![\"gauss-vs-pareto-grande\"](\"https:\/\/www.madrimasd.org\/blogs\/universo\/wp-content\/blogs.dir\/42\/files\/189\/gauss-vs-pareto-grande.jpg\")
<\/p>\n <\/p>\n
Fuente Colaje Im\u00e1genes Google<\/span><\/p>\n El tema que vamos a analizar someramente hoy no puedo calificarlo, ya que acabo de publicar sobre \u00e9l un par de art\u00edculos en los que he tomado una clara posici\u00f3n. La historia puedo resumirla brevemente as\u00ed, si bien es enormemente larga. Tras un congreso sobre fractales y medios porosos heterog\u00e9neos, organizado por el grupo denominado Pedofract<\/a>, al que pertenezco desde tiempos inmemoriales, deb\u00eda redactar un art\u00edculo (aunque finalmente fueron dos), si bien no sab\u00eda ni por d\u00f3nde empezar. Los resultados obtenidos en mis estudios sobre edafodiversidad y biodiversidad son bastante contundentes. Sin embargo, usualmente trabajo sobre cartograf\u00edas digitalizadas, y esta vez resultaban ser las de los denominados<\/strong><\/span> Sistemas de Tierra o Land Systems<\/a>. Los sistemas de tierra, son el producto de combinar (superponer digitalmente) una gran variedad de mapas de distintos recursos naturales y generalmente a diferentes escalas de resoluci\u00f3n<\/span>, con vistas a proponer unidades operativas en materias de gesti\u00f3n territorial<\/span><\/strong>. En otras palabras, con independencia da las bondades y debilidades de su utilidad, los pol\u00edgonos resultantes son absolutamente artificiales<\/span><\/strong>, encontr\u00e1ndose sesgados por las cartograf\u00edas de base disponibles y los prop\u00f3sitos perseguidos. Cada pol\u00edgono es un pastiche caracterizado, con mayor o menor acierto, por los mapas de las variables consideradas (relieve, vegetaci\u00f3n, litolog\u00eda, usos del suelo, pendientes, etc., etc.) Para mi asombro, en lugar de arrojarme por el precipicio, detect\u00e9 at\u00f3nito que los resultados de su distribuci\u00f3n conforme al tama\u00f1o de los pol\u00edgonos de los distintos land sytems<\/em>, se ajustaban mucho mejor que los que hab\u00edamos detectado hasta ahora en las indagaciones acerca de la distribuci\u00f3n espacial de unidades de vegetaci\u00f3n, suelos, etc., etc<\/strong><\/span>. En materia de ecolog\u00eda, no se trata de un descubrimiento personal, sino que hablamos, por ejemplo del pilar, de la denominada Teor\u00eda de la Biogeograf\u00eda Insular y el incremento del n\u00famero de especies conforme aumenta el \u00e1rea de muestreada, como ya hemos comentado en nuestra bit\u00e1cora.<\/p>\n Aquel c\u00e1lido verano en que deb\u00eda abordar el estudio, unos terribles antecedentes previos personales acaecidos a lo largo de los dos \u00faltimos a\u00f1os me obnubilaban la mente. Y as\u00ed, navegando por Internet sin aparente rumbo durante varias horas top\u00e9 con los trabajos de Bin Jiang<\/a>, experto en informaci\u00f3n geoespacial en una universidad de Suecia. Leyendo asombrado a Bin, top\u00e9 con Chris Anderson<\/a>, quien, adem\u00e1s de acu\u00f1ar los vocablos \u201cLong tail<\/em><\/span>\u201d<\/span><\/strong>, hab\u00eda revolucionado muchos \u00e1mbitos del comercio y especialmente ayudado a engendrar la gran econom\u00eda del comercio on-line. (Amaz\u00f3n, Neflix, etc., etc<\/span><\/strong>.<\/span>). Abajo os dejo algunos enlaces.