¿Cuáles son las grandes dinámicas que impulsan la acumulación y distribución del capital? Preguntas sobre la evolución a largo plazo de la desigualdad, la concentración de la riqueza, y las perspectivas de crecimiento económico se encuentran en el corazón de la economía política. Pero respuestas satisfactorias han sido difíciles de encontrar debido a la falta de datos adecuados y las teorías que guían claras. En Capital en el siglo XXI, Thomas Piketty analiza una colección única de datos de veinte países, que van ya en el siglo XVIII, para descubrir patrones económicos y sociales clave. Sus hallazgos transformarán el debate y establecer la agenda para la próxima generación de pensamiento acerca de la riqueza y la desigualdad.
Piketty muestra que el crecimiento económico moderno y la difusión de conocimientos nos han permitido evitar desigualdades en la escala apocalíptica predicho por Karl Marx. Pero no hemos modificado la profunda
MÁS
sábado, 16 de mayo de 2015
LÓGICA DEL FALSACIONISMO POPPERIANO
LÓGICA DEL FALSACIONISMO POPPERIANO
Resumen
El presente artículo tiene como propósito realizar una presentación esquemática y resumida de las razones epistémi- cas y lógicas que llevaron a Karl R. Popper al rechazo de la justificación inductivista acerca de las leyes de la ciencia, y cuáles fueron las conexiones lógicas entre proposiciones singulares, particulares y universales que le permitieron sustentar el falsacionismo deductivo como un esquema justificado lógicamente.
THE LOGIC OF THE POPPERIAN FALSACIONISM
ABSTRACT
This paper aims to make a schematic and summed up in- troduction of the epistemic and logical reasons that led to Karl R. Popper's to refuse the inductivist justification about the laws of science, and what were the logical connections between singular, particular and universal propositions that let him validate the deductive falsacionism as a scheme lo- gically justified.
Palabras clave
falsacionismo deductivo, inducción, justificación inductivista deductive falsacionism, induction, inductivist jus- tification.
Texto completo:
PDFReferencias
Duhem, P. (2003). La teoría física. Su objeto y su estructura (María Pons, Trad.). Barcelona: Herder. (Trabajo original publicado en 1906).
Einstein, A. (1992). Notas autobiográficas. Madrid: Alianza.
Einstein, A. (2000). Mis ideas y mis opiniones. Barcelona: Bon Ton.
García Obando, P. A. (1997). Conocimiento y causalidad en David Hume. Revista Praxis, Filosófica, 6, 113-127.
Goldstein, S. (2001). Bohmian Mechanics [Version electrónica], Encyclopedia of Philosophy.
Golinski, J. (1998). Making natural knowledge. Constructivism and the history of science. Cambridge: Cambridge University press.
Planck, M. (2000). Autobiografía científica y últimos escritos. Madrid: Nivola.
Popper, K. 1959). The logic of scientific discovery. Londres: Hutchinson & co.
Popper, K. (1983). Conjeturas y refutaciones. Barcelona: Paidós, 1983.
Prigogine, I. (1997). El fin de las certidumbres. Madrid:Taurus.
Redhead, M. (1995). From Physics to Metaphysics. Oxford: Cambridge University Press.
Reichenbach, H. (1985). La filosofía científica. México: FCE.
Roldan, J. Y. Bendov & Guerrero, G. (2004).La Complementariedad: una filosofía para el siglo XXI. Cali: Universidad del Valle.
Rossi, P. (1990). Las arañas y las hormigas. Una apología de la historia de la ciencia. Barcelona: Crítica. Russell, B. (1945). Historia de la Filosofía Occidental. Madrid: Ed. Espasa Calpe Mexicana, Tomo 2.
Solís, C. (1994). Razones e intereses. La historia de la ciencia después de Kuhn. Barcelona: Paidós.
Taylor, E. F. & Wheeler, J. A. (1992). Spacetime Physics, W. H.New York: Freeman and Co.
Karl Popper: ¿Cuál es la diferencia entre ciencia y pseudociencia?
Karl Popper: ¿Cuál es la diferencia entre ciencia y pseudociencia?
Publicado el 28/04/2011
Diferenciar entre ciencia y pseudociencia es difícil. De hecho, una persona que no se ha formado y leído al respecto puede encontrarse con dificultades a la hora de determinar si una práctica es científica o pseudocientífica. Ambas cosas han coexistido durante milenios, y en muchos casos han estado ligadas a las mismas personas. En la Antigua Roma, Ptolomeo, que posiblemente sea el científico más influyente que dejó el imperio, explicó la reflexión y refracción de la luz e inventó el sistema de latitud y longitud para pintar mapas, pero también fue la persona que definió el horóscopo y los doce signos del zodiaco.
