On computation of a common mean

Este artículo compara los métodos de media ponderada y mediana para calcular una media común a partir de mediciones independientes, proponiendo un nuevo estimador combinado que ofrece resultados más robustos y realistas tanto para datos consistentes como discrepantes.

Lo esencial

Imagina que eres un chef y quieres saber el sabor exacto de una nueva salsa que estás creando. Como no tienes un solo paladar perfecto, decides pedirle a 5 amigos que la prueben y te den su opinión.

Aquí es donde entra el problema que resuelve este artículo:

• El amigo Juan dice: "Sabe a 10/10, pero no estoy muy seguro, así que mi error es grande".
• La amiga María dice: "Sabe a 12/10, y estoy 100% segura de mi gusto".
• El amigo Pedro dice: "Sabe a 8/10, pero creo que me confundí con el vinagre".

¿Cómo calculas el sabor real (la media común) y, lo más importante, qué tan seguro estás de ese resultado?

El artículo de Zinovy Malkin compara diferentes métodos para responder a esta pregunta, especialmente cuando tienes pocos datos (como esos 5 amigos) y no sabes si alguno de ellos mintió o se equivocó.

Aquí tienes la explicación sencilla de sus hallazgos:

1. Los dos métodos clásicos (y sus problemas)

El artículo analiza dos formas tradicionales de promediar:

• El Promedio Ponderado (La "Media de los Expertos"):

  • Cómo funciona: Si María dice que está muy segura (su error es pequeño), le das más peso a su opinión que a la de Juan. Es como si María tuviera un micrófono más grande.
  • El problema: Hay dos formas de calcular "qué tan seguro" estás del resultado final.
    • Opción A (Confianza ciega): Asumes que los errores que dijeron los amigos son reales. Si todos dicen cosas muy diferentes, pero sus errores eran grandes, el método dice: "Bueno, es normal que haya diferencia, el resultado es seguro". Peligro: Si los amigos se equivocaron mucho, este método te dará una seguridad falsa.
    • Opción B (Mirar el caos): Si los amigos dicen cosas muy diferentes (hay mucho "ruido" o dispersión), este método ignora lo que ellos dijeron sobre su seguridad y solo mira cuánto se pelearon entre ellos. Peligro: Si los amigos estaban muy seguros pero todos coincidieron en un error, este método podría decirte que eres muy inseguro, cuando en realidad todos estaban equivocados juntos.

• La Mediana (El "Voto de la mayoría"):

  • Cómo funciona: Ignoras los extremos. Si un amigo dice "100/10" porque probó la salsa con la lengua quemada, la mediana lo ignora. Es muy resistente a los "locos" en la muestra.
  • El problema: Calcular qué tan seguro estás de la mediana es difícil. A veces subestima el error si los datos son muy dispersos.

2. La nueva propuesta: El "Promedio Híbrido" (La solución de Malkin)

El autor propone una nueva fórmula que combina lo mejor de ambos mundos. Imagina que tienes dos termómetros para medir la temperatura de tu sopa:

1. Uno mide la precisión de los instrumentos (lo que dijeron los amigos sobre su seguridad).
2. El otro mide la variación real de la sopa (cuánto se pelearon los amigos).

La fórmula nueva dice: "No elijas uno u otro. Suma ambos riesgos".

• Si los amigos están muy de acuerdo y sus errores son pequeños, el resultado es muy preciso.
• Si los amigos se pelean mucho (hay mucho caos), el resultado se vuelve menos preciso, incluso si dijeron que estaban seguros.
• Si los amigos dicen que están inseguros, el resultado también se vuelve menos preciso, incluso si todos coinciden.

La analogía del cinturón de seguridad:
Imagina que calculas la seguridad de un viaje.

• El método antiguo (Opción A) dice: "El coche tiene buenos frenos (errores pequeños), así que el viaje es seguro".
• El método antiguo (Opción B) dice: "El conductor se ve nervioso (muchos datos dispersos), así que el viaje es peligroso".
• El método nuevo (Híbrido) dice: "El coche tiene buenos frenos, PERO el conductor se ve nervioso. Por lo tanto, el viaje es menos seguro que si solo miráramos los frenos".

