter teóricas son aquellas que siendo empíricas, de origen fisiológico, no pueden demostrarse materialmente, salvo por razonamientos lógico formales, que pueden dar lugar a antinomias lógicas, las hipótesis empíricas explicativas o tecnológicas son aquellas hipótesis empíricas que si pueden ser demostradas material o estadísticamente mediante pruebas materiales o estadísticas, que las refuten o demuestren de forma provisional.

Una hipótesis empírica explicativa, también llamadas en Introducción a la Probabilidad Imposible hipótesis explicativas, es aquella idea o conjuntos ideas que tiende, de la forma más isomorfa posible, a dar una explicación sobre un determinado fenómeno de la realidad, mientras las hipótesis empíricas tecnológicas, o simplemente llamadas hipótesis tecnológicas en Probabilidad Imposible, son aquellas hipótesis que se basan en un supuesto hipotético de comportamiento, eficacia y eficiencia, efectividad, de un determinado dispositivo tecnológico.

Un ejemplo de hipótesis explicativa, la hipótesis del Big Bang en física y astrofísica, o la hipótesis de la evolución de las especies en función de su capacidad de adaptación al medio dependiendo de mutaciones genéticas . Un ejemplo de hipótesis tecnológica, las hipótesis de nivel de resistencia y eficiencia de una máquina antes de someterla a prueba.

Dentro de los tres tipos de hipótesis empíricas: teóricas, explicativas y tecnológicas; la diferencia entre las hipótesis empíricas de carácter teóricas frente a las explicativas y tecnológicas , es las hipótesis teóricas no se pueden demostrar material ni estadísticamente, mientras las hipótesis explicativas o tecnológicas si se pueden demostrar material o estadísticamente  mediante pruebas científicas, materiales o estadísticas

Precisamente debido a que sólo las hipótesis explicativas o tecnológicas son las que se pueden someter a prueba, a diferencia de las teóricas, es el principal motivo por el cual en Introducción a la Probabilidad Imposible cuando se alude a las hipótesis empíricas, especialmente en el apartado 13, se menciona a estos modelos de hipótesis empíricas, explicativas o tecnológicas, en tanto que susceptibles de la crítica racional, a diferencia de las hipótesis teóricas, abordadas parcialmente en el apartado 7 dedicado a la hipótesis del universo infinito que se apoya en Introducción a la Probabilidad Imposible, manteniendo viva la tradición del racionalismo crítico.

Sea el modelo de hipótesis, teórica, explicativa o tecnológica, toda hipótesis es por igual de carácter empírica reside a que su elaboración ha sido de forma completamente fisiológica, luego subjetiva, empírica.

Para entender el motivo por el cual en la epistemología de Introducción a la Probabilidad Imposible se parte de una teoría del conocimiento en la cual toda hipótesis es empírica, aunque carezcan de solución práctica, como el caso de las teóricas, se debe a que toda hipótesis en tanto que producto neurológico, es el producto superior o abstracto final de la fisiología humana, y todo producto fisiológico, por cuanto es de orden subjetivo, no puede ser menos más que empírico.

Lo empírico es empírico debido a su naturaleza fisiológica y subjetiva. La forma con que el cerebro procede a la elaboración de hipótesis es mediante la síntesis de ideas, que materialmente supone la síntesis cerebral de sustancias electroquímicas, cuyo resultado final es la producción ideas, y de todas las ideas que produce la síntesis electroquímica del cerebro sólo se llamarán hipótesis científicas aquellas que tengan pretensión de objetividad, siendo en cualquier caso de origen empírico, por cuanto no sólo las ideas producidas fisiológicamente han sido elaboradas por la propia síntesis cerebral del individuo, o en del debate o intercambio de información entre personas, mediatizados por  los filtros de sus propios sistemas fisiológicos sensoriales, y cerebrales, es que a su vez la forma en que esas ideas previas, premisas, sobre las que la personal individual, o conjunto de personas en el debate, han llegado a una determinada síntesis de ideas, a nivel fisiológico una síntesis electroquímica determinada, ha sido a través de ideas previas, premisas, a las cuales han accedido ya de forma sensorial directa, la percepción directa de fenómenos, o por la mediación social en cualquier caso mediada por los procesos sensoriales implicados en la comunicación y el debate. Sea cual sea el origen de las ideas previas, premisas, sobre las que se procede a la síntesis de esas ideas, síntesis electroquímica, es en cualquier caso también de naturaleza empírica, mediatizada empíricamente por la propia fisiología, obviamente, si toda hipótesis ha sido gestada de forma empíricamente fisiológica, por definición y origen toda hipótesis sólo puede ser una hipótesis empírica.