Con el paso de los siglos, ciencias y pseudociencias se fueron separando. Uno de los ejemplos más claros de esta escisión la encontramos en el siglo XVII, cuando después de la revolución en la química de Robert Boyle, la ciencia abandonó la alquimia. Pero aún así, la ciencia no se podía desmarcar por completo de la pseudociencia, ya que nadie había escrito claramente cuáles eran las reglas del juego.
I: Karl Popper
Karl Popper, uno de los filósofos por excelencia del siglo XX, escribió en 1934 Logik der Forschung (La lógica de la investigación científica), el primer libro que exponía una diferencia clara entre lo que es una ciencia y lo que es una pseudociencia. Para Popper, la clave está en la falsabilidad y en el hecho de que las teorías científicas nunca pueden ser verificadas completamente.
El falsacionismo había sido descrito por David Hume dos siglos antes junto al verificacionismo. El verificacionismo exponía que ante una hipótesis se van añadiendo hechos observables que corroboren la hipótesis, de tal modo que muchos hechos observables terminan consolidando la hipótesis como teoría verificada. En cambio el falsacionismo al que recurre Popper, ante una hipótesis, busca hechos observables que puedan refutar la hipótesis, de tal modo que si no puede encontrarse ninguno que la refute se mantiene como teoría válida.
No importa cuantos ejemplos de cisnes blancos hayamos podido observar, esto no justifica la conclusión de que todos los cisnes son blancos— Karl Popper
Popper escribió su libro tras observar dos grandes ideas propuestas décadas antes. Por un lado está el psicoanálisis de Sigmund Freud y por otro la teoría de la relatividad de Albert Einstein. Freud y todos sus seguidores, para sustentar el psicoanálisis habían recurrido al verificacionismo hasta extremos que cualquier comportamiento humano era una confirmación más que añadir a su teoría. Por la contra Einstein había recurrido al falsacionismo, prediciendo hechos que no eran contemplados por ninguna teoría anterior, como la desviación de la luz al verse sometida a un campo gravitatorio, y que de no haber sido comprobados en la primera observación su teoría habría sido refutada por completo.
La división establecida por Karl Popper no se puede considerar como definitiva, y de hecho aún a día de hoy no existe ningún criterio universal para establecer la diferenciación entre ciencias y pseudociencias, pero sí que supuso un comienzo para saber qué tenemos que pedir a una ciencia para poder llamarla así. Tras él, otros filósofos y científicos, como Richard Feynman, Mario Bunge, Ludwig Wittgenstein o Carl Sagan han escrito muchas otras pautas para determinar cómo identificar a las pseudociencias y ponerlas al otro lado de la línea divisiora entre lo científico y lo demás.
El juego de la ciencia no tiene final. Aquel que decida un día que las hipótesis científicas no necesitan ninguna prueba más y que pueden ser admitidas como definitivamente verificadas, que se retire del juego— Karl Popper
Fuentes y más información:
Leer más: http://recuerdosdepandora.com/reflexiones/pseudociencia/cual-es-la-diferencia-entre-ciencia-y-pseudociencia/#ixzz3aLZ8JZQi
Under Creative Commons License: Attribution Non-Commercial Share Alike
Cómo mentir con estadísticas
Cómo mentir con estadísticas
Darrell Huff *
INTRODUCCIÓN
Los promedios y las relaciones, las tendencias y los
gráficos no son siempre lo que parecen. Puede haber más de lo que ven los ojos
y puede haber mucho menos. El lenguaje secreto de las estadísticas, tan
atrayente a una cultura que se apoya en los hechos, se emplea para causar
sensación, deformar, confundir y simplificar en demasía. Los métodos y los
términos estadísticos son necesarios para informar sobre los datos masivos de
las tendencias sociales y económicas, las situaciones de los negocios, las
encuestas de opinión, y los censos; pero sin escritores que utilicen las
palabras con honradez y precisión y sin lectores que sepan lo que significan,
el resultado no es más que pura semántica sin sentido alguno.
Este libro es una especie de rudimento sobre la manera de
utilizar las estadísticas para engañar. En conjunto puede parecer un manual
para desaprensivos. Quizá pueda justificarlo como aquel ladrón retirado que con
la publicación de sus recuerdos ofrecía un curso para graduarse en el arte de
tirar la piedra y esconder la mano: los desaprensivos ya conocen estos trucos;
los hombres honrados deben aprenderlos en defensa propia.
CAPÍTULO 1:La muestra que presenta un factor de influencia en sí misma.
La técnica del muestreo es la espina dorsal de la mayor parte
de las estadísticas que usted haya de encontrar en toda clase de temas. La base
de esta técnica es simple, aunque en la práctica sus sutilezas han conducido a
toda clase de caminos equívocos, algunos de los cuales distan de ser
respetables.
