Supongamos que una moneda se lanza cien veces y en sesenta de ellas sale la misma cara. Algunas personas pensarán que la moneda tiene algún problema; otras considerarán que se trata de una fluctuación normal.
Ambos juicios pueden formularse con mucha seguridad. Lo verdaderamente difícil es explicar en qué se basan: si la moneda es justa, ¿qué tan raro es este resultado? ¿Fue estable la forma de lanzarla? Si se observara otro conjunto de lanzamientos, ¿cómo cambiaría la proporción?
MATH003 «Probabilidad y estadística: la ciencia de la incertidumbre», de EvoClass, es un curso de nivel universitario introductorio que actualmente consta de once lecciones y cuyas indicaciones requieren una base de un año de cálculo. Conecta los modelos probabilísticos, las variables aleatorias, las distribuciones muestrales y la inferencia estadística para ayudar a quien aprende a convertir lo que «parece inusual» en una pregunta que puede discutirse y contrastarse.
Antes de juzgar que algo es casual, hay que precisar qué varía al azar
La frase «la probabilidad es la mitad» exige detrás un experimento y un evento bien definidos. ¿Qué cara se observa? ¿Cómo se lanza la moneda? ¿Pueden considerarse independientes los resultados sucesivos? Si estas condiciones son ambiguas, los cálculos posteriores podrían estar respondiendo a otra pregunta.
Lección 1: Fundamentos de los modelos de probabilidad parte de la intuición para llegar al espacio muestral, los eventos, la probabilidad condicional y la independencia.
El problema de las cartas de dos colores que aparece en los materiales es especialmente útil para recordarse a uno mismo que, tras obtener una nueva información, las posibilidades restantes no tienen por qué seguir siendo igualmente probables. La intuición las agrupa rápidamente en unas pocas opciones, pero el modelo exige seguir preguntando cómo se llegó a observar cada una de ellas.
En eso radica también el valor del lenguaje probabilístico. Permite que ambas partes alineen primero el objeto de discusión y luego comparen sus razonamientos, en lugar de ir y venir entre «yo creo que».
El número calculado con una muestra también varía
Sesenta caras es el resultado de estos cien lanzamientos. Si se repitieran los cien lanzamientos, el resultado normalmente no se repetiría tal cual. La proporción muestral, la media muestral y otros estadísticos también cambian con la muestra.
En la Lección 4: Distribuciones muestrales y teoremas límite, el curso analiza el propio estadístico como variable aleatoria y aborda la ley de los grandes números, el teorema central del límite, el error y el tamaño de la muestra.
Así, la pregunta empieza a pasar de «¿cuál es esta proporción?» a «bajo este modelo, ¿cómo podría fluctuar una proporción como esta?». Solo entonces un resultado aislado dispone de un contexto con el que compararse.
Aumentar el tamaño de la muestra suele reducir el error aleatorio, pero sigue siendo necesario revisar el proceso de muestreo. Si los sujetos observados se inclinan siempre hacia una misma categoría, más registros podrían limitarse a repetir el sesgo de forma más estable.
Para pasar de los datos a una conclusión hay que explicar el método de inferencia
Los modelos probabilísticos nos ayudan a hablar de los datos que podrían aparecer; la inferencia estadística parte de los datos ya observados para estudiar mecanismos o parámetros desconocidos.
La Lección 5: Fundamentos de la inferencia estadística vincula muestra, modelo e inferencia. Lo que hay que practicar aquí es distinguir qué proviene de la observación y qué depende de supuestos adicionales.
Al avanzar a la Lección 7: Inferencia estadística bayesiana, la prior, la verosimilitud y la posterior permiten expresar con claridad «cómo se actualiza un juicio tras ver datos nuevos». El juicio actualizado depende a la vez de los datos observados y de la prior empleada, por lo que al estudiar también conviene revisar el efecto de esas elecciones.
Distintos métodos de inferencia tienen sus propias condiciones e interpretaciones. Comprender esas condiciones resulta más útil que tomar una cifra como veredicto final. Las sesenta caras del ejemplo de la moneda, por sí solas, todavía no pueden darnos un análisis completo.
Tras calcular con precisión, hay que comprobar si el modelo es adecuado
Si una parte de los ensayos se realizó con un dispositivo distinto, o si la forma de lanzar cambió a mitad del proceso, tratar todos los registros como un único proceso estable exige reconsiderarse.
La Lección 9: Comprobación y diagnóstico de modelos desplaza la atención de la estimación de parámetros a la revisión del modelo. Temas como los residuales, las comprobaciones de ajuste y la validación cruzada ayudan a quien aprende a buscar diferencias aún no explicadas entre los supuestos y los datos.
Puede proponerse un pequeño ejercicio: escribir primero cómo se generaron los datos, explicar después qué modelo se piensa utilizar y enumerar por último qué observaciones harían dudar de ese modelo. Aunque de momento no se hagan cálculos complejos, estos tres pasos pueden hacer más clara una evaluación.
La situación de la moneda en este texto no ofrece una conclusión experimental, sino un punto de partida para esta ruta de reflexión. En la página del curso MATH003 se puede seguir profundizando en probabilidad, muestreo e inferencia.
Cuando un resultado llama especialmente la atención, vale la pena mirar un paso más: ¿en qué condiciones apareció? ¿Cómo podría fluctuar? ¿Qué explicaciones no se han descartado? La comprensión de la incertidumbre comienza con estas preguntas.
Este artículo se elabora a partir del resumen actual del curso y los materiales de EvoClass; los enlaces de las lecciones remiten a materiales en inglés. Los datos de la moneda son un ejemplo didáctico planteado, y no se realizó ningún experimento ni prueba de hipótesis con base en ellos; el curso implica bases de cálculo y está pensado para un aprendizaje progresivo de nivel universitario.