Como mentir com estatística (Darrell Heff) – Frases de Livros

Livro clássico de 1954 que mostra como temos que ter pé atrás com estatística na maneira como ela é apresentada. Um ótimo e bem humorado livro para entender o que há por trás das mentiras da matemática.

As melhores frases que grifei:

  • Como observou há algum tempo Henry G . Felsen , um humorista sem qualquer autoridade médica , um tratamento apropriado cura um resfriado em sete dias , mas , se deixado em paz , ele vai durar uma semana.
  • Uma suposição como essa não deve ser feita de maneira leviana . A experiência com um tipo de estudo de amostragem — a pesquisa de mercado — sugere que , na maior parte das vezes , ela nem sequer pode ser feita .
  • Para ter mais valor , um relatório baseado em amostragem deve utilizar um grupo representativo , ou seja , aquele do qual todas as fontes de tendenciosidade foram removidas .
  • Um psiquiatra relatou certa vez que praticamente todo mundo é neurótico . Afora o fato de que tal uso esvazia qualquer sentido da palavra “ neurótico ” , dê uma olhada em sua amostra . Quem o psiquiatra vem observando ? Ele chegou a essa edificante conclusão estudando seus pacientes , que estão muito longe de serem uma amostra da população . Se fosse um homem sadio , nosso psiquiatra jamais o conheceria .

A amostragem básica é a chamada “ aleatória ” . É selecionada por puro acaso em um “ universo ” — uma palavra usada pelo estatístico para se referir ao todo do qual a amostra faz parte .

  • O desafio da amostragem aleatória é este : será que cada nome ou coisa que pertence ao grupo inteiro tem uma chance igual de estar na amostra ?
  • A amostra puramente aleatória é o único tipo que pode ser examinado com total confiança por meio da teoria estatística , mas há algo inconveniente a seu respeito . É tão difícil e caro obtê – la para finalidades variadas que o alto custo a elimina . Uma substituta mais econômica , quase universalmente usada em campos como pesquisas de opinião e de mercado , é a amostragem aleatória estratificada .
  • Na verdade , conforme vimos , não é necessário que uma pesquisa seja manipulada — quer dizer , que os resultados sejam deliberadamente distorcidos com o objetivo de criar uma impressão falsa . A inclinação da amostra em ser tendenciosa nessa direção consistente pode manipulá – la de forma automática .
  • quando você lê um anúncio de um executivo de uma corporação ou um proprietário de um negócio dizendo que o salário médio das pessoas que trabalham em seu estabelecimento é alto , esse número pode ou não significar alguma coisa . Se a média é mediana , você pode descobrir algo relevante : metade dos funcionários ganha mais do que aquilo e a outra metade ganha menos . Mas , se for uma média aritmética ( e , acredite , pode ser que sua natureza não seja especificada ) , talvez a informação não seja mais reveladora do que uma média tirada entre uma renda de 45 mil dólares — a do proprietário — e os salários de uma equipe de trabalhadores mal remunerados . A frase “ salário anual médio de 5.700 dólares ” pode esconder tanto os salários de 2 mil dólares quanto o lucro do proprietário , recebido na forma de uma remuneração colossal .

Portanto , quando você vir um número de média salarial , pergunte primeiro : média de quê ? Quem está incluído ?

  • A importância de usar um grupo pequeno é que , com um grupo grande , qualquer diferença produzida por acaso tende a ser pequena e indigna de letras garrafais . Uma afirmação de melhora de 2 % não venderá muita pasta de dentes .
  • Apenas quando há um número substancial de tentativas envolvidas é que a lei das médias se mostra uma descrição ou previsão útil .
  • O que há de enganador em relação ao numerozinho que não está ali é que em geral sua ausência não é notada . Esse , é claro , é o segredo de seu sucesso .
  • Parece que o repórter passou adiante algumas palavras sem questionar seu significado , e espera – se que você também as leia sem senso crítico , pela feliz ilusão de ter aprendido alguma coisa que essas palavras proporcionam .
  • Tudo isso lembra bastante uma antiga definição do método de ensino em sala de aula : um processo em que o conteúdo do livro do professor é transferido para o caderno do estudante sem passar pela cabeça de nenhum dos dois .

Tudo pode ser visto e compreendido facilmente , porque o gráfico inteiro está proporcional e há uma linha zero embaixo para efeito de comparação . Seus 10 % parecem 10 % — uma tendência de alta substancial , mas talvez não impressionante .

  • Morreram mais pessoas em aviões no ano passado do que em 1910 . Portanto , os aviões modernos seriam mais perigosos ? Isso não faz o menor sentido . O número de pessoas que pegam aviões hoje em dia é centenas de vezes maior , só isso .
  • DAR INFORMAÇÕES erradas às pessoas usando material estatístico é algo que pode ser chamado de manipulação estatística ; em uma palavra ( mesmo que não muito boa ) , é a estatisticulação .
  • Cuidado com as evidências de uma amostra tendenciosa , que foi selecionada de maneira imprópria ou — como no caso em questão — selecionou – se por si mesma . Faça a pergunta que abordamos em um capítulo anterior : “ A amostra é grande o bastante para permitir uma conclusão confiável ? ” Aja da mesma maneira com uma correlação relatada : “ Essa correlação é grande o bastante para fazer sentido ? Há casos suficientes para resultar em algo relevante ? ” Você não pode , como leitor casual , aplicar testes de relevância ou chegar a conclusões exatas sobre a adequação de uma amostra . No entanto , em muitas informações divulgadas você será capaz de dizer , ao dar uma olhada — uma boa e longa olhada , talvez — , que não havia casos suficientes para convencer qualquer pessoa que raciocine .

Deixe um comentário

O seu endereço de e-mail não será publicado.