Escrito por David Spiegelhalter y publicado por Capitán Swing Libros en 2023 (el original es del 2020).
Pues una vez más reconozco que no sabía nada del autor (doctor en estadística matemática), pero obviamente, para escribir sobre estadística, viendo el currículum del señor, está más que capacitado, como demuestra a lo largo del libro.
El libro no se dedica tanto a darnos detalles de cómo nos pueden engañar con las estadísticas que nos rodean todos los días (como sí hacen más en otros libros que he comentado con anterioridad: éste y éste), sino que se dedica a explicarnos un poco las bases de la estadística, para lo que detalla algunos principios de la probabilidad (yo soy de los que opina que sin probabilidad no se entiende la estadística, pero vamos, que el autor demuestra que sí que se puede) y también da detalles de las dos ramas principales de la estadística, la bayesiana* y la que utiliza métodos estadísticos tradicionales. Antes de continuar, decir que también nos da consejos para poder sospechar de estadísticas con las que podrían intentar engañarnos: en el capítulo final nos da una serie de preguntas que debemos hacernos siempre y cuatro que deben cumplir siempre las afirmaciones basadas en datos.
Es verdad que, cuando se habla de estadística, hay algunos momentos en los que el libro se pone un poco técnico (pero sin fórmulas, las fórmulas están en los pies de página) y comenta cosas como lo que se entiende por sobreajuste (que es cuando al hacer más complejo un algoritmo esencialmente estamos ajustando el ruido en lugar de la señal), lo que se entiende por apofenia (la capacidad de ver pautas donde no las hay), la que es la corrección de Bonferroni, el teorema central de límite (que dice que la distribución de la media de una muestra tiende hacia la forma de la distribución normal a medida que se incremente el tamaño de la muestra). Pero tiene una gran mayoría de partes en las que simplemente relata cosas que deberíamos tener en cuenta cuando vemos una estadística ya hecha, como que los números no mienten, pero tampoco hablan por sí mismos, somos nosotros los que debemos darles significado, que el tamaño muestral debería afectar a nuestra confianza en el estimador, y que, como dijo George Box, "todos los modelos están equivocados, pero algunos son útiles". Y no puedo evitar comentar que hay alguna referencia a la famosa trilogía (de cinco libros) "La guía del autoestopista galáctico".
Por resumir, un libro de 336 páginas más un glosario final, que se leen casi todas sin dificultad, aunque algunas hay que tomárselas con calma.
Como siempre, copio un trocito:
"Con el tiempo se llevó a cabo una prueba con un sistema de supervisión a los médicos de familia, ¡que inmediatamente identificó a un médico de familia con tasas de mortalidad aún mayores que las de Shipman! La investigación reveló que ese doctor ejercía en una ciudad de la costa sur con un gran número de residencias de la tercera edad con muchas personas mayores, y se esmeraba en ayudar a sus pacientes a que no muriesen en el hospital. Habría sido completamente inapropiado que éste médico de familia recibiese ningún tipo de publicidad por la tasa aparentemente alta de certificados de defunción que había firmado. La lección que se puede extraer de todo este es que aunque los sistemas estadísticos pueden detectar resultados atípicos, no pueden ofrecer las razones que explican por qué se dan estos resultados, por lo que se requiere aplicarlos cuidadosamente para evitar acusaciones falsas. Una razón más para tener cuidado con los algoritmos".
Clasificación:
Facilidad de lectura: 3-4 (hay algunas partes que hay que ir con relax).
Opinión: 3-4
* Sobre estadística bayesiana ya comenté un libro bastante bueno con anterioridad: La teoría que nunca murió