A diferencia de cualquier otra idea que produce el cerebro humano o el debate entre seres humanos, las hipótesis se diferencian de cualquier otra idea diferente por la sencilla razón de que las hipótesis científicas tienen pretensión de objetividad, si bien, dentro de las hipótesis científicas las únicas que podrán criticarse racionalmente serán las explicativas o tecnológicas, dado que las teóricas no se pueden demostrar ni material ni estadísticamente, salvo por argumentos lógicos o matemáticos, aunque pueden generar antinomias lógicas.

Aquellas hipótesis empíricas, explicativas o tecnológicas, que no precisen de pruebas estadísticas se podrán demostrar mediante pruebas materiales, y aquellas hipótesis empíricas que necesiten de una demostración estadística podrá hacerse mediante estadística descriptiva o la crítica racional.

Rubén García Pedraza, Chile a 16 de noviembre 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/                                     
 

 
 

sábado, 2 de noviembre de 2013

La prueba estadística


Una prueba es la demostración empírica de un hecho, un suceso empírico que ha ocurrido en la realidad, lo que sucede en el espacio tiempo, sea en la realidad presente, inmediata, o pretérita, la historia, siendo en cualquier caso de naturaleza empírica, perceptiva.

El hecho que un suceso u ocurrencia sea producto de la percepción no es causa suficiente para la deducción lógica de la existencia de lo que se percibe, una percepción es sólo una percepción, sin haber relación causal necesaria entre lo que se percibe y la existencia del sujeto u objeto de la percepción, motivo por el cual toda percepción debe estar sujeta a un cierto margen de duda o escepticismo.

La razón por la cual la percepción por sí misma carece de valor objetivo, motivo por el cual es de naturaleza subjetiva, se debe a la propia naturaleza fisiológica de la percepción, que puede producir ilusiones sensoriales, y tomar por verdadera una percepción sin ser contrastada puede llevar al error de tomar por verdad una simple ilusión sensorial.

Habrá que diferenciar entre dos tipos de pruebas, la prueba material simple, por ejemplo, la prueba material de algo son los hechos materiales que por si solos así  lo demuestran, por ejemplo, la prueba material de la existencia de dinosaurios hace millones de años son los restos paleontológicos, la prueba material de que en Marte hay agua en forma de hielo en los casquetes son las propias observaciones de las misiones espaciales,  la prueba material de un determinado acontecimiento social son las imágenes, ya sea en fotografías o videos, los  documentos, publicaciones o registros, y testimonios de las personas que lo han vivido, y cualquier otra evidencia material que así sirva de prueba, como por ejemplo, la prueba material que demuestra el proceso de hominización son los propios restos arqueológicos.

Mientras la prueba material es aquella demostración empírica que por sí misma, por su propia naturaleza material, se demuestra suficiente para la demostración de la ocurrencia de un determinado hecho o fenómeno, en donde dependiendo de la complejidad de lo que se estudia puede bastar con una sola prueba material para ser suficiente, la prueba estadística es aquella que además de ser material precisa la recolección de una serie de datos formando muestras estadísticas para la demostración de lo que ocurre, la realidad inmediata, o lo que ha ocurrido, la historia.

La prueba estadística puede ser a su vez de dos tipos, descriptiva o inferencial, una prueba estadística descriptiva son aquellos datos obtenidos de muestras que sirven de prueba estadística de lo que sucede en dicha muestra, por ejemplo, una prueba descriptiva de los resultados educativos por alumnos de diferentes países son los ofrecidos por el informe PISA, para lo cual la CEOE somete a diferentes pruebas académicas a muestras de alumnos de los países de estudio para estudiar el nivel medio de rendimiento académico por país, teniendo además en cuenta otras variables culturales y socioeconómicas, y además, en las ciencias comparadas, si queremos una prueba estadística de que Finlandia dispone de mejor sistema educativo que otro países, sencillamente comparar sus  estadísticas a los de otros países, o, en líneas generales, en ciencias sociales, la prueba estadística de crecimiento o decrecimiento demográfico, económico, o bienestar social, la simple comparación entre las tasas demográficas, de Producto Interior Bruto o renta per capita, en periodos históricos diferentes o entre países diferentes.