Si la muestra es lo suficientemente extensa y bien
seleccionada, representará al conjunto con bastante aproximación en la mayoría
de los casos. Si no es así, puede ser menos precisa que una hipótesis sensata,
y no tiene nada que la apoye, a no ser un aire de aparente precisión
científica. Es una triste verdad el hecho de que detrás de lo que leemos o
creemos saber están las conclusiones derivadas de muestras subjetivas o
demasiado pequeñas, o ambas cosas a la vez.
Cuando lea otra vez que el americano medio (se habla mucho
de él, y la mayoría de las veces lo que se dice está poco fundamentado) se
cepilla los dientes 1,2 veces al día (cifra que se me acaba de ocurrir, pero
que puede ser tan buena como la facilitada por cualquier otra persona),
pregúntese ¿Cómo se ha podido averiguar tal cosa?
Cuando los datos han sido filtrado a través de distintas
fases de manipulación estadística y reducidas a una media expresada en
decimales, el resultado empieza a presentar una aureola de convicción que sólo
se vería empañada por una revisión cuidadosa de la muestra.
Para que un informe basado en una muestra tenga valor, debe
utilizar una muestra representativa, donde se hayan eliminado todos los
posibles factores de influencia.
Examine dos veces lo que lea, y evitará creer una cantidad de
cosas que no son verdad. Vale la pena tener en cuenta también, que la
representatividad de una muestra puede ser destruida con la mayor facilidad,
tanto por influencia de factores visibles como por la de los invisibles. Es
decir, incluso en caso de que no pueda demostrarse que existe un factor de
influencia apreciable, conserve cierto grado de escepticismo sobre los
resultados, siempre que haya una posibilidad de influencia en alguna parte.
Siempre la hay.
Para comprobar una muestra tomada al azar se procede según
el criterio siguiente: ¿Tiene cada nombre o cosa del grupo total la misma
posibilidad de formar parte de la muestra?
La labor de la encuesta de opinión se convierte en una
batalla contra las distintas influencias, y libran esta batalla constantemente
todas las organizaciones de encuestas con buena reputación. El lector de
informes debe recordar que esta batalla nunca se gana. No se debe leer ninguna
conclusión en el sentido de que “el 65% de la población es contrario a una u
otra cosa, sin formularse la pregunta ¿el 65% de qué población?
Quizá sea más importante recordar que cualquier cuestionario
no es sino una muestra (segundo factor) de las posibles preguntas, y que la
contestación de la señora no es sino una muestra (tercer factor) de su actitud
y su experiencia sobre cada una de las cuestiones.
Supongamos que usted es un entrevistador y le han asignado
una esquina de una calle, con una entrevista a realizar. Usted localiza a dos
hombres que parecen encajar en la categoría fijada: más de cuarenta años,
negros, habitantes de la ciudad. Uno lleva un mono bien remendado y limpio. El
otro va sucio y ofrece un aspecto poco amigable. Con intención de terminar
pronto su trabajo, usted se acerca al individuo de aspecto más agradable, y
todos sus colegas en todo el país toman la misma decisión.
CAPÍTULO 2: El promedio bien escogido.
No puede culparme // Esta es la ventaja esencial de mentir
con estadísticas.
Es un truco utilizado con mucha frecuencia, a veces de forma
inocente, otras con intención culpable, por individuos que desean influenciar
la opinión pública o vender espacio publicitario. Cuando le dicen que algo es
un promedio, usted no sabe todavía gran cosa del mismo, a menos de que pueda
averiguar de qué promedio se trata: media, mediana o moda.
Otro factor de confusión es que el hecho de que, en algunos
tipos de información, todos los promedios son tan semejantes entre sí, que para
la información no resulta de vital importancia hacer distinciones entre ellos.
Por esto, cuando usted lea una declaración de un director de
empresa o propietario, donde se diga que el salario medio de la gente que
trabaja en su empresa es de tanto, la cifra puede significar algo y puede no
significar nada.
Con gran facilidad esto puede convertirse en un sistema:
cuanto peor es la historia real, mejor aspecto adquiere; vamos a ilustrarlo.
Usted es uno de los tres socios propietarios de una pequeña
fábrica. Nos encontramos al final de un año muy bueno. Ustedes han pagado 198
mil dólares a los noventa empleados que cuidan de fabricar y distribuir las
sillas o lo que fabriquen. Usted y sus socios se han pagado a sí mismos un
sueldo de 11 mil dólares cada uno. Resulta además que hay unos beneficios de 45
mil dólares, a distribuir entre ustedes por partes iguales. ¿Cómo lo representarán?
Para facilitar la comprensión, lo expresan en forma de promedios. Como sea que
todos los empleados hacen la misma clase de trabajo y perciben un salario
igual, no representará gran diferencia utilizar la media o la mediana. El
resultado es el siguiente: sueldo medio de los empleados, 2.200; salario y
beneficio medio de los propietarios, 26.000. Tiene un aspecto terrible ¿verdad?
