Resumen corto:How to Lie With Statistics o en español Cómo Mentir con Estadísticas nos explica los mayores errores a la hora de interpretar estadísticas y como muchas organizaciones las usan a su favor para vender productos. El libro nos da una pincelada de la realidad de las estadísticas y cómo reducir nuestra vulnerabilidad. Por Darrell Huff

¿Quién es Darrell Huff?

Darrell Huff es un escritor conocido por escribir libros en el campo de la estadística, y por haber escrito cientos de artículos en este campo. El libro es tan popular que se usa como una introducción práctica a la estadística tanto en universidades como institutos.

La dificultad de conseguir una muestra aleatoria

Gran parte del poder de la estadística viene de estudiar características comunes entre distintos miembros de una misma población, y deducir la probabilidad de estas dentro de la población general.

El problema, es que para que tenga sentido debemos asegurarnos de que realmente se trate de individuos que representen a toda la población y no solo a ciertos subgrupos. Por ejemplo, no podemos sacar conclusiones sobre la población general si estudiamos únicamente a jugadores de baloncesto, porque estaríamos hablando de una subpoblación dentro de la general.

En el ejemplo parece obvio, pero en la vida real, las diferencias son mucho más sutiles, y a veces el problema es la mente del investigador. Debido a lo que se conoce como sesgos cognitivos, es muy fácil que tomemos decisiones equivocadas sin saberlo. Un ejemplo es el sesgo de disponibilidad, por el cual asumimos que aquello que recordamos es mucho más probable, cuando en realidad no es cierto.

Para hacer estadística, debemos asegurarnos de dos elementos:

Elegir una muestra suficientemente grande. Si la muestra es grande, es menos probable que cojamos individuos de una única subpoblación, y más probable que tengamos individuos que puedan ayudar a caracterizar al conjuntoAleatoria. La mejor forma de asegurar que nuestra muestra es útil, es hacer que sea aleatoria.

¿Qué pasa cuando usamos muestras sin randomizar?

Si no nos aseguramos de que nuestra muestra es aleatoria, es muy probable que veamos relaciones y deduzcamos ideas que no son ciertas. Por ejemplo, si cojemos una población de jugadores de baloncesto, y medimos su altura media, podríamos llegar a pensa...