Violencia por grupos (PARTE 1). violencia masculina, análisis estadístico.

En éste artículo vamos analizar un poco más a fondo la hipótesis bien conocida hoy en día: los hombres suelen ejercer más violencia que las mujeres y ver algunos aspectos problemáticos de ésta hipótesis si lo vamos a intentar transformar en otra proposición: los hombres son violentos. En medios oficiales o bien en opiniones popularizadas se suele confundir estas dos cosas. Vamos a ver que diferencia hay y como diferenciar una hipótesis de la otra. 

Como siempre vamos a usar solo datos de INE ya que no tenemos ninguna base de datos mas "oficial" que ésta. 

1. Hombres son más violentos que mujeres. Vamos a expresar esta proposición estadísticamente. Tal cual, sin entrar en aspectos filosóficos, antropológicos etc. Por ejemplo vamos a comparar cantidad absoluta de homicidios por hombres y por mujeres en 2024 (solo entre adultos):

Hombres: 1113 homicidios

Mujeres: 124 homicidios

fuente 

Es decir, de todos los homicidios (1237) mujeres como condenadas por ello representan solo 10% los hombres por lo tanto representan un 90%. La diferencia es clara. Esto apoya la hipótesis principal (repito, sin entrar en aspectos antropológicos etc) de que los hombres ejercen mas violencia que las mujeres, al menos en cuanto al homicidio. 

En términos estadísticos estamos hablando de probabilidad condicionada realmente:

Si elegimos entre personas condenadas por homicidio (H), cual es la probabilidad que sea hombre (V) p(V | H) = 1113 / 1237 = 0,899 

Y que sea mujer p(M | H) = 1113 / 1237 = 0,101

2. Hombres son violentos. Esta es otra proposición totalmente distinta y ahora lo vamos a ver. Si reducimos nuestra idea de violencia a un caso concreto como antes ¿podemos concluir estadísticamente que los hombres son violentos? ¿Cuántos hombres de la totalidad de hombres son condenados por homicidio?

Vamos a considerar probabilidad condicionada pero revertida la condición.

Necesitamos conocer población total de hombres y mujeres adultos pero INE solo ofrece aproximación (por ejemplo a partir de 20 años) y es lo que vamos a usar. fuente. 

Hombres condenados por homicidio: 1113
Población de hombres a partir de 20 años: 19152361

Probabilidad de que un VARON elegido al azar sea condenado por HOMICIDIO p(H | V) = 1113 / 19152361=  5,8*10^-5 = 0,000058  

Probabilidad de que una MUJER elegida al azar sea condenada por HOMICIDIO p(H | M) = 124 / 20392089 = 6.1*10^-6 = 0,0000061

Probabilidad de que una PERSONA elegida al azar sea condenada por HOMICIDIO p(H | P) = 1237 / (19152361 + 20392089) = 1237 / 39544450 = 0,00003

* Observamos que estas tasas representan un 90 y 10 porcientos respecto tasa total (0,000064). 

Estas probabilidades son una muestra clara para poder decir que:

Ni hombres ni las mujeres son violentos en general y probabilidad de que una persona comete un homicidio es prácticamente nula. De hecho éstas tasas se consideran como algo despreciable estadísticamente. Podemos decir que un hombre homicida es un fenómeno extremadamente raro en nuestra población igual que mujer.

Probabilidad de que te maten.

La vida es una mierda y luego te mueres. Es un refrán español antiguo de la época de los celtas y todo este rollo. Pero vamos a comparar las causas de muerte de las mujeres en este país y calcular probabilidades de morir de distintas formas.  

Los datos extraemos de la INE y hacemos el cálculo super simplista. 

Suicidios de mujeres por edad (año 2021) 

Todas las edades 1.021

Menores de 15 años 8

De 15 a 29 años 79

De 30 a 39 años 99

De 40 a 44 años 74 

De 45 a 49 años 120

De 50 a 54 años 137

De 55 a 59 años 102

De 60 a 64 años 88

De 65 a 69 años 75

De 70 a 74 años 56

De 75 a 79 años 65

De 80 a 84 años 59

De 85 a 89 años 41

De 90 a 94 años 15

De 95 años y más 3 

De esta forma probabilidad de que tu (si eres una mujer) te suicidas es 1.021/24.140.027

p = 0,00004229

Los hombres son más tontos que las mujeres

Publicado en la Vanguardia Un estudio científico lo 'confirma': Los hombres son más tontos que las mujeres  12/12/2014.

en resumen , este estudia reúne los datos de estupideces que cometen los seres humanos a lo largo de un período y posteriormente hace una estadística sobre ello. Se confirma con ello que los hombres cometen mas estupideces respecto mujeres y por ello son mas tontos. 

