Cuidado con las estadísticas

Un amigo que es ingeniero civil me dijo hace años: cuando veo a alguien de ciencias sociales escribir una fórmula, me pongo a tiritar. Se refería es a la ligereza con que usan las matemáticas -en particular la estadística-  para obtener conclusiones.

Esto a propósito de una pequeña discusión que tuve con un amigo -economista- sobre el análisis estadístico de las encuestas que hicimos. Me decía que no es mi campo y es cierto, me mareo usando el programa SPSS y  gran parte de la operatoria se me ha olvidado o nunca la aprendí bien. Pero hay algunas cosas fundamentales que recuerdo clarito. Mi profesor de estadísticas fue don Erich Glass, un viejito austriaco de un caracter endemoniado, aunque con el tiempo nos hicimos bien amigos. Nos hizo un curso fácil que todos aprobamos, seguramente tuvimos una formación superficial en la operatoria pero muy completa en el fondo del asunto: que significaba la estadística como herramienta para asuntos científicos. 

Es uno de los pocos ramos de la universidad de los que recuerdo haber aprendido algo: hice cálculo 1, cálculo 2 y ecuaciones diferenciales (donde fuí ayudante), cálculo vectorial y al día de hoy lo único que recuerdo de todo eso es que la derivada de x cuadrado es 2x y que una integral definida es el área bajo la curva. No hay absolutamente nada más que recuerde de los cientos de horas y pruebas que tuve que pasar porque fueron todo operatoria, complicada y sin ningún sentido práctico. Sin embargo recuerdo bien algunas cosas importantes de estadística.

Por ejemplo como se abusa de la frase "está estadísticamente comprobado" algo que induce a error a los que no entienden bien la ciencia de las probabilidades. La estadística tiene dos grandes usos: predecir la probabilidad de un evento incierto y detectar anormalidades de la distribución normal, no entrega predicciones exactas ni encuentra relaciones causa-efecto como cree mucha gente de las ciencias sociales con una formación superficial, principalmente operatoria en el asunto.

La curva de Bell o distribución normal de probabilidades que se muestra en esta entrada es la expresión gráfica de algo que todos sabemos intuitivamente: las cosas probables ocurren con más frecuencia que las improbables. La ciencia moderna tiene una tendencia a abandonar la visión mecanicista de causa-efecto inevitable por la de un mundo más incierto, donde las leyes más seguras simplemente se consideran con una probabilidad muy alta.

Aunque hay cosas tan probables que jamás se han visto excepciones, como el principio de conservación de la energía o la Ley de Bradanovic: de los cuernos y de la muerte no se salva nadie pero en un enfoque moderno, consciente de las limitaciones de nuestra experiencia nada se da por seguro o definitivo. El problema ocurre a medida que nos alejamos de las ciencias duras, que estudian los fenómenos relativamente simples (física, química, etc.) y nos acercamos a las ciencias sociales que estudian cosas mucho más complejas como por ejemplo el comportamiento de seres vivos.

Y aquí viene algo de lo que se abusa descaradamente en ciencias sociales: sugerir o afirmar que las correlaciones demuestran una relación causa-efecto. La afirmación de que el aumento global de temperatura es causado por la disminución de los piratas en el mundo, cosa que está estadísticamente comprobada como muchos otros ejemplos de como se usa la estadística para dar prestigio a opiniones fundamentalmente ideológicas o intuitivas.

¿Y a que viene todo esto? bueno, la discusión inicial era que se podían buscar correlaciones por puro análisis estadístico de las respuestas, sin ninguna hipótesis de trabajo para el diseño de las preguntas, que bastaba buscar correlaciones que mostrarían (demostrarían estadísticamente) relaciones de causa-efecto entre las variables. Claro que no, eso es un mal uso de la herramienta estadística, tal como pretender que con estadísticas se demuestra la teoría de la herencia, la de piratas y calentamiento global o tantos otros. Ojo, cuidado con las estadísticas y las ciencias sociales.