Una prueba estadística inferencial es aquella prueba estadística, que a diferencia de la descriptiva, no sólo pretende aportar pruebas de la tendencia del comportamiento desde la estadística descriptiva, la prueba inferencial en la estadística inferencial es aquella prueba estadística que pretende la crítica racional de una hipótesis para la validación racional de si la tendencia observada en la muestra, a nivel muestral e individual, demuestra una tendencia suficientemente racional, lógica, para aceptar la hipótesis empírica provisionalmente, transformándose desde ese instante en una hipótesis racional.

La necesidad de las pruebas, materiales o estadísticas, descriptivas o inferenciales, se debe a que la construcción de las ciencias sintéticas parte de los hechos en la medida que tiendan a ser lo más isomorfas posible a la realidad, para que la explicación o comprensión científica de los fenómenos y los acontecimientos mismos sean lo más idénticos posibles a lo que realmente ocurre. Un modelo científico de carácter empírico que no parta de los hechos sin aportar prueba alguna que demuestre sus hipótesis y sus teorías será un modelo científico falso,  carente de toda lógica, la lógica de las ciencias sintéticas, en tanto que forma de conocimiento material, positivo y racional, descansa en las demostraciones a su hipótesis y teorías, de las que surgen los modelos científicos en los que descansan los grandes paradigmas de la epistemología.

Aun reconociéndose verdad un hecho, una hipótesis, o una teoría, en la medida que todo se fundamenta en variables sujetas a márgenes de duda y escepticismo, ninguna demostración por sí misma es absoluta, siendo la ciencia una permanente incertidumbre en una permanente revolución científica, en la medida que siempre hay un margen de nihilismo lógico en donde las supuestas verdades se fundamentan en posibles percepciones quizás verdaderas ilusiones sensoriales, sobre las que se elaboran muestras sujetas a una probabilidad de error de representatividad muestral, y además, en las pruebas inferenciales, el margen de error en la crítica racional de las ideas.

La propia provisionalidad de la ciencia implica una cierta provisionalidad de la realidad, si bien nunca sabemos a ciencia absolutamente cierta lo que pasa, sólo sabemos lo que sucede mediatizado por la fisiología, ya sea el conocimiento directo fruto de la percepción directa de lo que ocurre, o el conocimiento indirecto resultado de la mediación social, en cualquier caso canalizado fisiológicamente. Los límites de la condición humana descansan en su propia naturaleza fisiológica.

En introducción a la Probabilidad Imposible, estadística de la probabilidad o probabilidad estadística las pruebas de estadística inferencial se pueden clasificar en dos grandes conjuntos, las pruebas estadísticas inferenciales diferenciales, o llamadas simplemente pruebas diferenciales, y las pruebas estadísticas inferenciales proporcionales, llamadas simplemente pruebas  proporcionales.

A las pruebas estadísticas inferenciales, o simplemente pruebas estadísticas, sean pruebas diferenciales o proporcionales, en Probabilidad Imposible también se las denomina modelos de contraste de hipótesis o modelos de crítica racional. Los diferentes modelos para estudios intramedicionales se estudian en el apartado 11 de la obra.

Dentro de este blog hasta el momento sólo se ha explicado una mínima parte del amplio conjunto de modelos y pruebas que forman la obra Introducción a la Probabilidad Imposible, estadística de la probabilidad o probabilidad estadística, como ejemplo de pruebas diferenciales intramuestrales serían, en la crítica racional en modelos normales a nivel individual, los estudios de Validez y Significación, ya sea Validez de Igualdad, Validez de Sesgo Positivo y Validez de Sesgo Negativo, así como Significación de Igualdad, Significación de Sesgo Positivo y Significación de Sesgo Negativo,  en modelos omega la Validez Omega.

Los modelos de prueba diferenciales muestrales, en estudios intramedicionales, sea en modelos normales u omega, se explican en el mismo apartado 11 de la obra, al igual que las pruebas proporcionales, sean a nivel individual o muestral. Además de las pruebas intramedicionales se detallan las pruebas estadísticas intermedicionales, sean interindividuales o intraindividuales, en los apartados subsiguientes.

