La aleatoriedad se agrupa más de lo que piensas

Dispersa 100 gotas de lluvia al azar en 100 baldosas y unas 37 baldosas se quedarán completamente secas, mientras que otras atrapan dos o tres. La aleatoriedad real se agrupa.

Imaginamos lo «aleatorio» como una distribución uniforme y ordenada, por lo que los grupos y huecos naturales parecen un patrón. El azar puro los produce por sí solo.

Por el equipo editorial de Math Says Yes

Revisado por humanos según nuestros estándares de fuentes y corrección.

Cómo revisamos el contenido

LA TRAMPA

Debido a que una distribución uniforme se siente «justa», los grupos parecen causados: una racha ganadora, un grupo de casos de una enfermedad, un barajado amañado. Pero espaciar las cosas de manera uniforme es el resultado inusual; la agrupación es lo que hace el azar por defecto.

Una cuadrícula de mosaicos con gotas de lluvia dispersas al azar: algunos mosaicos vacíos, otros agrupados con varios.

Qué muestra esto

Aleatorio no significa espaciado de manera uniforme. Si los eventos caen de forma independiente, nada les dice que eviten un mosaico que ya tiene un evento o que llenen un mosaico que está vacío. Eso significa que los huecos y los cúmulos no son excepciones a la aleatoriedad; son un resultado normal de esta. La ilusión de agrupamiento ocurre cuando vemos esos racimos naturales y los tratamos como evidencia de una causa oculta antes de comprobar lo que el por sí solo predice.

Lo que muestran los números

37%

Vacías

37%

Exactamente una

26%

Dos o más

Con 100 gotas aleatorias en 100 baldosas, alrededor de 37 se quedan vacías y 26 reciben al menos 2 gotas.

Source: Poisson distribution · The hot hand in basketball: On the misperception of random sequences

Por qué falla la intuición

A menudo la gente imagina lo aleatorio como algo mezclado deliberadamente: sin huecos largos, sin repeticiones, sin áreas abarrotadas. Pero esa imagen se parece más a una disposición uniforme que a una aleatoria. Un proceso verdaderamente aleatorio no tiene regla de espaciado, por lo que crea naturalmente rachas, zonas secas y focos de concentración. Nuestro detector de patrones aporta entonces una historia: una racha ganadora, un vecindario sospechoso, un sorteo manipulado. A veces la historia es real, pero la primera comparación debe hacerse frente a un modelo nulo de .

Ejemplo práctico

Coloca 100 gotas de lluvia aleatorias en 100 mosaicos iguales. El es una gota por mosaico, pero eso no significa que cada mosaico reciba una. Bajo un modelo de Poisson con una tasa promedio de 1, la de un mosaico vacío es e^-1, alrededor del 36.8%. La probabilidad de exactamente una gota también es de aproximadamente el 36.8%. El 26.4% restante de los mosaicos recibe dos o más gotas. Por lo tanto, se espera que una cuadrícula aleatoria de 100 mosaicos tenga aproximadamente 37 mosaicos vacíos y 26 agrupados. Las mismas matemáticas operan en el tiempo que en el espacio: lanza una moneda justa 100 veces y las rachas de cinco caras son normales, porque hay muchas oportunidades de que comience una racha.

Cómo usarlo

Antes de tratar un cúmulo como algo significativo, construye o simula el caso nulo. Si los eventos fueran independientes a la misma tasa , ¿cuántos espacios vacíos, impactos dobles, rachas o focos esperarías? Cuenta también cuántos lugares inspeccionaste. Buscar en muchos vecindarios, equipos, fechas o celdas de cuadrícula hace que al menos un cúmulo de apariencia impresionante sea mucho menos sorprendente.

En qué se equivoca la gente

Cinco caras seguidas, tres casos de enfermedad en una calle, la racha ganadora de un administrador de fondos: el error es irse a cualquiera de los extremos al respecto. Un cúmulo no es automáticamente una señal, pero tampoco carece de significado de forma automática. La pregunta correcta es si es más grande, más persistente o está más enfocado que los cúmulos que tu modelo aleatorio ya predice. La evidencia comienza donde el cúmulo observado supera la aglomeración ordinaria del .

Cuándo se aplica

La ilusión de agrupamiento aparece en rachas deportivas, mapas de enfermedades, quejas de clientes, defectos, gráficos bursátiles, ubicaciones de delitos y brotes en redes sociales. Importa más cuando se escanean muchos lugares o ventanas de tiempo después de los hechos. Cuantas más oportunidades inspecciones, más probable será que algún cúmulo parezca significativo por casualidad.

Nota sobre la fuente

El artículo sobre la mano caliente de Gilovich, Vallone y Tversky es el estudio clásico sobre la percepción errónea de secuencias aleatorias. Esta página utiliza esa idea de forma más amplia: las rachas y los cúmulos percibidos deben compararse con la cantidad de agrupamiento que la propia aleatoriedad puede producir.

Pruébalo

Dispersión aleatoria

Suelta 100 puntos en 100 celdas y mira dónde caen.

—

celdas vacías

—

celda más ocupada

Las caídas puramente aleatorias se agrupan de forma natural. Alrededor de 37 celdas se quedan vacías siempre; la agrupación es el aspecto que tiene la aleatoriedad.

Preguntas frecuentes

¿Por qué aproximadamente 37 mosaicos se quedan vacíos?

Cuando 100 gotas caen de forma independiente en 100 mosaicos, el promedio es uno por mosaico. Un modelo de Poisson con una tasa promedio de 1 da una probabilidad de mosaico vacío de e^-1, alrededor del 36.8%, por lo que aproximadamente 37 de cada 100 mosaicos se quedan vacíos.

¿Significa un cúmulo que no hay señal?

No. Un grupo puede ser evidencia real, pero solo tras compararlo con lo que la variación aleatoria ya crearía. La clave es si el grupo es inusual en relación con un modelo nulo claro.

¿Cómo verifico un grupo sospechoso?

Estima el patrón esperado bajo aleatoriedad, idealmente mediante cálculo o simulación. Luego, ten en cuenta cuántos lugares o ventanas de tiempo buscaste. Un grupo encontrado tras muchas búsquedas necesita evidencia más sólida.