O conceito de 'estatisticamente comprovado'

Quando as notícias falam sobre coisas que foram 'provadas estatisticamente', elas estão usando um conceito bem definido de estatística corretamente, usando errado ou apenas usando um oxímoro?

Imagino que uma "prova estatística" não seja realmente algo realizado para provar uma hipótese, nem uma prova matemática, mas mais um "teste estatístico".

O que as pessoas estão falando é do palpite de alguém e varia de acordo com o noticiário. Talvez o mais comum seja que eles estejam dando um resumo de uma frase da pesquisa que requer várias páginas.

No entanto, seu último parágrafo está errado. Estatisticamente, cada família NÃO tem 2,4 filhos. A média é de 2,4 filhos. Isso é inteiramente possível. Se você pegar uma amostra aleatória de famílias americanas (difícil de fazer, mas possível), obterá uma estimativa da média. No entanto, se você fez um censo de famílias, então, se o censo realmente recebeu todas as famílias (não o tem) ou, se as pessoas que receberam são representativas das pessoas que não receberam, em relação ao número de filhos, então você teria provado o fato.

No entanto, não apenas o censo sente falta de pessoas, as pessoas de quem sente falta são diferentes em muitos aspectos das pessoas que recebe. O Census Bureau, portanto, tenta descobrir como eles são diferentes; assim, novamente, fornecendo uma estimativa do número de filhos por família.

Mas há coisas que você pode provar; se você quiser saber, digamos, o número médio de anos que cada professor do seu departamento ensinou, você poderá obter dados precisos e obter uma média exata.

Seu penúltimo parágrafo também é problemático, pois são feitos testes estatísticos precisamente para provar hipóteses; mais precisamente, eles são feitos (na estrutura freqüentista, de qualquer maneira) para rejeitar uma hipótese nula em um determinado nível de significância.

Eu acho que - como em tantas outras coisas - é uma combinação de um mal-entendido cultural generalizado e tentativas jornalísticas de abreviar a palavra, que às vezes se engana.

" Os telefones celulares causam câncer! " Vende mais anúncios do que algumas explicações sobre a investigação de um possível link.

É claro que conclusões baseadas em inferência estatística não são prova de nenhum tipo de sentido. É dependente de suposições e, mesmo assim, as conclusões (na melhor das hipóteses) são probabilísticas (como obtemos, digamos, com inferência bayesiana) e, com a inferência freqüencialista, você deve adicionar o erro usual de má interpretação dos valores-p como a probabilidade de que o valor null é verdadeiro. Isso sem considerar questões como publicação ou viés de relatório

Você vê erros semelhantes tanto nos relatórios científicos em geral quanto é frustrante .

Eu não gosto da frase 'estatisticamente comprovada', pois acho que ela dá a impressão errada. Embora as estatísticas bem-sucedidas sejam uma ferramenta poderosa, as coisas que as estatísticas realmente nos dizem podem ser surpreendentemente sutis e a discussão apropriada sobre o significado do que é aprendido e as qualificações associadas às conclusões muitas vezes não são adequadas ao hype e ao vigor de um título ou título. alguns parágrafos apressados ​​se espremeram entre as fofocas de celebridades de sempre.

De fato, mesmo nas revistas acadêmicas em que esse tipo de qualificação parece essencial, elas geralmente são deixadas de lado e, em vez disso, aparece algum pronunciamento de fórmula (diferente da área de pesquisa para a área de pesquisa) que é considerado como 'unção' do resultado.

Eu acho que há espaço para explicar cuidadosamente o raciocínio decorrente dos resultados da inferência (se estimativa de ponto e intervalo, teste de hipóteses, cálculos teóricos da decisão ou mesmo construção exploratória de algumas comparações visuais) até as conclusões a que eles levam. Esse raciocínio é onde está o verdadeiro cerne da questão (incluindo onde as lacunas no raciocínio seriam expostas, se fossem explícitas) e raramente vemos isso.

Além disso, podemos continuar emitindo uma nota de cautela

O conhecimento empírico é sempre probabilístico - nunca claramente verdadeiro ou falso, mas sempre em algum ponto intermediário. A "prova" estatística é uma questão de coletar dados suficientes para reduzir a probabilidade de que uma hipótese esteja errada para menos do que algum limite aceito. E o limiar para "verdade" ou "correção" difere de uma disciplina acadêmica para outra. Os sociólogos estão satisfeitos com uma probabilidade de 95% de estar certo e, às vezes, se contentam com menos; os físicos quânticos exigem 99,9999999% ou melhor.