Las ciencias sintéticas en general, y en particular cada una de ellas, sean naturales o sociales, se construyen en base a los hechos, motivo por el cual se denominan ciencias empíricas, si bien, dentro de estas ciencias existe una amplia diversidad de paradigmas, desde el materialismo al positivismo y el racionalismo, siendo modelos que mantienen en común la necesidad de demostrar mediante pruebas sus afirmaciones, si bien, las diferencias entre sí de cada paradigma varían sobre los métodos de validación de las hipótesis, y la forma en que cada paradigma entiende la función de la ética, la moral y la política científica, siendo elementos diferenciales que sin embargo no cuestionan la naturaleza material o empírica, racional, de los hechos y los datos positivos.

A fin que las afirmaciones sean lo más verdaderas, y una afirmación, sea cual sea el paradigma de partida, llegue a tener el mayor apoyo posible, las afirmaciones se sostienen en las pruebas, que si únicamente precisan de pruebas materiales buscarán los hechos en los cuales sostenerse, si son afirmaciones más complejas que englobe una muestra, precisará de pruebas estadísticas, que podrán ser descriptivas o inferenciales, descriptivas si únicamente pretende la aportación de información sobre el comportamiento de la muestra para que sirve de prueba de lo que las proposiciones afirman,  siendo las pruebas inferenciales modelos de crítica racional, intermedicionales o intramedicionales, para la demostración provisional de las hipótesis empíricas.

De todas formas, independientemente de las pruebas aportadas, sea su forma material o estadística, descriptiva o inferencial, cualquier afirmación sostenida sobre las pruebas, dispone de una validación provisional, en tanto que la percepción de un hecho por sí mismo no demuestra nada salvo la percepción misma, la cual no es motivo suficiente para deducir de una percepción cualquiera la existencia del sujeto u objeto de la percepción, dado que bien podría ser una ilusión sensorial, y en cuanto a las pruebas estadísticas, la garantía de criterio de verificación empírica, es limitado, por cuanto dependen de los márgenes de error asociados, a la representatividad de la muestra y la razón crítica en el contraste de hipótesis.

La autenticidad de la percepción, en la prueba material, estará directamente vinculada a la fiabilidad de las observaciones, y, si han sido necesarios, los instrumentos de medida, y la fiabilidad de la percepción o los instrumentos de medida, en cualquier caso, nunca será absoluta, y la veracidad de la prueba estadística dependerá de los márgenes de error de la política científica, en la representatividad muestral y la crítica racional, luego, ya sea la forma de la prueba material o estadística, descriptiva o inferencial, siempre habrá un margen de incertidumbre en la valoración del grado o nivel de certeza de las proposiciones.

Rubén García Pedraza, Santiago de Chile a 2 de noviembre 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/                                     
 
 

 

 

sábado, 26 de octubre de 2013

Significación Muestral de Igualdad


La Significación Muestral de Igualdad es una prueba estadística que forma parte de la estadística inferencial, en Probabilidad Imposible clasificada dentro de los modelos racionales del Segundo Método para el estudio de la igualdad, aquellos donde el objeto de estudio dada una muestra N de sujetos u opciones es que para toda N la probabilidad empírica sea igual a la inversión de N, la probabilidad teórica.

La crítica racional de la realidad y la tendencia, el contraste de hipótesis, en Probabilidad Imposible, tal y como se explica en los Introducción a la Probabilidad Imposible, entre los apartados 11 al 22, debe hacerse a diferentes niveles, a nivel individual y a nivel muestral, a fin de validar que lo que ocurre a nivel individual también sucede a nivel muestral, y lo que ocurre a nivel muestral también se muestra a nivel individual, de esta manera se limita la probabilidad de error en la decisión estadística en el contraste de hipótesis dentro del proceso de crítica racional de lo que sucede.


Lo ideal es que la tendencia necesaria para la validación suficiente de una hipótesis empírica sea aceptada tanto a nivel individual y a nivel muestral, sobre una probabilidad crítica, la razón crítica de la política científica en el contraste de ideas, suficientemente exigente que sólo acepte el menor error posible, y una probabilidad de error de representatividad muestral, la inversión de la muestra, lo más fiable, a fin que las decisiones adoptadas sean lo más fieles a la realidad.


