Sinastrías astrológicas en una red bipartita: análisis exploratorio mediante un modelo nulo demográfico

Este preprint presenta un análisis exploratorio de sinastrías astrológicas en una red bipartita de 494 díadas codificadas F–M. El objetivo es documentar un procedimiento estadístico explícito y reproducible para comparar resúmenes angulares observados con los esperables bajo un modelo nulo que conserva la secuencia de grados de la red y pondera las configuraciones según dos características demográficas relacionadas con la edad.

Se generaron cuatro cadenas MCMC de redes bipartitas mediante intercambios 2-switch. Los datos angulares se representaron con componentes de seno y coseno en varios armónicos, formando un vector de 1.296 coordenadas. Se examinaron tres estadísticos globales —distancia de Mahalanobis, distancia de energía y max-T— y un análisis posterior de Mahalanobis ponderado sobre seis bloques par–armónico seleccionados durante la exploración.

Los resultados difieren según el estadístico. En el espacio completo, los valores p empíricos superiores fueron aproximadamente 0,039–0,048 para Mahalanobis, 0,100 para la distancia de energía y 0,196 para max-T. El análisis posterior de seis bloques fue más extremo frente a las redes nulas evaluadas, pero los bloques se eligieron con los mismos datos: su valor p no corrige esa selección y no constituye evidencia confirmatoria. El preprint expone también los diagnósticos MCMC disponibles y sus límites, incluida la dependencia entre muestras y la resolución de Monte Carlo.

El trabajo no pretende afirmar ni negar la astrología en general. Su propósito es contribuir a metodologías más rigurosas, contrastables y reproducibles para evaluar preguntas delimitadas sobre sinastrías, distinguiendo los análisis exploratorios de futuras pruebas confirmatorias independientes. Los datos individuales no se incluyen en este depósito porque contienen información personal; su posible difusión requiere verificar previamente los permisos y las condiciones éticas y legales aplicables.