<\/p>\n Pues bien, resulta que topaba con estudios, estad\u00edsticas y comentarios, muchos de los cuales, ten\u00edan palmarios paralelismos con los detectados durante 30 a\u00f1os de indagaciones personales. La<\/span> \u201c<\/strong>econom\u00eda de las colas largas<\/a>\u201d las vivimos actualmente todos nosotros sin saberlo<\/span><\/strong>. La ventaja para m\u00ed de los estudios realizados por Bin estribaba en que \u00e9l es que es un analista de informaci\u00f3n geoespacial y la geograf\u00eda<\/strong>. Al parecer, \u00e9l igual que yo,<\/span> top\u00e1bamos siempre, al utilizar sistemas de informaci\u00f3n que geogr\u00e1fica con el mismo patr\u00f3n<\/strong><\/span>. Permitirme que se lo explique traduciendo un fragmento del abstract<\/em> de mi publicaci\u00f3n (2020):<\/p>\n Algunos ge\u00f3grafos consideran que hay muchas m\u00e1s cosas \/ objetos peque\u00f1os que grandes, a lo largo de varios \u00f3rdenes de magnitud en el espacio geogr\u00e1fico, como para poder considerarla una ley<\/span><\/em><\/strong>. Adem\u00e1s, algunos ge\u00f3grafos sostienen que el \u00abpensamiento gaussiano\u00bb cl\u00e1sico y sus herramientas estad\u00edsticas deber\u00edan ser reemplazados por un \u00abpensamiento Paretiano\u00bb y las suyas<\/strong><\/span>. En esta revisi\u00f3n se han analizado los temas anteriores as\u00ed como los problemas inherentes a las pruebas de bondad de ajuste en estad\u00edstica, la falta de datos adecuados y los tipos de mapas cognitivos que utilizamos en nuestra civilizaci\u00f3n<\/strong><\/span>, apoyando la conjetura de que deber\u00edamos incluir el pensamiento Parietano en nuestras investigaciones, como m\u00ednimo la misma manera lo hacemos con el de Gauss sobre el que se basa gran parte de las herramientas estad\u00edsticas que utilizamos<\/strong><\/span><\/em>.<\/p>\n La estadista de la que solemos hacer uso se basa en las curvas de distribuci\u00f3n normal o de Gauss<\/a> (ver imagen de la entradilla). Hablamos de Carl Friedrich Gauss<\/a> frente a los desarrollos de Vilfredo Pareto<\/a>. Como puede observarse, los estad\u00edsticos cl\u00e1sicos de media, mediana, moda, y varianza carecen de sentido en las distribuciones de colas largas. Por ejemplo<\/span><\/strong>, la moda se encuentra a gran distancia de la media. Por lo tanto, carece a menudo de fundamento el \u201cforzar\u201d los datos hacia la distribuci\u00f3n normal (normalizaci\u00f3n<\/a>). Bin Jiang<\/a> detecto lo mismo tanto en cartograf\u00edas de recursos naturales como en las urbanas, entre otras<\/strong><\/span>. Lo extra\u00f1o, seg\u00fan su experiencia y la m\u00eda, estriba en encontrar distribuciones de colas largas, no apareciendo la \u201cnormal\u201d ni en fantas\u00eda. Para haceros una idea de lo que es una distribuci\u00f3n de Pareto, pod\u00e9is realizar el siguiente \u201crompedor experimento\u201d en <\/b>vuestra<\/b><\/span> casa o despacho<\/b><\/span>. Se agarra una botella, preferentemente vac\u00eda por razones obvias, y la tir\u00e1is con fuerza al suelo hasta que estalle en una pl\u00e9tora de pedacitos. Luego recog\u00e9is los fragmentos, contando su n\u00famero en funci\u00f3n de su tama\u00f1o. \u00a1Y ya est\u00e1!: aparecer\u00e1 una distribuci\u00f3n de cola larga con muchos peque\u00f1os trocitos de vidrio y muy pocos grandes \u00bfQu\u00e9 ocurre si tales datos los intent\u00e1is ajustar a las distribuciones de Gauss y Pareto?: \u00a1Pareto, Pareto y Pareto!.<\/p>\n El dilema entre el pensamiento gausiano imperante y el de Paretto al acecho, ha comenzado a recibir mucha atenci\u00f3n<\/strong><\/span>. Sin embargo, el debate m\u00e1s caliente acaece en \u00e1mbitos como las ciencias sociales, econom\u00eda, finanzas e incluso pol\u00edtica, mientras que en las ciencias de los recursos naturales \u201cporca misera<\/a>\u201d apenas se le ha prestado atenci\u00f3n. Por ejemplo la distribuci\u00f3n de la riqueza en el mundo, el n\u00famero de palabras usadas en textos de diferentes idiomas, etc., etc., se ajustan a las aludidas distribuciones de colas largas.