Mostrando entradas con la etiqueta estadística. Mostrar todas las entradas
Mostrando entradas con la etiqueta estadística. Mostrar todas las entradas

miércoles, 18 de octubre de 2023

3 ocasiones en las que las estadísticas se usaron para sacar conclusiones disparatadas


Florence Nightingale

FUENTE DE LA IMAGEN,GETTY IMAGES

Pie de foto,

Ilustración que muestra a Florence Nightingale en la guerra de Crimea.

¿Recuerdan ese chiste en el que una persona busca bajo una farola las llaves que se le extraviaron en un callejón oscuro, simplemente porque la tarea es más fácil con luz? Pues todos hacemos un poco lo mismo en algún momento. Y los científicos, que no son ajenos a las debilidades humanas, también.

La estadística, una de las ciencias más útiles y rigurosas, ha servido en muchas ocasiones para argumentar debilidades, incluso desvaríos. Y es que a veces, guiados por nuestros propios sesgos, los científicos tendemos a fijarnos en los hechos más llamativos o en aquellos relacionados con nuestra experiencia personal, en lugar de ver en los datos relaciones indirectas o inesperadas.

Y por esta razón, el sesgo de quien interpreta los datos puede producir fenómenos para reír o para echarse a llorar.

Por ejemplo, llevados por sus sesgos, algunos científicos interpretaron que la formación de las mujeres era contraproducente para cuidar enfermos, o que el tamaño del pene medio en un país tenía relación con la renta per cápita.

Hoy, que no hay quien viva sin la estadística, hacemos un guiño para hablar de cuando los sesgos son, más que sesgos, auténticos faroles.

Una lectura machista de las estadísticas para tratar a indigentes Es célebre el caso de la enfermera Florence Nightingale, cuyo diagrama de área polar (o “de la rosa”), elaborado a partir de los datos recopilados mientras prestaba servicio sanitario en la guerra de Crimea, sirvió para convencer a todo un país de que las insalubres condiciones de los hospitales de campaña podían matar más que las balas.

Sin embargo, quizás no es tan conocido el hecho de que sus estadísticas también fueron usadas para desmentir otras falsas creencias. Entre ellas la extendida por los gestores de los hospitales que atendían a indigentes en Reino Unido, que afirmaban sin pudor que los enfermos asignados a enfermeras profesionales evolucionaban peor que los atendidos por enfermeras voluntarias sin formación específica.

La tesis que realmente pretendían demostrar los médicos es que la cualificación técnica de las mujeres entorpecía su instinto natural para proporcionar cuidados. El farol que se marcaron estos señores con sus datos muy probablemente tenía que ver con la oposición social a la educación superior de las mujeres imperante en la época.

Sea como fuere, los números de Nightingale demostraban que lo que ocurría en realidad era que los heridos más graves –y por tanto con peor pronóstico– eran usualmente asignados a enfermeras de carrera.

Este es un ejemplo de lo que se conoce como paradoja de Simpson, que viene a decir que la forma en que agregamos los datos tiene mucho que ver con la lectura que queramos hacer de ellos: obviamente no es lo mismo calcular la mortalidad de los pacientes en función de la cualificación de las enfermeras que los atienden que según la gravedad inicial de sus dolencias.

Los hombres calvos y la covid-19 aguda
En junio de 2020, la revista Forbes publicó las sorprendentes conclusiones de un estudio según el cual “los hombres calvos tenían un riesgo más alto de sufrir covid-19 aguda”.

Forbes se vio obligada a rectificar apuntando que el estudio no había tenido en cuenta la edad de los participantes.

Poco tiempo después, Forbes se vio obligada a rectificar apuntando que el estudio no había tenido en cuenta la edad de los participantes, que resulta ser un factor de riesgo tanto para sufrir covid-19 aguda como para perder el pelo.

Durante la pandemia, la avidez de noticias y la falta de pericia estadística impidió en muchas ocasiones identificar los auténticos factores causales de las conclusiones ofrecidas por algunas investigaciones que iban de farol, a lo grande.

El tamaño del pene y la renta per cápita
El economista Tatu Westling, de la Universidad de Helsinki (Finlandia), publicó en 2012 un artículo titulado “Órgano masculino y crecimiento económico: ¿el tamaño importa?”.

Aunque a priori el tema no parece dar de sí más que para una tertulia de televisión sensacionalista, lo cierto es que el análisis fue publicado en una revista científica y defendido con entusiasmo por su autor (e incluso por alguno de los editores) en varios eventos posteriores.

Para llevarlo a cabo, el doctor Westling cruzó datos de la renta per cápita de 121 países entre 1960 y 1985 con el tamaño del pene de los varones de esas naciones (por lo visto existe una exhaustiva base de datos al respecto, no nos pregunten quién la financió ni por qué lo hizo).

Westling cruzó datos de la renta per cápita de 121 países entre 1960 y 1985 con el tamaño del pene de los varones de esas naciones.

Buscando correlaciones entre ambas variables dijo haber encontrado una significativa para 76 de esos países en el año 1985. Sus conclusiones se resumen en la siguiente gráfica publicada en el artículo: en el eje vertical se indica la renta per cápita en miles de dólares, y en el horizontal la dotación genital de los señores expresada en cm.

Si se observa la disposición de los países en la gráfica, se comprueba que el cuadrante inferior izquierdo está ocupado mayoritariamente por países asiáticos, y el inferior derecho por países africanos. Así que, pásmense, el autor dice encontrar una correlación cuadrática entre ambas variables.

