“Llegará el día en el que el pensamiento estadístico será una condición tan necesaria para la convivencia eficiente como la capacidad de leer y escribir” — H.G. Wells
Posts tagged Filosofía
El sofisma frecuentista
Apr 25th
Milan Kundera, “antiguo colaborador” expresa algunos de mis razonamientos en su magnífica obra: <<La Insoportable Levedad del Ser>>
Primero: definición del espacio muestral:
Existe en el reino de lo posible una cantidad infinita de amores no realizados por otros hombres.
Segundo: Definición del concepto de variable aleatoria y realización:
Hace siete años se produjo casualmente en el hospital de la ciudad de Teresa un caso de enfermedad cerebral… en la ciudad había cinco hoteles, pero Tomás fue a parar justo a aquel donde trabajaba Teresa, casualmente le sobró un poco de tiempo para ir al restaurante. Teresa casualmente estaba de servicio y casualmente atendió la mesa de Tomas, hizo falta que se produjeran seis casualidades para empujar a tomas hacia Teresa, como si él mismo no tuviera ganas.
Tercero: Teoría de los sucesos aleatorios y falencias frecuentistas:
¿Cómo podía saberlo? ¿Cómo podía comprobarlo? Cualquier colegial podía hacer experimentos durante la clase de física y comprobar si determinada hipótesis científica es cierta. Pero el hombre dado que vive sólo una vida, nunca tiene la posibilidad de comprobar una hipótesis mediante un experimento y por eso nunca llega a averiguar si debía haber prestado oído a un sentimiento o no…
El hombre nunca puede saber qué debe querer porque vive sólo una vida y no tiene modo de compararla con sus vidas precedentes ni enmendarla en sus vidas posteriores.
!!! Gracias Milan !!!
Yo no soy muestrista
Apr 11th
Este post comienza con una breve anécdota de un buen amigo que labora para el departamento que brinda las respetables estadísticas oficiales en el país, DANE. Mi amigo me comentaba que mientras trabajaba en su computador, el entonces director de la institución, hacía lobby en el conjunto de cubículos donde eran engendradas estimaciones, factores de ponderación y expansión, errores de muestreo, etc. El desocupado director, decidió saludar a todos y cada uno de los proletarios (porque ni siquiera tienen el calificativo de empleados, pues la entidad no se quiere comprometer con ellos mediante una contratación de planta, sino que prefiere mantenerse al margen de tal responsabilidad contratando por medio de la figura de prestación de servicios). Ellos, a su vez, decidieron rendirle tributo a aquel personaje — “Mire, ahí está Caballero, el director” –- exclamaban entre dientes mientras se preparaban para el gentil saludo. El dimitente funcionario se acercaba a cada uno y les extendía la mano mientras preguntaba -– “Hola, ¿tú eres muestrista o estadístico?” – cuando mi amigo tuvo el honor de responder a tan inteligente y sublime pregunta, trataba de controlar sus traicioneros nervios y no atinó a contestar nada.
Trato de visualizar la anterior situación y realmente… no le hallo sentido. No me suena esa palabra: muestrista. De hecho, ni siquiera se encuentra en el diccionario de la Real academia de la lengua española. En google se encuentran muy raras acepciones a la palabrilla entre ellas están: costurero, modelista, miembro de alguna secta, vendedor de enciclopedias y en un lugar alejado… persona que diseña planes de muestreo.
Yo no soy muestrista, ni Bayesiano, ni Fisheriano, ni frecuentista, ni clásico, ni no-paramétrico… soy todos y a la vez ninguno ¡soy estadístico!
En materia de filosofía estadística no me caso con ninguna corriente, es mejor tener una gama de técnicas con diversos supuestos porque éste es un mundo dinámico y se necesitan tópicos de pensamiento variados para afrontar un problema de investigación. La estadística es una ciencia aplicada, existe para resolver problemas prácticos y en la vida real éstos son de todo tipo, un estadístico debe estar en capacidad de enfrentar y resolverlos y si el estadístico se acostumbra a encararlos de acuerdo a una forma de pensamiento, seguramente cometerá los mismos errores sistemáticamente.
