Estadísticas para leer afirmaciones de riesgo, resultados de pruebas, cambios relativos, márgenes de error y eventos raros.
Las afirmaciones de riesgo a menudo suenan más grandes o más pequeñas de lo que son. Un aumento relativo puede ocultar un cambio absoluto diminuto. Una prueba sólida aún puede crear muchas falsas alarmas cuando la condición es rara. Una ventaja en una encuesta puede encontrarse dentro del margen de error.
Esta colección se centra en las decisiones bajo incertidumbre: convierte porcentajes en recuentos, compara riesgos en una escala común y separa los resultados promedio de los peores escenarios. Nada de esto te pide que dejes de tener miedo o que desconfíes de cada número; el objetivo es ver el riesgo a la escala en la que realmente se toma una decisión.
Las páginas son especialmente útiles para leer afirmaciones de salud, afirmaciones de seguridad, titulares de encuestas, evidencia legal y métricas de productos. Muestran cómo un número puede ser técnicamente verdadero y aun así estar mal enmarcado para el juicio.
Traduce los porcentajes en personas
Un aumento del 50% suena grande hasta que te enteras de si la línea base era 2 de cada 10 000 o 2 de cada 10. Las tasas base, el riesgo absoluto y las frecuencias naturales convierten porcentajes abstractos en recuentos sobre los que puedes razonar. Esta es la forma más rápida de hacer que las afirmaciones sobre eventos raros sean menos engañosas.
Separa el promedio, la incertidumbre y el peor escenario
Los seguros, los micromort, los márgenes de error y la potencia estadística requieren más de un número. El promedio del resultado cuenta una historia, el intervalo de incertidumbre cuenta otra y el peor caso puede importar incluso cuando es improbable. Una buena educación sobre riesgos mantiene esas capas separadas en lugar de colapsarlas en una sola sensación.
Usa este centro para decisiones reales
Cuando aparezca un titular sobre riesgos, comienza con la tasa base y el riesgo absoluto. Si la afirmación proviene de una prueba o encuesta, añade los falsos positivos, el margen de error y la potencia. Si la afirmación está vinculada a incentivos, usa la ley de Goodhart para preguntar si la métrica pudo haber cambiado el comportamiento. Los datos a continuación son breves, pero juntos forman una lista de verificación para la toma de decisiones.