En otras palabras, afirma que esa U-invertida es “un buen resumen” de los datos recogidos. Incluso postula, “aunque con reservas”, que el tamaño del órgano masculino resulta ser un mejor predictor de la evolución del PIB que el régimen político del país en cuestión. ¡Con un par (de p-valores)!

No sé si estarán de acuerdo, pero para encontrar un patrón en esa maraña de puntos hay que tener mucha fe en la testosterona. Sin embargo, el autor se atreve a sugerir, además, relación causal basada en el siguiente razonamiento: un mayor tamaño genital implica un mayor nivel de testosterona y, consecuentemente, menor aversión al riesgo y, por tanto, mayor iniciativa empresarial.

Dejando de lado el hecho de que el autor desestima la influencia en la economía de la mitad de la población –la que carece de genitales externos medibles–, apliquemos el principio de contraposición lógica a este razonamiento. Si mayor tamaño implica mayor crecimiento económico, ¿significa eso que una época de recesión tiene como consecuencia una inesperada merma biológica? ¡Como si les hiciera falta más presión a los ministros de economía!

Todos, también los científicos, estamos sometidos a la tiranía de nuestras “farolas” particulares, que nos guían y nos ciegan a la vez. Pero el método científico y el buen uso de la estadística vienen a rescatarnos de los sesgos cognitivos inherentes al ser humano. 

No olvidemos que, citando a unos grandes pensadores del siglo XX: 
 
“Somos seres racionales… de los que toman raciones en los bares” (Siniestro Total dixit).

*Jose Manuel Rodriguez es profesor de Matemáticas en la Universidad Carlos III, en España. Ana Granados es profesora de matemáticas en la Universidad de Saint Louis, en EE.UU. Ana Portilla Ferreira es profesora de Matemáticas de la Universidad de Saint Louis.

domingo, 18 de febrero de 2018

Hirotugu Akaike, el matemático de las estadísticas más exactas. Desde la experiencia propia y la creatividad, el investigador japonés formuló una ecuación para poder identificar el mejor modelo estadístico a aplicar en cada caso.

Pocos científicos tienen el honor de que utilicen sus descubrimientos continuamente y en todo el mundo sin que se les conozca por algo más que por llevar el apellido en el hallazgo. Hirotugu Akaike es uno de esos extraños casos en el que su gran descubrimiento no viene acompañado de su recorrido académico y vital, más allá de unas pinceladas. Esa circunstancia revela dos aspectos de su personalidad: su discreción y que vivió entregado a la investigación.

Hirotugu Akaike nació un 5 de noviembre, de 1927 en la provincia japonesa de Shizuoka, muy cerca del monte Fuji. Al finalizar la Segunda Guerra Mundial estudió matemáticas en la Universidad de Tokio y durante esos años también se casó y tuvo tres hijas. Su mujer falleció prematuramente y esa circunstancia lo marcó para siempre, aunque animado por sus hijas volvió a casarse de nuevo.

La carrera profesional de Hirotugu Akaike se desarrolló entre 1952 y 1994 en el Instituto de Estadística Matemática de Japón, donde terminó siendo director general antes de ser nombrado profesor emérito.

A principios de la década de 1950, el joven científico Hirotugu Akaike se hizo la crucial pregunta de cómo podría variar el resultado de una estadística según las variables que introduzcamos. Después de más de dos décadas de investigación, logró dar respuesta a su inquietud con una simple ecuación conocida como el Criterio de Información de Akaike.

Con el Criterio de Información de Hirotugu Akaike (AIC) los analistas seleccionan un modelo entre un conjunto de opciones que les permite conocer lo cerca que estarán los resultados de la verdad. AIC se basa en la teoría de la información de los datos de que disponemos.

Para el matemático japonés era tan importante la experiencia como la creatividad, y para encontrar una solución al problema de la calidad de las estadísticas, tener una experiencia propia y una sensación directa de lo que se conoce como vibraciones aleatorias, compró un ‘scooter’ y lo utilizó en las inmediaciones del monte Fuji. Esta experiencia de primera mano lo ayudó a diferenciar entre las vibraciones de conducir en carreteras normales y con mucho tráfico y hacerlo en un camino de montaña, algo que aplicó después a su descubrimiento.

Con más de un centenar de publicaciones científicas en prestigiosas revistas matemáticas y decenas de charlas y seminarios, en el año 2006 Hirotugu Akaike fue galardonado con el Premio Kyoto por el desarrollo del Criterio de información de Akaike (AIC), entre otros logros. El descubridor de cómo controlar las variables y los datos a la hora de plantearse una estadística para asegurar sus resultados como los más cercanos a la realidad murió en el año 2009, a los 81 años.

El buscador Google realiza hoy un homenaje a Hirotugu Akaike con un retrato del matemático en el día en que habría cumplido 90 años. El doodle presenta su cara en medio de una aproximación de funciones, parámetros y sus respectivas curvas para destacar el resultado de su trabajo más conocido en todo el mundo: el Criterio de Información de Akaike.

Gracias a él, los resultados de las estadísticas nos gustarán más o menos, pero Hirotugu Akaike fue capaz de realizar una sistematización sobre como se afronta la elaboración de esta disciplina matemática y, además, garantizar su cercanía a lo más exacto posible a la realidad.

https://elpais.com/elpais/2017/11/05/ciencia/1509868066_437268.html?rel=str_articulo#1517315906482