<\/p>\n Resumiendo, la ciencia actual se enfrenta a un serio problema al pensar que la distribuci\u00f3n normal y sus estad\u00edsticas son can\u00f3nicas, mientras que las de colas largas no, cuando en verdaderamente los datos se obstinan en demostrar lo contrario<\/em><\/span><\/strong>.<\/p>\n Este ser\u00e1 pues posiblemente el primer post de una nueva categor\u00eda que vamos a crear en nuestra bit\u00e1cora \u201cpensamiento parietano vs pensamiento gausiano<\/a>\u201d, como se se\u00f1ala en el enlace, si bien no estoy de acuerdo con todo su contenido.<\/p>\n Hay mucho que contar sobre este asunto. Probar ahora vosotros, aunque os avanzo que generalmente, si estudiamos un fen\u00f3meno haciendo replicas como placas Petri o parcelas de campo para probar la eficacia de los f\u00e1rmacos o pesticidas respectivamente, es usual detectar distribuciones normales. Ahora bien, al estudiar fen\u00f3menos normales, es decir no replicados, las distribuciones de colas largas son casi la regla<\/span><\/strong>.<\/p>\n Os dejo con informaci\u00f3n adicional. Como podr\u00e9is percataros, no es frecuente detectar estudios de ciencias experimentales y naturales, bas\u00e1ndose en otros llevados a cabo en ciencias humanas, sociales y econ\u00f3micas \u00bfno?. Hoy os muestro una excepci\u00f3n.<\/p>\n Juan Jos\u00e9 Ib\u00e1\u00f1ez<\/strong><\/span><\/p>\n Contin\u00faa\u2026\u2026\u2026\u2026<\/em><\/span><\/p>\n <\/p>\n Exploring the scaling law of geographical space: Gaussian versus Paretian thinking<\/a> (2020)<\/p>\n La larga estela<\/strong> o larga cola<\/strong> (en el original en ingl\u00e9s<\/a> The Long Tail<\/em>) fue una expresi\u00f3n popularizada por Chris Anderson<\/a> en un art\u00edculo de la revista Wired<\/a> de octubre de 2004 para describir determinados tipos de negocios y modelos econ\u00f3micos tales como Amazon<\/a> o Netflix<\/a>.1<\/a><\/sup>2<\/a><\/sup> Anderson elabor\u00f3 el concepto en su libro The Long Tail: Why the Future of Business Is Selling Less of More<\/a><\/em>.3<\/a><\/sup>4<\/a><\/sup> El t\u00e9rmino larga cola se utiliza normalmente en estad\u00edstica en relaci\u00f3n con distribuciones de riqueza o con el uso del vocabulario.<\/p>\n La larga cola es un modelo de negocio que desmitifica modelos tradicionales en los que se ense\u00f1aba que los productos que se deben vender son los que tienen mayor rotaci\u00f3n.<\/p>\n \u00cdndice<\/strong><\/p>\n La larga cola en estad\u00edstica<\/strong><\/p>\n<\/div>\n La larga cola es el nombre coloquial para una bien conocida caracter\u00edstica de las distribuciones estad\u00edsticas<\/strong> (Zipf<\/a>, Ley de potencias<\/strong>, distribuciones de Pareto<\/a> y en general distribuciones de L\u00e9vy<\/a>). La caracter\u00edstica es tambi\u00e9n conocida como heavy tails<\/em>, power-law tails<\/em>, o las colas de Pareto<\/strong>. Estas distribuciones son semejantes al gr\u00e1fico que acompa\u00f1a estas l\u00edneas.<\/p>\n En estas distribuciones una amplia frecuencia o gran frecuencia de \u00abtransacciones\u00bb es seguida por una baja frecuencia o baja amplitud de la poblaci\u00f3n que disminuye gradualmente. En muchos casos, los acontecimientos de baja frecuencia o escasa amplitud \u2014la larga cola, representada aqu\u00ed por la porci\u00f3n amarilla del gr\u00e1fico\u2014 pueden abarcar la mayor parte del gr\u00e1fico.<\/p>\n La evoluci\u00f3n social y la larga cola de Chris Anderson<\/strong><\/p>\n<\/div>\n Internet y el entorno digital han cambiado las leyes de distribuci\u00f3n y las reglas del mercado. Para Chris Anderson, la reducci\u00f3n del coste de almacenamiento y distribuci\u00f3n permiten que ya no sea necesario focalizar el negocio en pocos productos. Seg\u00fan Anderson, ahora existen dos mercados:<\/p>\n 1. El mercado de masas: centrado en el alto rendimiento de pocos productos y que seg\u00fan Chris Anderson ya se est\u00e1 quedando atr\u00e1s.