La crítica racional de la realidad, en todo objeto de estudio, sea en modelos normales, estudio de igualdad o sesgo, positivo o negativo, o en modelos omega, sobre una muestra N un subconjunto de ideales entre dos y N menos uno, la crítica racional en cualquier tipo de modelo de distribución estadística y objeto de estudio debe hacerse a nivel individual y a nivel muestral, habiendo por cada nivel, en estudios intramedicionales, sobre una misma medición, ya sean estudios normales o sean relativos interindividuales, diferentes pruebas o modelos de crítica racional, ya sea sobre la crítica racional de la relación diferencial o de cociente normal, la crítica racional de la relación diferencial o proporcional de la probabilidad empírica y la probabilidad teórica, habiendo posibilidad que los estudios sean de error o fiabilidad, estudios de error cuando la prueba de crítica racional sea hace sobre una probabilidad crítica en tanto que margen de error, o estudios de fiabilidad cuando la razón crítica es una probabilidad crítica en tanto que margen de fiabilidad.


Los modelos de crítica racional diferenciales son aquellos en donde sobre la relación diferencial entre las variables la probabilidad crítica establece un término a partir del cual se decide si una tendencia es suficiente para ser racional, y en los modelos de crítica racional sobre la relación de cociente, las proporciones críticas, la probabilidad crítica decide cuando una proporción es suficiente para validar racionalmente una tendencia.

En cualquier caso, en los estudios de error el margen de fiabilidad es igual a uno menos probabilidad crítica, y en estudios de fiabilidad el margen de error igual a uno menos probabilidad crítica, ya sea estudios de error o fiabilidad, siempre, la fiabilidad y el error inversamente proporcionales en la medida que la diferencia de la unidad menos el margen de error o fiabilidad es igual al margen de fiabilidad o error, según la política científica establezca un porcentaje de error o fiabilidad en la probabilidad crítica, a dividir entre  cien, por la tendencia máxima o ideal.

En los estudios intramedicionales de igualdad, apartado 11 de Introducción a la Probabilidad Imposible, la crítica racional del grado de igualdad observado en la tendencia de la muestra, la tendencia suficiente a igualdad se puede hacer mediante estudio de error, Nivel Muestral Crítico de Igualdad, y estudio de fiabilidad, Significación Muestral de Igualdad.

La política científica en función de su proyecto de investigación, enfoque e ideales,  decide los márgenes de error y fiabilidad en la magnitud de la muestra, los modelos de pruebas inferenciales, y la razón crítica a establecer en la probabilidad crítica.

En los estudios de igualdad intramuestrales, una vez estudiado a nivel individual la tendencia a inversión de N, ya sea en pruebas inferenciales diferenciales, Validez de Igualdad en estudio de error o Significación de Igualdad en estudio de fiabilidad, o proporción, Nivel de Similitud, a nivel muestral el estudio de la igualdad también puede ser desde la crítica racional de relaciones diferenciales o proporcionales.

Dentro de las relaciones críticas diferenciales en el estudio de la igualdad el Nivel Muestral Crítico de Igualdad seria un estudio de error, por cuanto la probabilidad crítica es igual a porcentaje X de error, entre cien, por la Máxima Desviación, Media o Típica, Teórica Posible, margen de error sobre el que la Desviación Media o Típica debe ser igual o inferior para aceptarse suficientemente racional la hipótesis empírica.

Para transformar la crítica racional intramedicional en estudio de igualdad de estudio de error a estudio de fiabilidad, sobre la diferencia de la Máxima Desviación, Media o Típica, Teórica Posible, menos la Desviación Media o Típica, si es una diferencia igual o superior a una probabilidad crítica en tanto que margen de fiabilidad se aceptaría suficientemente racional la tendencia para aceptarse racional la hipótesis empírica de igualdad en la muestra.

De esta forma la Significación Muestral de Igualdad aplicada a Desviación Media, sería a igual a Máxima Desviación Media Teórica Posible meno Desviación Media, y el resultado menos probabilidad crítica, a resultado cero o positivo, es decir, diferencia igual o superior a probabilidad crítica, se acepta la hipótesis de igualdad empíricamente en la muestra, siendo la probabilidad crítica igual a porcentaje X de fiabilidad, entre cien, por Máxima Desviación Media Teórica Posible.