"Por lo tanto, los hombres constituyen el 88,7% de los ganadores de estos premios, y esta diferencia de sexo es estadísticamente muy significativa, dicen los autores." cita otra revista llamada agenciasinc.es 

Con algo mas de detalles se puede leer en inglés aquí. 

A parte de pura relación porcentual han hecho otro estudio según el cual esta diferencia estadísticamente es muy "significativa" (un término utilizado en estadística) pero en breve se puede decir que esta diferencia no puede ser una casualidad simple. Probabilidad que se da esta diferencia es menor que 0.000... etc. 

Otra cosa que no se publican en revista populares son detalles y críticas de este artículo en el propio artículo. Así los autores explican deficiencias en recogida de datos y factores que no se han tenido en cuenta como el alcoholismo entre los hombres etc. 

Pero ahora vamos a estudiar este fenómeno un poco mas en profundo. Solo un poco para no agobiarnos demasiado. 

Estadística e inferencia nos sirve para describir algunos comportamientos y fenómenos, predecir conductas, sacar conclusiones generalistas basándose en una muestra (un subconjunto de datos) reducido. Esto implica muchas dificultades y problemáticas teóricas. Veamos un ejemplo de ello. Cálculo de cociente intelectual entre hombres y mujeres (wikipedia)

Diagrama que muestra las dos curvas de ambos sexos comparadas tras procesar la información generada por Armed Services Vocational Aptitude Battery - G factor (ASVAB-g). En color rosa la curva (la más acuminada) de las mujeres (media = 8.45 sd = 2.8), en color azul la curva (la más plana) de los hombres (media = 8.66 sd = 3.2). Se puede observar una mayor variabilidad en los resultados obtenidos por los hombres así como una muy leve ventaja en la media.

G factor es simplemente otra forma de medir el intelecto distinto a IC, no lo vamos a describir ahora. 

Ambas curvas coinciden (visualmente) con la campana de Gauss (distribución normal). 

Azul es de hombres y tiene la media 8.66 y desviación típica 3.2; rosa es de mujeres y tiene media de 8.45 y desviación típica 2.8

Una de las interpretaciones de las gráficas se puede sacar a ojo fácilmente. 

1) Hay 50% de probabilidad de que g-factor de los hombres está por debajo de 8.66 y hay 50% de probabilidad que este factor de mujeres está por debajo de 8.45

2) Las ramas están mas representadas por hombres. 

Probabilidad de que una población tiene g-factor menos que 5 se calcula como área bajo curva en cada caso. Según gráfica es obvio que es mas probable que los hombres tienen mayor esta probabilidad. Pero solo es una rama. 

Veamos que ocurre en otra rama:

Según la gráfica también es obvio que es más probable que los hombres tengan g-factor mayor que 10 respecto mujeres. 

Conclusión: es mas probable que los hombres sean de intelecto menor que 5 pero también es mas probable que los hombres sean con intelecto mayor que 10. Después de todo esto ya no es tan trivial afirmar que los hombres son mas tontos o mas listos que las mujeres. Pero no es lo más importante que tenemos que aprender de todo ello. 

En general ¿Qué ocurre con distribuciones con ramas sobrerrepresentadas? Ocurre que mientras mas hinchadas están las ramas, menos tajantes deben ser nuestras afirmaciones sobre fenómenos que describen. 

Si pensamos en inferencia como en herramienta que nos permite predecir y describir fenómenos. Imaginemos un grupo de alumnos varones 6 personas. Medimos el intelecto con una escala de 0 a 10. 

Supón la distribución es siguiente {0,1,2,8,9,10} que ocurre con esta distribución? Pues la media es  30/6 = 5. Decimos que esta clase tiene intelecto medio. Pero si escogemos a un alumno al azar la probabilidad que su intelecto esta en el rango de 4 a 6 es nula. ¿Cómo es posible? Es posible porque las ramas están sobrerrepresentadas (desviación típica muy alta). Los datos varían mucho lo que hace la predicción poco eficiente y no tiene sentido calcular la media.