<\/p>\n 2. El nicho de mercados: se basa en la suma o acumulaci\u00f3n de todas las peque\u00f1as ventas de muchos productos, que pueden igualar o superar al primero.<\/p>\n Ambos mercados son los que se encuentran representados en el gr\u00e1fico de The Long Tail, son la cabeza y la cola del gr\u00e1fico, respectivamente.<\/p>\n FRANCIS GARCIA EGEA<\/span><\/strong><\/p>\n Chris Anderson<\/strong>, editor jefe de Wired Magazine, escribi\u00f3 un art\u00edculo a finales del 2004 <\/strong>hablando sobre \u201cLong Tail \u201d (\u201clarga cola\u201d en castellano)<\/strong>. El art\u00edculo llamado \u201cThe Long Tail<\/a>\u201d tuvo una repercusi\u00f3n muy grande sobre el modelo econ\u00f3mico entonces implantado en internet<\/strong>. En este art\u00edculo Anderson nos explica que internet y el entorno digital han cambiado las reglas y leyes de distribuci\u00f3n del mercado<\/strong>.<\/p>\n El t\u00e9rmino \u201clarga cola\u201d se utiliza normalmente en estad\u00edstica en relaci\u00f3n con distribuciones de riqueza<\/span><\/strong>.<\/em><\/p>\n Si miramos una gr\u00e1fica de los productos que ofrece una empresa, podremos ver que unos pocos representan el mayor ingreso<\/strong>, seguido por una larga cola que contiene el resto de productos que aportan entre todos menos ingresos que los productos principales. Pongamos un ejemplo: una empresa con 100 productos. 20 de ellos representan el 80% de los ingresos y el \u201cLong Tail\u201d ser\u00edan los otros 80 productos que representan el 20% restantes de ingresos<\/strong>. Hasta ahora las empresas descuidaban esos productos que estaban en la larga cola y se centraban en los \u201cproductos estrella\u201d.<\/p>\n Lo que nos dice C. Anderson es que<\/strong> con la aparici\u00f3n de internet y las nuevas tecnolog\u00edas se han visto reducidos los costes de almacenamiento y distribuci\u00f3n.<\/p>\n El alto coste de almacenaje en las tiendas f\u00edsicas hace imposible acogerse al \u201c Long Tail \u201d, as\u00ed que, por ejemplo, una tienda de m\u00fasica f\u00edsica<\/strong> tendr\u00eda expuestos en sus estanter\u00edas \u00fanicamente los discos de m\u00e1s inter\u00e9s para la mayor\u00eda de los consumidores, mientras que una tienda de m\u00fasica on-line<\/em><\/strong> <\/em>podr\u00eda exponer tanto los \u00e1lbumes de gran demanda como los \u00e1lbumes menos demandados. Un ejemplo de empresas que pueden disponer de cat\u00e1logos de productos mucho m\u00e1s amplios son Amazon<\/a> o Netflix<\/a>.<\/p>\n Seg\u00fan Chris Anderson hay dos tipos de mercados, el mercado de masas<\/strong> y el nicho de mercados<\/strong>.<\/p>\n El mercado de masas<\/strong> es el mercado centrado en el alto rendimiento de unos pocos productos y que, seg\u00fan \u00e9l, se est\u00e1 quedando atr\u00e1s superado por el nicho de mercados que se basa en la suma o acumulaci\u00f3n de todas las peque\u00f1as ventas de muchos productos, que pueden igualar o superar al primero.<\/p>\n Adem\u00e1s, la larga cola est\u00e1 relacionada con el principio de Pareto, siendo \u00e9sta una conocida caracter\u00edstica de las distribuciones estad\u00edsticas.<\/p>\n El principio de Pareto<\/strong> o del 80\/20, siempre aplicada al marketing, dice que un 80% de las ventas es generado por un 20% de los productos o dicho de otra manera, que el 20% de los productos generan un 80% de los ingresos.