pvalue=0.63 para los datos de 1940-2000, basado en D'Agostino y Pearson, donde la hipótesis nula es "las muestras vienen de una distribución normal". Puesto que 0.63 no es menor que 0.05 (95% de confianza), no podemos descartar con ese test que la distribución no sea normal.
>>> from scipy.stats import shapiro
>>> shapiro(data[0:60])
ShapiroResult(statistic=0.9874899387359619, pvalue=0.7970804572105408)
Otro que no nos permite descartar que los datos no vengan de una distribución normal.
> De paso me explicas como se aplica el teorema central del limite en una muestra no aleatoria.
Tomo una muestra, la ordeno de menor a mayor (o cualquier otro criterio), y ya no puedo aplicar el teorema central del límite, no es así? Porque ya no es aleatoria.
#8 Ahora es cuando nos muestras el estudio de normalidad de esa distribución, por ejemplo una prueba de Anderson-Darling, demostrando empíricamente que no es una distribución normal.
Porque, en mi barrio, el ojímetro no es prueba válida para medir con precisión.
Y, por cierto, yo veo bastantes valores cercanos a la media: 1942, 1946, 1948, 1953, 1954, 1959, 1960, 1964, 1965, 1968, 1975 y 1979.
Y, luego entramos en el Teorema Central del Límite, donde podemos modelar la medida de este año como la media de un conjunto de medidas escogidas al azar de años anteriores. La distribución de esa media de medidas es bastante normal por el teorema, y de ahí podemos buscar cuantas desviaciones típicas tiene el valor medido con respecto a la distribución de medias.
#11 Pues a mi, a medida que pasan los años, me doy cuenta de que los consejos que me dan los ancianos son cada vez peores. Espero no llegar a dar consejos tan malos cuando yo sea viejales.
#16 O Trump es extremadamente imbécil - mucho más de lo que aparenta, o está haciendo el paripé para no intentar ni frenar a Putin, pero sin que se note mucho.
#15 No, aquí ya habían decidido quién era el culpable. La cuestión era ocultar las pruebas que apuntaban a otra dirección, y fabricar "pruebas" que apuntaran a lo que interesa.
#9 Ella entra si tiene todavía la nacionalidad. Él que se vaya a zurrir mierdas con un látigo. Que se vuelva a su casa a que le aguanten las payasadas ahí.
Ningún país tiene por qué aceptar payasos, y eso es parte de lo que se evalua cuando te plantas en la frontera a pedir que te den 90 días de turista, o a que validen tu visa.
#8 Trump es ultraliberal para sí mismo, y al resto que le den por culo. Liberalismo extremo, donde todo está permitido para tí porque eres el presidente.
¿Que el pueblo quiere liberalismo? Que se hubiera metido el pueblo a presidente.
> But what if your employer goes bankrupt? Well, if the company is liquidated, the pension plan will be terminated (and the same can happen in the case of reorganization).
La empresa quebró, o se reorganizó porque el jefazo de turno hizo una pendejada enorme. Ups, te quedaste sin pensión.
> Nearly all pensions ... are insured by the Pension Benefit Guaranty Corporation.
¿Hay alguien que asegure a Generali Seguros? Por que si no lo hay, pueden quebrar y, ups, te quedaste sin pensión.
#4 El jefecillo está para recibir tus insultos cuando te quieres cagar en la puta madre de la decisión que tomó la directiva, pero la directiva no te quiere aguantar.
El consultor está para cuando la directiva ha tomado una decisión, pero necesitan justificar por qué la han tomado.
En el mundo del código abierto y de Internet, hay muchas maneras de causar problemas y de ser un troll amargando la vida de los demás. Hay mucha gente que odia que los demás también puedan tener cosas.
#3 Las devaluaciones son muy divertidas, hasta que te suben los tipos de interés y los otros países cambian a otros activos de otros países para evitar la devaluación.
#18 Esos países no son ni han sido comunistas verdaderos, igual que no hay ningún escocés verdadero. Pero, sabes qué? Ninguno de esos países han sido tampoco socialistas verdaderos, ya que no han aplicado el socialismo de la manera correcta. Por tanto, todos esos países han sido y son capitalistas.
