Hoy día, ¿podemos confiar en la estadística? - Jean Bertoin* | La Crónica de Hoy
Facebook Twitter Youtube Jueves 29 de Diciembre, 2016
Hoy día, ¿podemos  confiar en la estadística? | La Crónica de Hoy

Hoy día, ¿podemos confiar en la estadística?

Jean Bertoin*

There are three kinds of lies: lies, damnedlies, and statistics” (“Existen tres clases de mentiras: mentiras, viles mentiras y estadística”). ¿Qué tan cierta es esta frase —atribuida frecuentemente a Mark Twain— en 2013, el Año Internacional de la Estadística? En primer lugar y para evitar una confusión, lo cual siempre es posible, es preciso distinguir entre la estadística, lo que es una ciencia y las estadísticas, que son los datos que recopilamos y posteriormente analizamos e interpretamos con las herramientas proporcionadas por la estadística. Mientras en algunos idiomas como el Español, estos dos conceptos se distinguen, el primero al singular y el segundo al plural, este no es el caso del inglés, donde se escribe de manera indiscriminada “statistics”.
La estadística matemática es una ciencia exacta, basada en la teoría de la probabilidad, la optimización, el análisis funcional, el álgebra, la combinatoria, etcétera. Sus fundamentos son sólidos y bien justificados, de modo que los resultados que nos proporciona rigurosamente son indiscutibles. La estadística posee aplicaciones en un gran número de áreas, en las cuales resulta ser una herramienta esencial. Sin pretender ser exhaustivos podemos citar las ciencias actuariales, la salud pública, las ciencias de la vida y ambientales, la física, la investigación de operaciones, la informática, y la lista continúa. Cualquier matemático puede enorgullecerse del papel tan importante que desempeña esta rama de las matemáticas en numerosos campos de aplicación.
Sin embargo, si podemos confiar en la teoría estadística, debemos a veces tener una mirada más crítica sobre las estadísticas resultantes. Un problema recurrente que se ha planteado desde hace ya mucho tiempo (véase por ejemplo el reciente artículo de HäggströmOlle presentado en el último Congreso Europeo de Matemáticas1) es que con frecuencia, la estadística se utiliza como una “black box” (caja negra), en la cual se introducen los datos para extraer información. Las hipótesis esenciales para la aplicabilidad de los resultados teóricos son pocas veces comprobadas y los conceptos estadísticos son a menudo mal entendidos por los usuarios. Las consecuencias de esta confusión pueden ser claramente significativas.
Por otro lado, también existe el problema de interpretación de los resultados. Aun sin la manipulación de datos, ni errores en el uso de la estadística, los temas tratados pueden ser sesgados. Un ejemplo, entre muchos otros y actualmente objeto de controversia en el campo de la salud pública, es el relacionado con la adecuación de la detección generalizada de ciertos tipos de cáncer, como el de próstata. Una comparación estadística muestra por ejemplo, que la tasa de supervivencia al cáncer de próstata es mayor en los países que han adoptado un programa de detección sistemática que en aquellos donde no existe tal programa. Esto puede sugerir una política de detección preventiva que ayudaría a salvar vidas, ya que los tumores que se detectan en una fase temprana tienen una mayor probabilidad de ser curados. Sin embargo, el análisis comparativo de la mortalidad a causa de cáncer de próstata invalida esta hipótesis, esto porque las tasas de mortalidad son esencialmente las mismas en los países con el programa de detección sistemática que en los que no implementan dicho programa. Una explicación es que se pueden detectar tumores tempranos cuyo futuro no necesariamente hubiera sido fatal. De modo que, de acuerdo con la pregunta, la supervivencia o la mortalidad, se puede concluir que la detección sistemática es útil o no.
La estadística es obviamente una herramienta fundamental para muchas investigaciones, pero por desgracia debido a la ignorancia, también es un instrumento que se utiliza a veces de manera incorrecta o inapropiada. Para solucionar este problema, es necesario mejorar la formación estadística de cualquier estudiante de ciencias, por lo que de esta forma no sólo dominará los conceptos básicos, sino también poseerá una visión crítica de los datos y del uso que desee realizar. Es importante que los estadísticos matemáticos inviertan más en proyectos interdisciplinarios dentro de las universidades y centros de investigación, al igual que con la industria. Se espera que el Año Internacional de la Estadística ayude a promover esta conciencia.
1) OlleHäggström. WhytheEmpiricalSciencesneedstatistics so desperately. http://www.math.chalmers.se/~olleh/haggstrom_proc_ems.pdf

* Profesor del Instituto de Matemáticas
de la Universidad de Zürich, Suiza, y miembro
correspondiente de la Academia Mexicana de Ciencias.

Imprimir

Comentarios