Probemos de otro modo. Coja 30 mil dólares de la cifra de beneficios y
repártalos entre los tres socios y esta vez al promediar los sueldos inclúyase
usted y sus socios, y asegúrese de que utiliza la media. Sueldo o salario
medio: 2.806,45. Beneficio medio de los propietarios: 5.000. ¡Ah! Esto ya tiene
mejor aspecto. Podría conseguirse más, pero no está mal.
Los del Censo tienen formación suficiente y el dinero
necesario para conseguir un apreciable grado de precisión en sus encuestas. No
todas las cifras que usted ve han nacido en tan felices circunstancias, ni se
presentan todas acompañadas de información suficiente para examinar su
precisión o imprecisión.
CAPÍTULO 3: Las pequeñas cifras que no aparecen.
Los titulares dicen que entre los usuarios de la pasta de
dientes Doakes la frecuencia de caries dentales disminuye en un 23%, y
continúan informando de que usted puede vivir con un 23% menos de dolores de
muelas. Estos resultados, según podrá averiguar, proceden de un laboratorio
“independiente” y prestigioso, y van acompañados de certificación expedida por
un perito diplomado. ¿Qué más quiere? A pesar de ello, si usted no es
excesivamente crédulo u optimista, recordará por experiencia que una pasta de
dientes raras veces es mucho mejor que cualquier otra. Entonces ¿cómo consigue
Doakes informar de tales resultados? ¿Puede contar mentiras de tal magnitud?
No, ni hace falta que lo haga. Existen maneras más fáciles y efectivas de
salirse con la suya. Hagamos que cualquier pequeño grupo de personas controle
sus caries durante seis meses, después sometámoslo al dentífrico de la Doakes.
Pueden ocurrir tres cosas: que presente un número mayor de caries, que presente
un número inferior o que presente el mismo número aproximadamente. Si se da la
primera o la última de las posibilidades, la Doakes and Company archiva las
cifras (fuera de todo alcance) y vuelve a probar. Tarde o temprano, por efecto
del azar, un grupo experimental presentará una gran mejora, digna de un titular
y quizá de toda una campaña publicitaria. Esto ocurrirá tanto si usan el
dentífrico Doakes como si emplean perborato sódico o el mismo dentífrico que
venían utilizando.
¿Cómo se puede evitar ser engañado por unos resultados
inconclusos? ¿Debe cada uno convertirse en su propio especialista en
estadísticas y estudiar todo el material en bruto por sí mismo? La cosa no está
tan mal como parece, existe una prueba de significación fácil de comprender. Se
trata simplemente de un modo de informar sobre las probabilidades de que la
cifra del test represente un resultado real y no producido por casualidad. Es
la pequeña cifra que no figura, bajo el supuesto de que usted, lector profano,
no la comprenderá, o que sí la comprenderá, en los casos en que fuera necesario
ocultar algo.
Suele omitirse otra pequeña cifra cuya ausencia puede ser
asimismo perjudicial. Es la que indica la clase a que pertenecen los casos o la
desviación que presentan con respecto a la media. A menudo un promedio (tanto
si se trata de una media o una mediana, con especificación o sin ella) es una
simplificación tan grosera que resulta del todo inservible. No saber nada de
una cosa es con frecuencia más saludable que poseer un conocimiento inexacto,
pues saber poco de algo puede ser peligrosísimo.
El error está en el proceso de filtración de la información,
que comienza en el investigador, pasando por el escritorio sensacionalista o
mal informado, hasta llegar al lector, que no encuentra a faltar las cifras
desaparecidas durante el proceso. Gran parte de la falsa interpretación puede
evitarse si se añade a la “norma” o promedio el dato de la desviación.
Lo engañoso de la pequeña cifra que no aparece es que su
ausencia a menudo pasa desapercibida. Esto, naturalmente, es el secreto del
éxito.
Esto recuerda demasiado la vieja definición del método de
conferencias en clase: proceso por el cual el contenido del libro de texto del
instructor se transfiere a la libreta de apuntes del alumno, sin haber pasado
por la cabeza de ninguno de los dos.
Dé poca fe a un promedio, un gráfico o tendencia en que
falten estas cifras importantes. De lo contrario, estará tan a ciegas como el
que escoge un lugar de veraneo partiendo del dato de la temperatura media.
CAPÍTULO 4: Mucho ruido y pocas nueces.
Se suele creer de tal forma en las cantidades concretas que
no se cae en que una cantidad es aproximada y que, por tanto, la diferencia
entre dos cantidades debe ser suficientemente grande como para concluir que
realmente hay una diferencia.
Existen editores de revistas para quienes las encuestas de
opinión son el evangelio, sobre todo porque no las comprenden. Cuando los
resultados a su disposición indican que un 40% de lectores se interesan por un
artículo y el 35% se interesan por otro, piden más artículos como el primero.
La diferencia entre el treinta y cinco y el cuarenta por ciento de lectores
puede ser importante para una revista, pero la diferencia de la encuesta
posiblemente no sea real.