La verdad sea dicha, tal vez no tenemos una mente abierta en la academia ni en las aulas y no es de extrañarse que los grandes desarrollos en materia de métodos y teoría estadística no hayan sido hechos por estadísticos. Hay ejemplos claros de personajes enfocados, que se dejaron de rodeos y de críticas y con su buena disposición han hecho de la estadística lo que es ahora, una ciencia que está presente en casi todas las disciplinas del saber. EL ejemplo más reciente se trata de los economistas ganadores del premio Nóbel en el 2003, Engle y Granger, por haber desarrollado el modelo ARCH.
Entre otros ejemplos, tenemos a:
- Bayes Reverendo Probabilidad causa
- Tukey Químico Jacknife y estadística descriptiva
- Pearson Abogado X2 y método de los momentos
- Fisher Genetista Inferencia, Diseño experimental, ANOVA
- Deming Ingeniero eléctrico Muestreo y control de calidad
- Daniel Pena Ingeniero industrial Series de tiempo, métodos multivariados
Por lo demás, no importa cuál sea nuestra profesión o en qué rama de la estadística estemos enfocados, si nuestra motivación está en describir, inferir, predecir o pronosticar entonces somos estadísticos y por lo tanto somos investigadores zorros. Los zorros saben muchos trucos, están interesados en todo y se mueven fácilmente de un problema a otro. La ciencia necesita de los zorros para explorar los detalles complicados de nuestro universo maravilloso.
PD: Espero que los lectores hayan notado que la anterior entrada, No rotundo a la estadística Bayesiana, era precisamente una motivación para su uso. Es decir, fue una broma inteligente de Andrew Gelman. Por supuesto que la estadística Bayesiana es ROTUNDAMENTE IMPORTANTE en la actualidad. Para aquellos que quieran conocer de qué se trata… pues que compren el libro y lean el primer capítulo.
BAYESIAN DATA ANALYSIS. Gelman. et. al. 1995. C&H
El vicio del pragmatismo en el desarrollo estadístico
Oct 29th
Con preocupación veo que con el transcurrir de los días el pragmatismo se ha convertido en una actitud predominante que existe en el departamento de estadística al cual pertenezco. No es muy raro encontrar actitudes y comentarios acerca de la conveniencia de utilizar métodos paramétricos, no paramétricos, bayesianos y frecuentistas. Igual … son actitudes. En realidad todos estamos sesgados hacia lo que nos gusta, hemos trabajado o leido. Pero la razón más frecuente por la cual cada quien expone sus puntos a favor de su área de conocimiento y en contra de las demás es la que en realidad me preocupa.
!Este método es mejor que el tuyo, funciona!
Y no es que yo crea que la eficiencia de un método no es una buena razón para aplicarlo… sin embargo de lo que estoy completamente seguro es que esa misma eficiencia no puede ser una razón de peso para descalificarlo. Imagínese que sería del desarrollo estadístico si nuestro juicio de valor estuviera enfocado en la búsqueda de resultados per se y no en la construcción científica de métodos para distintas necesidades (y aunque parezca lo mismo … piénselo … es bien diferente).
John MacArthur lo expresa del siguiente modo:
El pragmatismo es la noción de que el significado o valor de algo viene determinado por consecuencias prácticas. Se acerca bastante al utilitarismo, la creencia de que la utilidad es la medida de lo que es bueno. Para una persona pragmática o utilitaria, si una técnica o curso de acción tiene el efecto deseado, es bueno. Si no parece funcionar debe ser errado.… El pragmatismo tiene sus raíces en el darwinismo y en el humanismo. Posee un relativismo inherente que rechaza la noción de lo absoluto. En últimas define como verdadero todo aquello que es útil, lucrativo y ventajoso. Las ideas que no parecen viables son rechazadas como falsas.
Una vez más, imagínese el difícil trabajo de un estadístico zorro si pensara pragmáticamente… se quedaría frustrado con los mínimos cuadrados. El pragmatismo como examen de verdad debería tener menor peso en un ambiente de desarrollo académico en estadística porque los supuestos mismos en los que se basan la mayoría de los métodos estadísticos no pueden ser valorados por resultados porque incluso algunos ni siquiera son comparables.
Se debería dar una mayor ponderación al que a mi parecer es el único juicio de verdad admisible: la calidad y el buen desarrollo teórico de los métodos basados en sus supuestos.
Comentarios