jueves, 23 de octubre de 2008

Uso y abuso de los datos estadísticos.

Tal y como publica Wharton Universia, el hecho de que exista una cierta probabilidad de cometer errores en un estudio de investigación debe ser motivo de preocupación.

Incluso si se tiene cuidado eligiendo una buena muestra, existe la posibilidad de obtener resultados engañosos”, señala. “Un problema habitual es el data mining. Si alguien analiza una gran base de datos durante suficiente tiempo, posiblemente encuentre un efecto estadísticamente significativo o diferencia entre algunos grupos de variables”. Desafortunadamente, explica Jensen, los investigadores a menudo simplemente sólo informan sobre un único resultado significativo sin admitir “las numerosas pruebas no significativas realizadas antes de obtener dicho resultado”.

Según Jensen, “es necesaria una estricta supervisión de todo el proceso de pruebas para evaluar dichos resultados en perspectiva”. Pero al menos existen dos fuerzas que suelen influir negativamente sobre la efectividad de los análisis. “La primera es una desconfianza en los análisis estadísticos, y la segunda es una falta de diálogo entre los estadísticos teóricos y los prácticos”. De hecho, sostiene Jensen, “muchos estudios de medicina, economía y ciencias sociales podrían beneficiarse si entablasen conversación con los estadísticos sobre el análisis de los datos recogidos o sobre la propia recogida de los datos”.

Bradlow también muestra preocupación sobre la interpretación de los resultados estadísticos. “Siempre digo a mis alumnos que las soluciones condicionadas por los datos no siempre proporcionan la respuesta correcta. Es más, pueden indicarte qué respuestas se deben eliminar por no estar respaldadas por los datos”. El verdadero valor de los análisis estadísticos es que ayudan a sus usuarios a caracterizar adecuadamente la incertidumbre en lugar de hacer “suposiciones”; contribuyen a identificar qué resultados son estadísticamente significativos y a dar respuesta a hipótesis específicas.

El tema clave es la representatividad”, explica Bradlow en referencia al informe Roger Clemens. “Los investigadores y usuarios deberían siempre estar preocupados por cómo se obtienen los datos y si representan una muestra aleatoria. En caso negativo se debe tener cuidado con las conclusiones que se extraigan”.

Para Wolfers, una de las claves para minimizar un mal uso de las estadísticas conlleva una plausibilidad intuitiva, esto es, comprender el enfoque adoptado por el investigador y la interacción entre las fuerzas que intervienen. “Es importante saber cuáles son los factores existentes detrás de cada variable”, dice. “Una vez determinadas los observadores comprenderán todo mejor y establecerán las relaciones de causalidad”.




blogger templates | Make Money Online