CAPÍTULO 5: El gráfico exclamativo.
Existe cierto temor ante los números. Quizá sufrimos un
trauma originado por las matemáticas del bachillerato.
Cuando los números en forma tabular son tabú y las palabras
no van bien, como ocurre a menudo, solamente queda una solución: dibujar un
cuadro estadístico.
Para impresionar con un gráfico, mostrando una tendencia
leve como algo muy importante, síganse estos pasos: (1) recorte la parte
inferior de la gráfica y (2) estire el eje vertical para exagerar la
diferencia.
Ahora que usted ya ha practicado en el engaño ¿Por qué limitarse
a esa mutilación? Existe todavía un truco que vale lo que doce como éste. Con
él podrá conseguir que el modesto aumento del 10% parezca mucho más
deslumbrante de lo que habría de parecer un aumento real del 100%. Modifique
simplemente la proporción entre las ordenadas y las abcisas. No existe ninguna
regla que lo prohíba y proporciona mejor aspecto a su gráfico.
Las gráficas facilitan una ilusión de objetividad que es
fácilmente explotable desde el engaño.
CAPÍTULO 6: El personaje de la gráfica.
El padre de todos los gráficos descriptivos es el gráfico
normal de barras, método simple y bien conocido para representar cantidades
cuando hay que comparar dos o más. El gráfico de barras puede ser un engaño
también. Mire con recelo cualquier versión en donde las barras cambien de
anchura, o de longitud, mientras continúan representando el mismo factor, así
como cualquier gráfico que represente objetos de tres dimensiones cuyos
volúmenes no puedan compararse con facilidad.
Los objetos gráficos se manipulan con frecuencia. A decir
verdad (naturalmente, eso es lo que no deseo decir), quiero que usted infiera
algo y se quede con una impresión exagerada, pero que no me coja en mis trucos.
Existe un modo; es el utilizado a diario para enredarle.
En lugar de barras, ponga objetos tridimensionales, pero
considere sólo la altura para representar la variable. Las tres dimensiones a
un tiempo se expresan en unidades al cubo, lo que provoca una impresión visual
muy exagerada.
Algunas de estas cosas pueden ser causadas por defectos del
dibujo, pero es muy probable que haya gato encerrado. Cuando todos los errores
son a favor del cajero, uno no puede dejar de extrañarse.
CAPÍTULO 7: La cifra indirectamente relacionada.
Si no puede probar lo que desea, demuestre otra cosa y haga
ver que es lo mismo. En el deslumbramiento que sigue al choque de las
estadísticas con el cerebro humano, casi nadie se dará cuenta de la diferencia.
La cifra que se relaciona indirectamente es un truco garantizado que le será de
utilidad. Siempre lo ha sido.
Usted no puede demostrar que su preparado cura los
resfriados, pero puede publicar (en grandes letras de molde) un informe, con la
garantía de un laboratorio, asegurando que una onza de este producto mata
31.108 gérmenes en un tubo de ensayo en once segundos. Si lo hace, asegúrese de
que el laboratorio posea una fama reconocida o un nombre impresionante.
Reproduzca el informe en su totalidad. Fotografíe a un doctor en bata blanca y
coloque su fotografía al margen del informe. Pero no haga mención de los
distintos trucos que ha empleado.
No es asunto suyo (¿verdad?) hacer constar
que un antiséptico que da buenos resultados en el tubo de ensayo, tal vez no
cause efecto alguno al hombre, después de haber sido diluido convenientemente
para evitar que queme el tejido de la garganta. No comprometa el éxito diciendo
qué clase de gérmenes destruyó ¿Quién sabe cuáles son los gérmenes causantes de
los resfriados, sobre todo cuando cabe la posibilidad de que no sea ningún
germen? En resumen, no se conoce ninguna relación entre los gérmenes
introducidos en un tubo de ensayo y la causa de los resfriados, pero la gente
no va a hilar tan fino cuando ha de sonarse.
O cojamos este ejemplo: el 27% de una extensa muestra de
eminentes médicos fuma más Throaties que cualquier otra marca. La cifra puede
estar falseada por muchas causas, pero esto no tiene ninguna importancia.
La
única contestación a una cifra que presenta tan poco fundamento es ¿Y qué?
Con
todos mis respetos hacia la clase médica, ¿acaso los médicos saben más que
usted acerca de las marcas de cigarrillos? ¿Poseen alguna información privada
que les permita escoger el cigarrillo menos nocivo entre todos?
Claro que no la
poseen, y su médico sería el primero en decírselo.
A pesar de ello, este 27% se
las arregla de un modo u otro para sonar como si significara algo (Yo: incluso,
no sabemos nada del 73% restante. Imaginemos, por un momento, que el 73% de los
médicos que fuman recurren a cualquier cosa que no sea Throaties, por que
consideran que éste es especialmente nocivo para la salud).