<\/p>\n Lo que importa destacar de la relaci\u00f3n entre el \u201cLong Tail\u201d y el principio de Pareto es precisamente la diferencia que hay entre ellos.: el foco<\/strong>. Mientras que seg\u00fan Pareto tenemos que enfocar nuestras ventas en el 20% de los productos que aportan el 80% de los ingresos, la larga cola ve oportunidades en la diversidad del 80% de productos \u201crestantes\u201d. Por tanto, podemos concluir que una excelente estrategia cuando la competencia es fuerte o somos una peque\u00f1a empresa<\/strong>, puede ser centrarnos en la larga cola<\/strong> y sobrevivir con estos productos en un nicho de mercado a veces \u201cdejado de lado\u201d.<\/p>\n From Gaussian to Paretian Thinking: Causes and Implications of Power Laws in Organizations<\/a><\/p>\n Geospatial Analysis Requires a Different Way of Thinking: The Problem of Spatial Heterogeneity<\/a><\/p>\n Bin Jiang<\/a>, Department of Technology and Built Environment, Division of Geomatics; University of G\u00e4vle, SE-801 76 G\u00e4vle, Sweden<\/p>\n Pierpaolo Andriani and Bill McKelvey; Organization Science; Vol. 20, No. 6 (Nov. – Dec., 2009), pp. 1053-1071 (19 pages); Published By: INFORMS; https:\/\/www.jstor.org\/stable\/25614715<\/a> y en accesao abierto https:\/\/www.researchgate.net\/publication\/220521037_From_Gaussian_to_Paretian_Thinking_Causes_and_Implications_of_Power_Laws_in_Organizations<\/a><\/p>\n","protected":false},"excerpt":{"rendered":" Fuente Colaje Im\u00e1genes Google El tema que vamos a analizar someramente hoy no puedo calificarlo, ya que acabo de publicar sobre \u00e9l un par de art\u00edculos en los que he tomado una clara posici\u00f3n. La historia puedo resumirla brevemente as\u00ed, si bien es enormemente larga. Tras un congreso sobre fractales y medios porosos heterog\u00e9neos, organizado por el grupo denominado Pedofract, al que pertenezco desde tiempos inmemoriales, deb\u00eda redactar un art\u00edculo (aunque finalmente fueron dos), si bien no sab\u00eda ni por d\u00f3nde empezar. Los resultados obtenidos en mis estudios sobre edafodiversidad y biodiversidad son bastante contundentes. Sin embargo, usualmente trabajo\u2026<\/p>\n","protected":false},"author":26,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"ngg_post_thumbnail":0},"categories":[596],"tags":[48411,48414,46718,43500,48413,48412,43499,46676,46682],"blocksy_meta":{"styles_descriptor":{"styles":{"desktop":"","tablet":"","mobile":""},"google_fonts":[],"version":4}},"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/www.madrimasd.org\/blogs\/universo\/wp-json\/wp\/v2\/posts\/151570"}],"collection":[{"href":"https:\/\/www.madrimasd.org\/blogs\/universo\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.madrimasd.org\/blogs\/universo\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.madrimasd.org\/blogs\/universo\/wp-json\/wp\/v2\/users\/26"}],"replies":[{"embeddable":true,"href":"https:\/\/www.madrimasd.org\/blogs\/universo\/wp-json\/wp\/v2\/comments?post=151570"}],"version-history":[{"count":5,"href":"https:\/\/www.madrimasd.org\/blogs\/universo\/wp-json\/wp\/v2\/posts\/151570\/revisions"}],"predecessor-version":[{"id":152796,"href":"https:\/\/www.madrimasd.org\/blogs\/universo\/wp-json\/wp\/v2\/posts\/151570\/revisions\/152796"}],"wp:attachment":[{"href":"https:\/\/www.madrimasd.org\/blogs\/universo\/wp-json\/wp\/v2\/media?parent=151570"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.madrimasd.org\/blogs\/universo\/wp-json\/wp\/v2\/categories?post=151570"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.madrimasd.org\/blogs\/universo\/wp-json\/wp\/v2\/tags?post=151570"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}\nLarga cola<\/a> Wikipedia<\/span><\/strong><\/h2>\n<\/div>\n
\n
\n\nOtras Fuentes en Internet<\/span><\/h2>\n
DATOS GRANDES, COLAS LARGAS<\/a><\/h2>\n
\u00bfQu\u00e9 es el \u00abLong Tail\u00bb?<\/a><\/strong><\/h2>\n
Mterial de Inter\u00e9s<\/span><\/h2>\n