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.
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.
No hay comentarios:
Publicar un comentario