Usted puede demostrar que el tiempo despejado es más
peligroso que la niebla. Ocurren más accidentes cuando el tiempo está
despejado, porque hay más días despejados que días de niebla. Con todo,
conducir cuando hay niebla puede ser mucho más peligroso.
Si compro un artículo cada mañana por 99 centavos y lo vendo
cada tarde por un dólar, habré conseguido solamente un 1% sobre el total de las
ventas, pero el 365% sobre el dinero invertido al cabo de un año.
El porcentaje de mortalidad en la Marina durante la guerra
entre Estados Unidos y España fue de 9%. El de la población civil de Nueva York
durante el mismo periodo fue del 16%. La recluta de voluntarios para la Marina
utilizó estas cifras para informar que era más seguro estar en la Marina que en
tierra firme. Admitamos que las cifras son ciertas; seguramente lo son. Piense
un momento y vea si puede hallar por qué no tienen sentido, al menos en cuanto
a la conclusión deducida por los encargados del reclutamiento. Los grupos no
son comparables.
CAPÍTULO 8: El post hoc aparece de nuevo.
Cuando existen varias explicaciones razonables para un mismo
hecho, nada le autoriza a usted a escoger la que satisfaga a su gusto, e
insistir sobre la misma, pero mucha gente lo hace. Así, puede que dos
variables, A y B, estén relacionadas porque A causa B, porque B causa A, porque
existe una cadena de causas y efectos entre ambas o porque las dos son
consecuencia de otra variable.
Partiendo de una muestra reducida, existe probabilidad de
hallar alguna correlación sustancial entre cualquier par de características o
hechos cualesquiera.
Quizá el más engañoso es el caso tan corriente en que
ninguna de las variables tiene efecto alguno sobre la otra, pero existe a pesar
de todo una correlación real. Utilizando este medio se ha llevado a cabo mucho
trabajo sucio. Como ejemplo de correlación absurda o falseada sobre un hecho
estadístico real, un gracioso señaló que existe una estrecha correlación entre
los salarios de los ministros de la iglesia presbiteriana de Massachussets y el
precio del ron en La Habana.
Otra cosa que debe vigilarse es la conclusión según la cual
resulta que una correlación va más allá de los datos utilizados para
demostrarla. Es fácil demostrar que cuando más llueve en una zona, más crece el
trigo e incluso mayor es la cosecha. Pero una temporada de intensas lluvias
puede dañarla e incluso destruirla.
El profesor Helen M. Walker ideó una divertida historia para
probar el absurdo implicado en la afirmación de que debe existir causa y efecto
cuando dos cosas varían al mismo tiempo. Al investigar la relación entre la
edad y algunas características de las mujeres, empiece por medir el ángulo
formado por sus pies al andar. Hallará que el ángulo tiene tendencia a ser
mayor entre las mujeres de mayor edad. Al principio quizá se le ocurra pensar
que las mujeres envejecen porque separan los pies.
CAPÍTULO 9: Cómo estadistiquear.
El informar mal, utilizando material estadístico, podría
llamarse manipulación estadística, y resumiéndolo en una sola palabra (aunque
no sea muy buena), estadisticulación.
Sea quien sea el culpable en un caso determinado, se hace
difícil achacarlo a su incapacidad inocente. Mientras los errores estén todos
de una parte, no es fácil atribuirlos a falta de conocimiento o a la
casualidad.
Para conseguir un aire de precisión científica que dará
consistencia a la estadística más fraudulenta, emplee los decimales.
Los porcentajes son terreno fértil para la confusión y al
igual que los decimales que siempre impresionan, pueden proporcionar una
aureola de precisión a lo inexacto.
Cualquier cifra de porcentaje basada en un pequeño número de
casos tiene muchas probabilidades de ser engañosa. Es más informativo dar la
cifra misma. Y cuando el porcentaje llega a expresarse en decimales, empieza a
recorrerse la escala que va de lo absurdo a lo fraudulento.
Al calcular el porcentaje de beneficios, se pueden elegir
entre varios métodos (y se tiene la obligación de indicar qué método se
utiliza).
Mucho ruido y trapacería resulta de añadir cosas que no son
sumables pero simplemente lo parecen. Durante generaciones, los niños han
venido utilizando un truco para demostrar que no van a la escuela. Quizá usted
lo recuerde. Partiendo de 365 días al año, puede restarles 122 por el tercio
del tiempo que pasa en la cama y otros 45 por las tres horas que emplea
diariamente en comer. De los 198 días que quedan quite 90 para las vacaciones
de verano y 21 para las vacaciones de Navidad y Pascua. Los días restantes no
alcanzan ni a cubrir los sábados y domingos.
