Los índices de incidencia acumulada (IA) a 14 días se usan por las autoridades para reflejar qué porcentaje de la población ha dado positivo en el contexto de la actual pandemia. El hecho de que se den en casos por cien mil habitantes y lo poco intuitivo de cómo funciona la estadística en este caso (similar a la paradoja del cumpleaños) hace que posiblemente se infravalore la probabilidad de tener a algún positivo en el entorno cercano. Por eso, os presento una tabla para cuantificar la probabilidad (en tanto por ciento, fácilmente entendible).
|
etiquetas: covid19 , estadística , incidencia acumulada , binomial 
- La mayoría de infectados son asintomáticos.
- La mayoría de los positivos están encerrados en casa o en el hospital.
Vamos, que estos datos no sirven para nada más allá de un buen ejemplo para aprender o rememorar estadística básica.
- No tiene sentido contar los positivos como posibles contactos por estos están confinados y por lo tanto las posibilidades se reducen a que se salte la cuarentena.
- No tiene sentido sacar las probabilidades solo con los positivos porque la mayoría de infectados no son detectados.
Para que estas cuentas tuviesen sentido habría que hacerlas con el número de infectados no detectados + número de positivos… » ver todo el comentario
- No tiene sentido sacar las probabilidades solo con los positivos porque la mayoría de infectados no son detectados.
¿Puedes demostrar la última afirmación?
datadista.com/coronavirus/estimacion-diagnostico-segunda-ola-covid19/
Salvo que tú presentes esas pruebas, claro.
Te doy un dato que repiten en la TV a diario: en España solo se consiguen rastrear menos del 20% de los casos, es decir, que en más del 80% de los casos no se sabe cono se produjo el contagio.
Y si te quieres informar más te informas por tu cuenta, y sino no me des más la brasa.
De modo que, como no puedes probarlo, tu argumento se desmorona. La próxima vez documéntate e infórmate mejor.
Claro que si. ¿Ya te has quedado contento? Pues ale, a dormir que es muy tarde.
No se si me he explicado bien.
Son muchos aspectos en los que se simplifica, pero el artículo me ha parecido interesante porque sirve para recalcar que en el caso de reuniones sociales de muchas personas la probabilidad se dispara. Mucha gente supone que si la incidencia es de 500 entre 100000 (0,5%), en una reunión de 20 personas la posibilidad de contagio sería mínima y esto no es así.
courses.washington.edu/b578a/readings/bookchap4.pdf
Por ejemplo tu razonamiento ignora el número de reuniones de cada tamaño y que en reuniones muy numerosas si hay un contagioso es poco probable que interactúe con un grupo amplio.
Como finde #5 es más relevante para que los jefes hagan sus cuentas y sepan cómo va cambiando la probabilidad de tener a toda la plantilla en cuarentena por hacerles ir a la oficina incluso con la posibilidad de teletrabajar.
Jefazo intermedio totalmente prescindible que es solo un patético lame botas con síndrome de trepa, busca bono, que se ha dado cuenta que el teletrabajo lo expone como realmente es: una garrapata de la organización. Y busca afanosamente volver al trabajo presencial para que no lo vean como el parásito que es y seguir engañando con sus reuniones "productivas", sus animaciones de Powerpoint y el nuevo gráfico estadístico que conoció en Excel.
Esto es, tan sencillo como IA*(tamaño del grupo)
R para estadística y análisis está bien (para los que no puedan pagar la licencia, no quieran aprender Python + Numpy o todavía no conozcan la joya de GNU que es Octave)
Te he dado la respuesta, velocidad y productividad, basada en trabajar con Mathlab a diario por más de diez años e intentarlo con R varias veces y es que no hay comparación (photoshop vs gimp) .
ya puedes ir a dormir que has aprendido algo nuevo hoy.
Espero que te sirva en un futuro.
Cuando ya llevas tiempo por aquí vas conociendo la fauna. ¡Ánimo!
Edit:
Edit2: que bueno...creo que es que también tengo sueño. De ahí la “carcajada tonta”
En serio tienes razón en ello, pero haz una simple prueba, generar una matriz aleatoria de 1000 X 1000 y busca su inversa, la diferencia puede estar tranquilamente en 2X.
Sí, yo lo estaba enfocando puramente matemático, si añades en la ecuación ML, es otro debate, aquí no opino por que nunca he usado R y tal vez le
debería dar una oportunidad, en mi trabajo normalmente prototipamos los modelos en… » ver todo el comentario
Lo de la distribución binomial me parece estupendo, és un tema de estadística puro y duro. Lo que me parece terrible es usar la incidencia acumulada a 14 días como base para el cálculo. Ese número te dice cuantos casos se han detectado en los últimos 14 días, se supone que la inmensa mayoría de esos casos van a quedarse en casa haciendo cuarentena, no van a ir paseandose por ahí… » ver todo el comentario
Lo que yo digo, es, si con una IA baja, tienes una probabilidad > 2% de pillar en virus con más de 100 personas eso es una probabilidad muy baja. Piénsalo, un 2% significa tirar una moneda (asumiendo que tienes 1/2 que salga cualquiera de las dos caras) y que salga la misma cara 5 veces consecutivas (~3%).... pruéba… » ver todo el comentario