3. ¿Por qué es importante esto?

En la vida real (y en la ciencia), a menudo tenemos pocos datos y no sabemos si hay errores ocultos.

• Si usas el método que ignora el caos, podrías creer que un resultado es perfecto cuando en realidad es un desastre.
• Si usas el método que ignora la seguridad declarada, podrías descartar un buen resultado solo porque hubo un pequeño ruido.

El método propuesto por Malkin es como un cinturón de seguridad inteligente: se ajusta automáticamente. Si todo va bien, te da un resultado preciso. Si hay problemas (ya sea por errores de medición o por desacuerdos), el margen de error se ensancha para ser realista y honesto.

En resumen

El artículo nos dice que no hay una respuesta mágica perfecta, pero la mejor estrategia para tener una estimación realista (especialmente con pocos datos) es no elegir entre confiar en los errores declarados o en la dispersión de los datos, sino combinar ambos.

Es como decir: "Creo que la respuesta es X, y estoy seguro de que el error real es la suma de lo que me dijeron que era el error, más lo que veo que está pasando en la realidad". Esto evita que nos engañemos a nosotros mismos con una falsa seguridad.

Resumen técnico

Resumen Técnico: Cálculo de una Media Común

Referencia: Malkin, Z. (2011). On computation of a common mean. arXiv:1110.6639v1 [physics.data-an].

1. Planteamiento del Problema

La combinación de múltiples mediciones independientes de una misma magnitud física es una tarea fundamental en la metrología y el análisis científico, especialmente en la derivación de constantes físicas. El objetivo es obtener una estimación robusta de la media común ($\bar{x}$) y su incertidumbre asociada ($\sigma$).

El autor identifica varias dificultades críticas en este proceso:

• Muestras pequeñas: Es común trabajar con un número reducido de mediciones ($n$), lo que limita la eficacia de muchos métodos estadísticos estándar.
• Información incompleta: A menudo se desconoce la distribución real del error, las correlaciones entre mediciones o el número exacto de observaciones que generaron cada estimación.
• Sesgos y subestimación: Las estimaciones de entrada pueden estar sesgadas y las incertidumbres reportadas ($s_i$) no siempre son adecuadas (frecuentemente subestimadas).
• Inconsistencia de datos: Las mediciones pueden ser consistentes (dispersión acorde a las incertidumbres) o discrepantes (dispersión mayor a la esperada), lo que complica la elección del método de ponderación.

No existe una solución unívoca y rigurosa bajo estas condiciones, lo que ha llevado al desarrollo de múltiples métodos con ventajas y desventajas propias.

2. Metodología y Enfoque Comparativo

El artículo compara dos enfoques principales ampliamente utilizados:

1. Promedio Ponderado (WA - Weighted Average): El método clásico donde los pesos son inversamente proporcionales a las varianzas ($p_i = 1/s_i^2$).
2. Mediana: Un estimador robusto menos sensible a valores atípicos (outliers).

El núcleo del análisis se centra en cómo calcular la incertidumbre ($\sigma$) asociada a estas estimaciones, comparando tres variantes del WA y una nueva propuesta:

• $\sigma_1$ (Clásico): $\sigma_1 = 1/\sqrt{p}$. Depende únicamente de las incertidumbres reportadas ($s_i$) y asume que no hay errores sistemáticos ni dispersión extra. Tiende a subestimar la incertidumbre si los datos están dispersos.
• $\sigma_2$ (Mínimos Cuadrados/Escalado): Se basa en la dispersión de los datos ($\chi^2$). Es independiente de la "escala" absoluta de las $s_i$ y depende solo de su relación. Si los datos son consistentes, puede subestimar la incertidumbre si las $s_i$ originales son grandes.
• $\sigma_3$ (Criterio de Selección): Un método híbrido que elige entre $\sigma_1$ o $\sigma_2$ basándose en una prueba de consistencia ($\chi^2$) con un nivel de significancia $Q$. El autor critica este método por su dependencia subjetiva de $Q$ y por producir saltos bruscos en la estimación ante pequeños cambios en los datos.
• $\sigma_c$ (Propuesta Nueva - Estimador Combinado): El autor propone una nueva fórmula que combina las dos primeras aproximaciones:
  $$\sigma_c = \sqrt{\sigma_1^2 + \sigma_2^2}$$
  Esta fórmula puede reescribirse como:
  $$\sigma_c = \frac{1}{\sqrt{p}} \sqrt{1 + \frac{H}{n-1}}$$
  donde $H$ es la estadística de consistencia.

