Vaak komen we zaken op internet tegen die niet groot genoeg zijn om een heel stuk over te schrijven of soms hebben we daar de tijd niet voor. Daarom willen wij in deze nieuwe rubriek een verzameling interessante of gewoon vermakelijke berichtjes van de afgelopen week met de lezers van Kloptdatwel delen. Leesvoer voor in het weekend!
- Skeptical Inquirer: The Amazing Life And Legacy Of James ‘The Amazing’ Randi
- Forbes: The Uncensored Guide To ‘Oumuamua, Aliens, And That Harvard Astronomer
- Pepijn van Erp: Bayes Lines Tool is just another flawed attempt by the consortium to discredit PCR tests
- Eurosurveillance: Response to retraction request and allegations of misconduct and scientific flaws – waarmee ze het ‘retraction paper‘ van Borger cs naar de prullenbak verwijzen.
- The Guardian: House votes to remove Republican extremist Marjorie Taylor Greene from committee roles
- NRC: Wetteloze kruiden
- Chris Klomp: De kansloze treiterstrijd van Viruswaarheid
- Desinformatie in je gemeente
RV says
Menner Klomp
Bedankt voor uw artikel, met name de mooie passage:
– Wat de treiteraars van Viruswaarheid nu al maanden proberen is tijdens een uitslaande flatbrand de brandweer aanklagen omdat ze bluswater gebruiken. Om vervolgens als ze ongenadig ongelijk krijgen weer naar de rechter te stappen in een poging om dan maar brandslangen te verbieden.-
Treitergedrag van Viruswaarheid? Zeker. Ze heeft een abonnement op rechtszaken. Gewoon ordinair pesten. Maar er zit wel een waarom achter, denk ik. Het niet willen begrijpen dat er een vreselijke pandemie is. Daarbij het gevoel hebben dat ze niet wordt begrepen door de rest van de mensen. En dat leidt tot fanatiek pesten, terugpesten in haar ogen.
Rechters, die ironisch zijn? Ja, dat komt voor. Dat weet ik. Ze mogen het eigenlijk niet. Maar als de eisen en de argumentaties van de eisers echt botsen met het recht, tja …
RV says
https://www.nu.nl/coronavirus/6114642/nucheckt-de-who-schreef-niet-dat-veel-coronatestuitslagen-onjuist-zijn.html
Jan Willem Nienhuys says
Dat Bayes Lines Tool is een verbazingwekkend stukje onzin. Als je een test doet kan die correct positief, fout positief , correct negatief en fout negatief zijn. Voor het interpreteren van een een enkele positieve testuitslag is vooral de verhouding fractie correct positief gedeeld door fractie fout positief belangrijk.
Als je bij een gegeven collectie tests de “fractie positief” kent weet je nog niks. Dat is namelijk de som: prevalence maal correct positief plus (1-prevalence) maal fout positief.
De “prevalence” is in dit geval de fractie echt zieken in de onderzochte groep.
Het maakt nogal wat uit of je onderzochte groep “iedereen van een stad waarin een
geval is aangetroffen zonder bekende bron” is dan wel “personen met symptomen” of
“personen die contact gehad hebben met een zieke”.
Je kunt die vier getallen (correct positief = fractie van de echt zieken bij wie de testuitslag positief uitvalt enzovoorts voor de andere drie) alleen bepalen als je met een andere methode ondubbelzinnig heb vastgesteld wie er echt ziek is en wie niet.
Dit nog afgezien van problemen met kleine getallen. Als van 1000 gegarandeerd zieken er 10 niet gevonden worden met je test, zou je kunnen denken dat de test ‘99% correct positief’ of “1% fout negatief” – dat komt op hetzelfde neer – is. Met de in de wetenschap gebruikelijke marges kun je dan wel zeggen dat het percentage fout-negatief waarschijnlijk ergens tussen de 0,5% en 1,7% zit.
Maar in dat hele Bayes Lines Tool komt niets voor dat op de een of andere manier de testuitslagen vergelijkt met écht ziek of besmet (of écht niet).
Het doet me denken aan die blinde geleerde in Gulliver’s Travels die bezig was aan andere blinden te leren hoe je kleuren op de tast kon herkennen. Zonder ook maar de geringste mogelijkheid om de werkelijke kleur van een ding te herkennen zou die aan de hand van prestaties van zijn leerlingen op proefwerken ook met de Bayes Line Tool kunnen spelen. Gewoon onzin.