La grande y despreciable mentira aparece también en todas
las huelgas. Cada vez que hay una huelga, la Cámara de Comercio anuncia que la
huelga cuesta tantos millones de dólares al día. Obtiene la cifra sumando todos
los coches que se hubieran fabricado si los huelguistas hubiesen trabajado todo
el tiempo. Se añaden las pérdidas de los proveedores. Se añaden todas las
pérdidas posibles, incluyendo las tarifas de aparcamiento y las pérdidas de los
vendedores.
Otro terreno fértil en engaños es la confusión entre
porcentaje y puntos de porcentaje. Si sus beneficios ascienden al 3% sobre la
inversión un año y 6% al año siguiente, hará que suene muy modesto llamándolo
un aumento de tres puntos de porcentaje. Con la misma validez podía haberlo
descrito como un aumento del cien por cien. Las encuestas de opinión pública
juegan libremente con estos dos sistemas.
Este año la leche ha bajado 10 centavos y el pan ha subido
10 centavos. Ahora ¿qué desea probar? ¿Que el coste de la vida ha aumentado?
¿Que el coste de la vida ha bajado? ¿O que no ha habido cambio?
Considere el año pasado como el período base, haciendo que
los precios de entonces representen el 100%. Como sea que el precio de la leche
ha bajado a la mitad (50%) y el precio del pan se ha doblado (200%) y el
promedio de 50 y 200 es 125, los precios han subido un 25%. Probemos ahora otra
vez, tomando el año actual como período base. La leche costaba el 200% de lo
que cuesta ahora y el pan se vendía al 50%. Promedio: 125%. Los precios eran un
25% más elevados de lo que son ahora.
El hecho es que, a pesar de su base matemática, las
estadísticas son tanto un arte como una ciencia. Muchas manipulaciones e
incluso tergiversaciones son posibles dentro de los límites de su jurisdicción.
A menudo, el experto en estadísticas debe escoger entre distintos métodos, lo
que no deja de ser un proceso subjetivo, y hallar el que debe utilizar para
representar los hechos.
CAPÍTULO 10: Cómo enfrentarse con las estadísticas.
Hasta aquí, me he dirigido a usted como si yo fuera un
pirata deseando instruirle en el manejo del trabuco. En el capítulo que cierra
este libro, voy a prescindir de este truco literario. Voy a referirme al
propósito serio que creo que puede entrever bajo la superficie de este libro;
explicando cómo debe mirarse una estadística falseada, y desenmascararla; y aún
más importante, cómo reconocer los datos útiles y ciertos entre la marejada de
fraudes a los cuales he dedicado los capítulos anteriores.
¿Quién lo dice?
Lo primero que debe mirar es en qué sentido puede estar
influida la información. Busque la influencia consciente. Busque con atención
la influencia inconsciente. A menudo es más peligrosa.
Tal vez haga falta por lo menos una segunda inspección para
enterarse de quién lo dice.
Cuando se cite un nombre O.K. (el nombre de una institución
con prestigio, por ejemplo), asegúrese de que la autoridad está detrás de la
información, no como algo presentado al lado de la misma.
¿Cómo lo sabe?
Usted como lector no puede aplicar tests de significación o
llegar a conclusiones exactas sobre la idoneidad de una muestra. Sin embargo,
sobre muchísimas de las cosas aducidas en un informe, podrá decir con una
mirada (quizá una mirada insistente) que no hubo suficientes casos para
convencer a un individuo racional de nada en concreto.
No siempre le dirán el número de casos. La ausencia de esta
cifra, en particular cuando la fuente de información es parte interesada, es
suficiente para sospechar del conjunto.
Muchas cifras pierden significado al faltar el término de
comparación.
A veces se mencionan los porcentajes, omitiendo el material
numérico de base, lo cual también puede inducir a engaño.
Si le dan un índice, pregunte usted qué falta. Tal vez sea
la base, escogida con objeto de tergiversar el resultado.
¿Dio alguien cierto giro a la información?
Cuando compruebe una estadística, busque la posible
tendencia que alguien haya introducido en las cifras totales o en las
conclusiones. Con frecuencia se da a conocer una cosa en lugar de la otra.
Pasan cosas raras cuando las cifras están basadas en lo que
dice la gente… hasta cuando se trata de hecho objetivos al parecer. Los datos
del Censo han demostrado que hay más personas de treinta y cinco años, por
ejemplo, que de treinta y cuatro o treinta y seis. Esta falsa imagen se debe a
que el miembro de la familia que informa de las edades de los demás tiende a
redondearlas a múltiplos de cinco. El modo de contrarrestarlo es pedir que sean
consignadas las fechas de nacimiento.
La modalidad post hoc es otro modo absurdo y pretencioso de
cambiar la idea sin que lo parezca. El cambio de un hecho que se da justamente
con otro, es presentado como si uno de ellos fuera causa del segundo.
A veces se emplea la semántica para cambiar la idea.
¿Tiene sentido?