Al juego de las falacias y la propaganda podemos jugar todos.
#28 Uf, y lo que te queda por aprender. Por ahí quieren reducir y reducir al estado para llegar al... anarco capitalismo como están haciendo en Argentina. Que resulta que el anarco capitalismo es el comunismo. Pero, para llegar al comunismo, primero hay que pasar por el socialismo. Y, como en el siglo pasado los nazis se hacían llamar nacional socialistas, pues el socialismo es nazi, pero el socialismo es pre-comunista, pero odiaban a los comunistas por ser anarco capitalistas.
Y este es el mundo cuando aplicamos todo lo que dice la propaganda política.
#6 No, pero la cabra tira al monte. Si estás dispuesto a aceptar ciertas prácticas políticas, la empatía hacia los afectados por dichas prácticas la tienes bien baja. Si tienes baja la empatía con unas personas pero no con otras, es posible que estés disimulando con las otras personas.
Todo es probabilidad, no es nada seguro. Pero las probabilidades son más altas para tí que para los otros, igual que no todo el que bebe y conduce se estrella borracho, pero la probabilidad de estrellarse es más alta entre los borrachos.
#18 No he echado las cuentas, pero me da que la termodinámica va a poner un par de zancadillas en ese problema. Calentar agua con uranio, generar calor y electricidad, luego usar la electricidad para enfriar el calor. No va a quedar mucha electricidad después, asumiendo que quede algo.
>>> import scipy
>>> data
[-1.54349, -2.92029, -2.38191, 0.72471, 0.53016, 1.9545, 0.48386, 0.15081, -1.04866, 2.02706, 1.38383, 0.99149, 1.35192, -0.01817, 0.89333, -0.0593, 1.42029, 0.62326, 0.60318, 0.07675, -0.27359, -0.60019, 1.4846, 1.35708, 0.31286, 1.02733, 0.29183, 0.96193, 0.59745, 0.15657, -1.83114, -0.48127, -0.05167, -1.30684, -0.31923, -0.13331, -0.24469, -1.93765, -0.90479, -0.65699, -0.16496, -1.39708, -1.06188, -0.82715, -1.00898, -1.43816, -1.1896, -1.69931, -1.56209, -0.5472, 0.53373, 2.18731, 0.53136, 0.1884, -0.42685, 0.60091, 0.03655, 0.66787, 0.15333, 1.50533, 1.58735, -0.19682, 0.06248, -0.72516, 1.75324, 2.46727, 1.10383, 1.73727, 1.20777, 2.39559, 0.42278, 1.54553, 1.737, 0.6567, 2.23935, 1.6691, 1.66452, 2.53785, 3.69233, 2.98495, 3.77458, 4.10664, 4.72119, 5.06208, 5.38823, 5.82856]
>>> scipy.stats.normaltest(data[0:60])
NormaltestResult(statistic=0.9061659594935424, pvalue=0.6356653840852702)
pvalue=0.63 para los datos de 1940-2000, basado en D'Agostino y Pearson, donde la hipótesis nula es "las muestras vienen de una distribución normal". Puesto que 0.63 no es menor que 0.05 (95% de confianza), no podemos descartar con ese test que la distribución no sea normal.
>>> from scipy.stats import shapiro
>>> shapiro(data[0:60])
ShapiroResult(statistic=0.9874899387359619, pvalue=0.7970804572105408)
Otro que no nos permite descartar que los datos no vengan de una distribución normal.
>>> from scipy.stats import kstest
>>> kstest(data[0:60], 'norm')
KstestResult(statistic=0.07684122033094026, pvalue=0.8437290847964112, statistic_location=-1.00898, statistic_sign=1)
Y el tercero diciendo lo mismo.
> De paso me explicas como se aplica el teorema central del limite en una muestra no aleatoria.
Tomo una muestra, la ordeno de menor a mayor (o cualquier otro criterio), y ya no puedo aplicar el teorema central del límite, no es así? Porque ya no es aleatoria.
Y ahora me dices el pvalue de tu ojímetro.