Significación Muestral de Igualdad, utilizando Desviación Media

{  { [ ( 1 – 1/N) · 2 ] : N } – DM } – p(xc) = cero o positivo se acepta igualdad

DM = Desviación Media

p(xc)= { [ ( 1 – 1/N) · 2 ] : N } · ( X : 100 )

X = porcentaje de fiabilidad

 

En la medida que la estadística tradicional, lo que en Probabilidad Imposible se llama el primer método para diferenciarlo del Segundo Método de Probabilidad Imposible, se prefiere utilizar la Desviación Típica, en cualquier caso, a fin de hacer compatible el Segundo Método a la estadística tradicional, en lugar de utilizar Desviación Media se puede sustituir por Desviación Típica, y en lugar de Máxima Desviación Media Teórica Posible, la Máxima Desviación Típica Teórica Posible.

La Significación Muestral de Igualdad utilizando Desviación Típica será igual a diferencia de Máxima Desviación Típica Teórica Posible menos la Desviación Típica, y la diferencia menos una probabilidad crítica igual al producto del porcentaje X de fiabilidad, entre cien, por la Máxima Desviación Típica Teórica Posible, finalmente si el resultado de la crítica racional es cero o positivo se acepta que la tendencia a la igualdad.

Significación Muestral de Igualdad, utilizando Desviación Típica

{ √{ ( 1 – 1/N)² +  [ 1/N² · (N –1 ) ] } – S } – p(xc) = cero o positivo se acepta igualdad

S = Desviación Típica

p(xc) = { √{ ( 1 – 1/N)² [ 1/N² · (N –1 ) ] }  } · ( X : 100 )

X = porcentaje de fiabilidad

 

Señalar que en Introducción a Probabilidad Imposible, cada vez que se indica “1/N²” simboliza la inversión de N en todo su conjunto, en tanto que se entiende un valor por sí mismo, elevado íntegramente en todo su valor al cuadrado, el motivo por el que se hace así es para no saturar de paréntesis las ecuaciones.

La Significación Muestra de Igualdad es una prueba de estadística inferencial aplicado a los estudios de igualdad, englobado dentro de los modelos de fiabilidad a nivel muestral, para la validación de la tendencia a inversión de N de toda la muestra.
 


 
Rubén García Pedraza, Madrid 26 de octubre 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/                                     
 
 

 
 

sábado, 5 de octubre de 2013

El Nivel de Similitud


El Nivel de Similitud es un coeficiente de igualdad en la tendencia estadística de una cualidad en dos factores, una correlación de igualdad para el estudio del grado de semejanza cuantitativa de una misma cualidad en dos variables diferentes, expresada cuantitativamente en términos de estadística de la probabilidad o probabilidad estadística.

A esta relación de semejanza, coeficiente de igualdad, se llamará Nivel de Similitud, ecuación matemática de Probabilidad Imposible, explicada en el apartado 3 de Introducción a la Probabilidad Imposible, desarrollada por primera vez en enero del año 2003. En esencia el Nivel de Similitud es la expresión cuantitativa del grado de semejanza en la tendencia de dos variables, estudiando el comportamiento de la cualidad en forma de puntuación directa o frecuencia, o en forma de una probabilidad estadística, ya sean las dos de carácter empírica, en Segundo Método la  probabilidad empírica, aunque también se podría aplicar a estudios de Impacto del Defecto o Distribución Efectiva,  o bien uno de los dos factores sea una variable teórica, en los modelos normales del Segundo Método la probabilidad teórica, o en modelos omega la probabilidad ideal.

La ecuación matemática del Nivel de Similitud será igual a logaritmo en base diez de la proporción resultante de dividir dos factores entre sí, sean ambos empíricos o sea uno empírico y otro teórico, donde el orden de los factores del cociente no altera la interpretación, dado que será irrelevante o independiente al resultado final, porque  el resultado del logaritmo en base diez se interpretará de forma absoluta, sin tener en cuenta el signo.

Nivel de Similitud de los factores A y B

Nivel de Similitud = /Log(10) ( A: B )/

 

En la medida que en Introducción a la Probabilidad Imposible se da por hecho que la base numérica del logaritmo que se utiliza en Nivel de Similitud es la base diez, normalmente se omitirá, en la formulación del Nivel de Similitud, simbolizar la base numérica,” (10)”, de forma que de manera directa, en la expresión de la fórmula del Nivel de Similitud, dentro de las barras inclinadas que simbolizan la interpretación sin signo del resultado, inmediatamente después del símbolo de logaritmo, “Log”, se simboliza entre paréntesis  el cociente los dos factores. Es decir:

Nivel de Similitud de los factores A y B

Nivel de Similitud = /Log ( A: B )/

 

El motivo por el cual se omite el símbolo de  la base numérica, “(10)” en la ecuación, es para no saturar de paréntesis las ecuaciones, y hacerlas más fácilmente interpretables, si bien para las explicaciones de la ecuación se puede añadir el símbolo de la base numérica para una mayor comprensión de la prueba.

