"Un poco de investigación útil encuentra que la sexualidad se puede determinar por la longitud de los dedos de las personas", fue un titular reciente basado en un estudio revisado por pares realizado por investigadores muy respetados de la Universidad de Essex, publicado en Archives of Sexual Behavior, la publicación académica líder en el área de la sexualidad humana.

Y, para mi ojo experto en estadísticas, es un montón de tonterías.

Justo cuando parece que los consumidores de noticias pueden estar entendiendo, recordando preguntar si la ciencia es "revisada por pares, "el tamaño de la muestra es lo suficientemente grande o quién financió el trabajo; aparece una historia muy tonta. En este caso, el rápido viene en forma de intervalos de confianza, un tema estadístico que ningún profano debería tener que atravesar para entender un artículo de noticias.

Pero, desafortunadamente para los que odian los números, si no quieres dejarte engañar por la falta de aliento, investigación sobrevalorada o inútil, tenemos que hablar sobre algunos principios estadísticos que aún podrían hacerle tropezar, incluso cuando estén marcadas todas las casillas de "investigación legítima".

¿Cuál es mi riesgo real?

Uno de los titulares más deprimentes que he leído fue "Un estudio de ocho años encuentra que los consumidores de patatas fritas tienen el doble de posibilidades de morir". "Puaj, "Dije en voz alta, bebiendo mi copa de vino tinto con una gran canasta de papas fritas perfectamente doradas frente a mí. ¿En serio?

Bien, sí, es cierto según un estudio revisado por pares publicado en el Revista estadounidense de nutrición clínica . Comer papas fritas duplica el riesgo de muerte. Pero, cuantas papas fritas, y además, ¿Cuál era mi riesgo de muerte original?

El estudio dice que si comes papas fritas tres veces por semana o más, duplicará su riesgo de muerte. Así que tomemos a una persona promedio en este estudio:un hombre de 60 años. ¿Cuál es su riesgo de muerte? independientemente de cuántas papas fritas coma? Uno porciento. Eso significa que si alineas a 100 hombres de 60 años, al menos uno de ellos morirá el próximo año simplemente porque es un hombre de 60 años.

Ahora, si los 100 de esos hombres comen patatas fritas al menos tres veces por semana durante toda su vida, sí, su riesgo de muerte se duplica. Pero, ¿qué es el 1 por ciento duplicado? Dos porciento. Entonces, en lugar de que uno de esos 100 hombres muera en el transcurso del año, dos de ellos lo harán. Y pueden comer patatas fritas tres veces a la semana o más durante toda su vida; suena como un riesgo que estoy dispuesto a correr.

Este es un concepto estadístico llamado riesgo relativo. Si la probabilidad de contraer alguna enfermedad es de 1 entre mil millones, incluso si cuadruplica el riesgo de padecerlo, su riesgo sigue siendo sólo 4 entre mil millones. No va a pasar.

Entonces, la próxima vez que vea un aumento o una disminución en el riesgo, la primera pregunta que debe hacerse es "un aumento o una disminución del riesgo respecto al riesgo original".

Más, como yo, ¿Podrían esos hombres disfrutar de una copa de vino o una pinta de cerveza con sus patatas fritas? ¿Podría haber sido algo más el culpable?

¿Comer queso antes de acostarse equivale a morir por las sábanas enredadas?

Las cajas para bebés se han convertido en un regalo de moda patrocinado por el estado para los nuevos padres, destinado a proporcionar a los recién nacidos un lugar seguro para dormir. La iniciativa surgió de un esfuerzo finlandés iniciado a fines de la década de 1930 para reducir la muerte infantil relacionada con el sueño. La caja de cartón incluye algunos elementos esenciales:algunos pañales, toallitas para bebé, un mono, almohadillas para el pecho y así sucesivamente.

La tasa de mortalidad infantil de Finlandia disminuyó a un ritmo rápido con la introducción de estas cajas para bebés, y el país tiene ahora una de las tasas de mortalidad infantil más bajas del mundo. Por lo tanto, tiene sentido suponer que estas cajas para bebés hicieron que la tasa de mortalidad infantil bajara.

Pero, ¿adivinen qué también cambió? Cuidado prenatal. Para calificar para la caja del bebé, se requirió que una mujer visitara las clínicas de salud a partir de los primeros cuatro meses de su embarazo.

En 1944, El 31 por ciento de las madres finlandesas recibió educación prenatal. En 1945, había subido al 86 por ciento. La caja del bebé no fue responsable del cambio en las tasas de mortalidad infantil; bastante, era educación y chequeos médicos tempranos.

Este es un caso clásico de correlación que no es lo mismo que causalidad. La introducción de cajas para bebés y la disminución de las tasas de mortalidad infantil están relacionadas, pero una no causó la otra.

Sin embargo, Ese pequeño hecho no ha impedido que las empresas de cajas para bebés aparezcan a la izquierda, derecha y centro, vendiendo cosas como "Baby Box Bundle:Finland Original" por tan solo 449,99 dólares. Y los estados de EE. UU. Utilizan el dinero de los impuestos para entregar una versión a las nuevas madres.

Entonces, la próxima vez que vea un vínculo o asociación, como la forma en que comer queso está relacionado con morir al enredarse en sus sábanas, debe preguntarse "¿Qué más podría estar causando que eso suceda?"

Cuando el margen de error es mayor que el efecto

Cifras recientes de la Oficina de Estadísticas Laborales muestran que el desempleo nacional cayó del 3,9 por ciento en agosto al 3,7 por ciento en septiembre. Al compilar estas cifras, obviamente, la oficina no pregunta a todos si tienen trabajo o no. Pide una pequeña muestra de la población y luego generaliza la tasa de desempleo en ese grupo a todo Estados Unidos.

Esto significa que el nivel oficial de desempleo en un momento dado es una estimación, una buena suposición, pero sigue siendo una suposición. Este "error más o menos" se define mediante algo que los estadísticos denominan intervalo de confianza.

Lo que realmente dicen los datos es que parece que la cantidad de personas desempleadas en todo el país disminuyó en 270, 000 - pero con un margen de error, según lo definido por el intervalo de confianza, de más o menos 263, 000. Es más fácil anunciar un solo número como 270, 000. Pero el muestreo siempre viene con un margen de error y es más preciso pensar en esa única estimación como un rango. En este caso, Los estadísticos creen que el número real de personas desempleadas se redujo entre solo 7, 000 en el extremo inferior y 533, 000 en la gama alta.

Este es el mismo problema que sucedió con el estudio de la definición de la sexualidad de la longitud de los dedos; el error positivo o negativo asociado con estas estimaciones simplemente puede negar cualquier certeza en los resultados.

El ejemplo más obvio de intervalos de confianza que confunden nuestras vidas es en las encuestas. Los encuestadores toman una muestra de la población, pregunta por quién va a votar esa muestra, y luego inferir de eso qué va a hacer toda la población el día de las elecciones. Cuando las carreras están cerradas, el error más o menos asociado con sus encuestas de la muestra niega cualquier conocimiento real de quién va a ganar, haciendo que las carreras estén "demasiado cerca para llamar".

Entonces, la próxima vez que vea que se indica un número sobre una población completa en la que hubiera sido imposible preguntar a cada persona o evaluar a cada sujeto, debe preguntar sobre el error más o menos.

¿Conocer estos tres aspectos de las estadísticas engañosas significará que nunca te engañarán? No. Pero seguro que te ayudarán.

Este artículo se ha vuelto a publicar de The Conversation con una licencia de Creative Commons. Lea el artículo original.