ESTATÍSTICA: O QUE É E PRA QUE SERVE?

ESTATÍSTICA: O QUE É E PRA QUE SERVE?

Volta e meia, num texto científico, lê-se que "a estatística foi insuficiente", ou que algo é verdade "dentro de um intervalo de confiança de 95%"... Afinal, o que quer dizer isso? A medida deu ou não deu certo?

Num experimento científico, um dos grandes problemas é diferenciar o resultado esperado de um resultado "por acaso"... Vamos dar uns exemplos, acho que fica mais fácil...

1. No teste de um remédio, a pessoa pode ter-se curado por causa do remédio, mas também pode ter-se curado sozinha (como acontece com as nossas gripes);
2. Alguém pode ter seguido uma tal dieta e emagrecido, mas também pode ser que emagrecesse sem a dieta (de repente ela começou a fazer exercícios junto com a dieta, por exemplo);
3. Num experimento de física, como saber se aquele sinal que apareceu é verdadeiro ou é só ruído (eletrônico ou gerado por algum fenômeno natural que não o experimento em si)...

Pra tudo isso, a solução é usar a tal estatística. E como ela funciona, em linhas gerais? Fácil (pelo menos no começo): imagine que queremos testar se uma moeda é viciada (ou seja, tem maior probabilidade de dar cara que coroa)... se fazemos um lançamento e dá cara, o que isso significa? Nada, né? E se der cara duas vezes seguidas? Normal também! E aí vem a pergunta, a partir de quantas vezes seguidas que dê cara a gente pode dizer que tem algo estranho com ela? Mais que isso, se der coroa uma ou outra vez, mas quase sempre der cara, a moeda é normal? Podemos pegar uma moeda que a gente sabe que é normal e lançar umas 10 vezes; depois pegar nossa moeda "suspeita" e lançar também 10 vezes; aí calculamos a probabilidade de sair cara pra cada uma das duas moedas e, se o resultado for muito diferente, é sinal de que nossa moeda está mesmo adulterada. E como saber se foi "muito diferente" ou não? Pra isso vem a estatística: ela vai te permitir calcular direitinho a probabilidade dos dois resultados serem iguais... e claro que quanto mais vezes você jogar as moedas, mais fácil vai ser diferenciar uma "boa" de uma "ruim", né? Ou seja, com um número maior de eventos, é mais seguro dizer se dois resultados são iguais ou diferentes...

Da mesma forma, nosso problema pode ter mais variáveis: imagine um dado ou, pior, um baralho... Num dado, 10 lançamentos dificilmente vão te dar uma boa pista (a não ser que sai o mesmo número em todas)... talvez você precise de uns 50 lançamentos? E num baralho, então? Quantas cartas você vai ter que puxar pra perceber que saem só cartas mais altas que o esperado (de novo, a não ser que nunca saiam cartas baixas - abaixo de 7, digamos)?

A mesma lógica serve para experimentos científicos: você compara o resultado de um experimento com os resultados obtidos em um "grupo controle" (sua moeda sabidamente normal), que por exemplo pode ser um grupo de pessoas que tomou uma pílula de farinha ao invés do comprimido de verdade (por quê o comprimido de farinha? Pra evitar que a simples ideia de estar tomando o comprimido produza os efeitos desejados, no que é conhecido como "efeito placebo" - a pessoa pensa que tomou o remédio, e o corpo dela acaba reagindo de forma mais forte contra a doença e apressando a cura). No caso de um experimento de física, é usual fazer uma medida nas mesmas condições do experimento, mas sem o sinal em si (por exemplo, um procedimento extremamente comum é usar o seu aparelho para medir a radiação sem a fonte radioativa e com ela, pra poder diferenciar o que é sinal de fundo - ruído, radiação vinda das paredes ou do espaço, etc - do sinal produzido pela sua fonte).

Em experimentos com seres humanos, por exemplo, a quantidade de variáveis ("lados da moeda") pode ser MUITO grande - afinal um é vegetariano, o outro não come peixe, aquele tá acima do peso, esse vive estressado, aquele ali fica doente à tôa... aliás, até a etnia, a classe sócio-cultural, a profissão, os hobbies... tudo isso poderia tornar um indivíduo diferente do outro pros fins do estudo! A solução é tentar fazer os dois grupos o mais parecidos entre si possível (por exemplo, a porcentagem de negros, orientais, fumantes, vegetarianos, etc, deve ser estatisticamente igual nos dois grupos), o que implica em duas possibilidades: ter grupos MUITO homogêneos (por exemplo, só homens brancos não-fumantes, sedentários e de dieta geral) ou ter um número MUITO grande de participantes (algumas vezes 20.000 pessoas podem ser necessárias!!!!!)...

Enfim, é por isso que, muitas vezes, vemos resultados de pesquisas conflitarem entre si: é preciso ver como foi a amostragem (a escolha dos grupos de pessoas - e aí o simples fato de um trabalho ter sido feito em São Paulo e o outro em Recife pode fazer toda a diferença - é só pensarmos na alimentação) e qual a "significância" do resultado (ou seja, naquele estudo, qual a probabilidade final do grupo "de estudo" ser diferente do "controle" - normalmente assume-se que tem que ser de no mínimo 95% pra podermos afirmar algo)...

Bom... é isso! E, pra quem um dia precisar, aqui tem um link bem legal com a resposta pra pergunta de 1 milhão de dólares: que teste estatístico devo usar pros meus dados?

Até a próxima!