De esta manera el Nivel de Similitud es igual al valor absoluto del resultado del logaritmo en base diez de la división entre dos factores, en donde ambos pueden ser variables empíricas, ya sea en forma de puntuación directa o frecuencia, ya sea en el Segundo Método forma de probabilidad empírica, u otra probabilidad estadística de carácter empírico, Impacto del Defecto o Distribución Efectiva, o mediante el cociente de un valor empírico y otro teórico, en los modelos normales del Segundo Método la probabilidad teórica, o en modelos omega la probabilidad ideal.

Ya sean los dos factores empíricos y uno empírico y otro teórico, en cualquier caso siempre, y absolutamente siempre, la forma de interpretar el resultado es la siguiente, si dados dos factores idénticos entre sí el cociente de ambos es igual a la unidad

( A = B) → ( A : B ) = 1

 

Y el logaritmo en base diez de la unidad es igual a cero

Log(10) 1 = 0

 

Entonces lógicamente, si la proporción de dos factores absolutamente iguales es igual a la unidad, dado que el cociente entre ambos factores absolutamente idénticos es igual a uno, necesariamente el logaritmo en base diez de la unidad resultante de dicha división debe ser igual a cero.

( A = B) → Log(10) / ( A : B ) /  = 0

 

De forma  y manera que si el objeto de estudio es el estudio del grado de semejanza, el Nivel de Similitud entre ambos factores, lo que realmente interesa es el grado de aproximación a cero del logaritmo en base diez del cociente de ambos factores, independientemente de si es de signo positivo o negativo, dado que el valor del signo es independiente  al grado de semejanza dado que realmente el signo lo única que demostrará es si el primer factor del cociente era mayor, signo positivo, o menor, signo negativo, en el resultado del logaritmo de cociente.

Si el logaritmo en base diez, teniendo en cuenta el signo, del resultado de un cociente es negativo, significa que el primer factor del cociente era mayor que el segundo factor, motivo por el cual el resultado de la división es un valor inferior a la unidad, decimal, y su logaritmo en base diez de signo negativo, sin que el signo nos revele información alguna sobre el grado de igualdad entre los dos factores. Y por el contrario, si un logaritmo en base diez de un cociente es de signo positivo  lo que demuestra es que el segundo factor del cociente era mayor que el primero. El hecho que un factor sea mayor o menor que otro factor no es lo verdaderamente sustancial al estudio de Nivel de Similitud, lo verdaderamente sustancial es conocer, independientemente del orden de los factores, el coeficiente de igualdad en la cualidad expresada matemáticamente en las dos variables, lo importante no es el signo del logaritmo del cociente, lo importante es el grado de aproximación a cero del Nivel de Similitud.

Si en el proceso de logaritmo en base diez de cociente sustancial al Nivel de Similitud, el signo depende del orden de los factores y no es sustancial para la valoración del grado de igualdad, la forma de interpretar el resultado será sin signo, el valor absoluto, de manera que, independientemente del signo, si el valor absoluto del logaritmo en base diez del cociente de dos factores es más próximo a cero, mayor igualdad, independientemente del signo, y a mayor diferencia de cero, independientemente del signo, menor igualdad entre ambas variables.

De esta forma el Nivel de Similitud es un coeficiente de igualdad en forma de valor absoluto del logaritmo en base diez de la proporción, cociente, entre dos factores.

En la medida que  sería irracional o absurdo el logaritmo en base diez de cero, este coeficiente de igualdad únicamente puede ser aplicado siempre y cuando ambos factores sean distintos de cero,  en el momento que uno de los factores sea igual a cero entonces no se puede aplicar el Nivel de Similitud al estudio por una razón muy sencilla, porque el logaritmo en base diez de cero es irracional o absurdo, y además, otro motivo, es porque si lo que queremos es igualación a cero de una variable, entonces, el valor empírico de la variable es la por si mismo la variación necesaria en que dicha variable debe variar para ser igual a cero. La lógica de la variación necesaria, la variación posible y la variación real se explica en el apartado 16 de Introducción a la Probabilidad Imposible.