3. Contribuciones Clave

La principal contribución del trabajo es la propuesta y validación del estimador combinado de incertidumbre ($\sigma_c$).

• Robustez: A diferencia de los métodos anteriores, $\sigma_c$ no requiere decisiones subjetivas (como elegir un nivel de significancia $Q$) ni conmutar entre fórmulas.
• Adaptabilidad Automática:
  • Si las incertidumbres de entrada ($s_i$) son grandes y la dispersión de los datos es pequeña, $\sigma_c$ se comporta como $\sigma_1$.
  • Si la dispersión de los datos es grande (datos discrepantes), $\sigma_c$ se comporta como $\sigma_2$.
  • En casos intermedios, integra ambos efectos de manera aditiva.
• Justificación Teórica (Heurística): Aunque el autor admite que no existe una base estadística rigurosa universal, propone un modelo donde cada medición tiene un error aleatorio ($\epsilon_i$) y un error sistemático desconocido ($\epsilon'_i$). Bajo este modelo, $\sigma_c$ surge naturalmente como la combinación de la incertidumbre de los errores aleatorios y la dispersión de los sistemáticos.

4. Resultados de las Pruebas

El autor valida los métodos mediante dos tipos de pruebas:

A. Datos Simulados (Artificiales):

• Se probaron escenarios con dos mediciones y con cinco mediciones, variando sistemáticamente las incertidumbres ($s_i$) y la dispersión de los valores ($x_i$).
• Hallazgos:
  • $\sigma_1$ a menudo subestima la incertidumbre cuando hay dispersión.
  • $\sigma_2$ falla cuando las incertidumbres de entrada son grandes, ya que ignora la magnitud absoluta de $s_i$.
  • $\sigma_3$ muestra inestabilidad y saltos bruscos.
  • $\sigma_c$ demostró ser el más estable y realista, ajustándose automáticamente a las condiciones de los datos (desde casos de alta precisión hasta casos de alta dispersión).

B. Datos Reales:

• Diferencia de alturas (Geodesia): Análisis de mediciones entre dos marcas geodésicas. La dispersión fue grande comparada con las incertidumbres. $\sigma_1$ resultó subestimado, mientras que $\sigma_c$ y la mediana ofrecieron valores más realistas.
• Constantes de Oort (Astronomía): Revisión de determinaciones de las constantes A y B. Las incertidumbres reportadas en la literatura original ($\sigma_1$) y la mediana parecieron subestimar la realidad. $\sigma_c$ proporcionó la estimación más coherente con la dispersión y las incertidumbres de entrada.

5. Significancia y Conclusiones

El artículo concluye que, aunque el cálculo de una media común es rutinario, la obtención de una incertidumbre "realista" sigue siendo un problema abierto sin solución definitiva.

• Ventaja de $\sigma_c$: Ofrece un enfoque simple y efectivo que funciona bien tanto para mediciones consistentes como discrepantes, incluso con muestras muy pequeñas (2-3 mediciones).
• Limitaciones de otros métodos: El promedio ponderado clásico ($\sigma_1$) es peligroso si hay errores sistemáticos no reportados; la mediana, aunque robusta para el valor central, tiene dificultades para calcular su incertidumbre de manera sencilla y precisa.
• Contexto Metrología: El autor enfatiza que cualquier incertidumbre calculada estadísticamente (Tipo A) es solo una parte de la incertidumbre total. La incertidumbre Tipo B (basada en conocimiento del procedimiento, experiencia previa, etc.) debe considerarse siempre, pero $\sigma_c$ mejora la parte Tipo A al integrar mejor la dispersión observada con las incertidumbres declaradas.

En resumen, la propuesta de Malkin ofrece una herramienta práctica para mejorar la fiabilidad de las combinaciones de datos en ciencias físicas, reduciendo la dependencia de suposiciones arbitrarias sobre la consistencia de los datos.