Esta pregunta rebajará la importancia de la estadística
cuando el galimatías se base en un supuesto no probado. La historia de siempre:
las estadísticas se falsean en las propias narices del lector. Se publican
solamente porque la magia de los números anula al sentido común.
Hallamos un ejemplo en el cálculo de un famoso urólogo según
el cual hay en EEUU ocho millones de casos de cáncer de la próstata; lo que
sería suficiente para pronosticar 1,1 glándulas carcinomatosas a cada uno de todos
los varones que están en la edad susceptible de contraer esta enfermedad.
La cifra de impresionante precisión contradice a veces al
sentido común.
Las extrapolaciones son útiles, particularmente para la
forma de predicción llamada previsión de tendencias. Pero al examinar las
cifras o los gráficos derivados de las mismas, debe tenerse presente una cosa:
la tendencia actual tal vez sea un hecho, pero la tendencia futura sólo puede
predecirse mediante una hipótesis razonable, llevando implícita que “siempre
que lo demás siga igual” y que “las tendencias actuales continúen” De un modo u
otro, sin embargo, todo se niega a permanecer igual; de lo contrario, la vida
sería demasiado monótona.
* El texto original (How to lie with statistics) es la
publicación más famosa sobre el tema, de 1954, que todavía está a la venta. El
extracto que figura en este documento se ha obtenido de la URL de Nelson Jahr
García, desde fuentes de dominio público, que en este caso no se especifica. La
valía del texto, además de lo acertado de su contenido, se encuentra en la
abundancia de ejemplos. Dado el objetivo de este extracto (dar una idea), se
han eliminado los ejemplos, salvo alguna breve excepción.
COMO MENTIR CON ESTADÍSTICAS
Nuevos datos
desmontan los mitos de Piketty sobre la desigualdad
Frente al alarmismo de la mayoría de estudios
sobre la desigualdad, el Manhattan Institute muestra la verdadera situación de
EEUU.
Frente al alarmismo de la mayoría de estudios
sobre la desigualdad, el Manhattan Institute muestra la verdadera situación de
EEUU.
A menudo escuchamos que el aumento de
la desigualdad debe preocuparnos
porque el enriquecimiento de las élites convive con un empobrecimiento de los
demás. Los estudios
de Scott Winship para el Manhattan Institute desmienten
esta tesis, apuntando que el enriquecimiento de las clases altas ha ido en
paralelo con un aumento de los ingresos entre los trabajadores de menos
ingresos.
Analizando el periodo que va de 1948 a 1969, Winship encuentra que la
ratio anual de crecimiento de los ingresos se coloca en cifras especialmente
elevadas entre todos los segmentos de renta. Las décadas siguientes reflejan un
ritmo de aumento más bajo, pero igualmente se observan tasas positivas en todos los niveles de ingresos.
El pesimismo de Piketty se desmiente con datos
Economistas como Thomas Piketty miran esta tabla con pesimismo, ya que
el ritmo de aumento de los ingresos observado entre los más ricos fue mayor al
apreciado para los demás ciudadanos. Es por eso que conviene analizar con mayor
detalle estas cifras.
Eso es, precisamente, lo que han hecho Philip
Armour, Richard Burkhauser y Jeff Larrimore, que han tomado como
referencia los estudios de Piketty, pero han ajustado las cifras para
considerar el impacto de los impuestos, las transferencias sociales y las
rentas del capital.
Haciendo esta medición llegamos a un
resultado más preciso y realista. De hecho, el ejercicio de Armour, Burkhauser
y Larrimore apunta que el 20% de menos ingresos vio
aumentada su renta un 13%, mientras que entre las clases medias el repunte fue
del 6%. Esta situación contrasta con la caída del 5% que sufrieron los más
ricos.
El informe del Manhattan Institute
también analiza la movilidad social. Comparando 1996 con
2005, vemos que solamente el 41,5% de quienes figuraban entre el 1% más rico
seguían en dicho grupo privilegiado. A la inversa, un 56,3% de quienes estaban
entre el 20% de menos renta habían pasado a mayores niveles de ingresos a lo largo
de la década estudiada.
La desigualdad según la capacidad de consumo
Hay otras mediciones que también
desmienten la visión pesimista de Piketty y otros economistas. Por ejemplo,
cuando Auten y Gee miden para el Manhattan Institute la desigualdad según la
capacidad de consumo de cada hogar, vemos que la diferencia entre el tramo más
alto y el más bajo se ha mantenido constante en una ratio de 2,5 puntos a lo
largo del periodo que va de 1987 a 2012.
De hecho, comparando los niveles de renta de estos distintos grupos, el
informe señala que quienes figuraban en el 20% de menos renta allá por 1996
tenían en 2005 un aumento en sus ingresos del 77%. Esta tasa es positiva entre
todos los tramos, menos en el 1% más rico, donde la evolución observada fue una
caída del -30,9%.
Suscribirse a:
Entradas (Atom)