Hay diferentes tipos de Niveles de Similitud, en modelos normales : el Nivel de Similitud normal, y el Nivel de Similitud relativo. El Nivel de Similitud normal es cuando uno de los factores es una variable de naturaleza empírica, en Segundo Método la probabilidad empírica, luego el factor teórico es la inversión de N, variable teórica dependiente de la magnitud N. El Nivel de Similitud normal, valor absoluto del logaritmo en base diez de la proporción entre probabilidad empírica y teórica, lo que mide es el coeficiente de igualdad entre la probabilidad empírica y la teórica, y es utilizada en estudios de igualdad de oportunidades, a fin de estudiar el grado de igualdad de cada  sujeto u opción en relación a la probabilidad teórica, la inversión de N.

Nivel de Similitud normal = / Log ( p(xi) : 1/N ) /

 

El Nivel de Similitud relativo es el coeficiente de igualdad entre un valor empírico con respecto cualquier otro valor empírico, por ejemplo, Nivel de Similitud relativo a la máxima, el grado de correlación entre una probabilidad empírica cualquier respecto a la probabilidad empírica máxima, la mayor probabilidad empírica de toda la muestra.

Nivel de Similitud relativo a la máxima = / Log ( p(xi) : p(xi+) ) /

p(xi+) = probabilidad empírica máxima

 

Nivel de Similitud relativo a la mínima, valor absoluto de logaritmo en base diez del cociente de una probabilidad empírica entre la mínima, la mínima probabilidad empírica, la menor probabilidad empírica de toda la muestra.

Nivel de Similitud relativo a la mínima = / Log ( p(xi) : p(xi-) ) /

p(xi-) = probabilidad empírica mínima                                      

 

Nivel de Similitud relativo a la intermedia, la probabilidad empírica intermedia es el valor intermedio entre la máxima y la mínima, igual a dividir entre dos la suma de la mínima y la máxima, luego el Nivel de Similitud relativo a la intermedia, valor absoluto de logaritmo en base diez de una probabilidad empírica entre la intermedia.

Nivel de Similitud relativo a la intermedia = / Log ( p(xi) : p(xi+/-) ) /

p(xi+/-)=  [ p(xi+) + p(xi-) ] : 2 =  probabilidad empírica intermedia        

 

Nivel de Similitud relativo a la probabilidad empírica más próxima a inversión de N, identificada la probabilidad empírica que guarda más similitud o menor sesgo en relación a inversión de N, estudiar el grado de semejanza de las demás probabilidades empíricas en relación a la más próxima a inversión de N.

Nivel de Similitud relativo a la más próxima a 1/N = / Log ( p(xi) : p(xi≈) ) /

p(xi≈) = probabilidad más próxima a 1/N, la que tiene mayor similitud a 1/N o menor sesgo normal

 

Nivel de Similitud relativo a una probabilidad cualquiera determinada, dada una probabilidad cualquiera de referencia en la muestra por el motivo que sea, cual es la correlación de igualdad de cualquier otra probabilidad en relación a esa determinada.

Nivel de Similitud relativo a una probabilidad determinada = / Log ( p(xi) : p(n) ) /

p(n)= una probabilidad determinada en la muestra

 

Los modelos de Nivel de Similitud, normal, en relación a inversión de N, o relativos, expuestos hasta ahora, son los más propios de modelos normales, en modelos omega lo más propio será el estudio del Nivel de Similitud en relación a la probabilidad ideal, la inversión de omega, 1/Ω, siendo omega aquel conjunto de sujetos u opciones ideales dentro de N, inferior a N y superior a uno, un subconjunto de ideales de entre dos y N menos uno, dentro de N.

El Nivel de Similitud en modelos omega será igual al valor absoluto del logaritmo en base diez del cociente de la probabilidad empírica de un sujeto u opción ideal dentro de omega entre la probabilidad ideal.

Nivel de Similitud en modelos omega = / Log ( p(xi) : 1/Ω ) /

 

El Nivel de Similitud es un coeficiente de igualdad entre dos variables, igual a valor absoluto del logaritmo en base diez de  la proporción de los factores, expresión cuantitativa del grado de igualdad en la cualidad de las variables, ya sean empíricas, o una empírica y otra teórica, en cualquier caso siempre que el objeto de estudio sea la igualdad en la expresión cuantitativa de la cualidad de las dos variables.

 

Rubén García Pedraza, Madrid 5 de octubre 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/