Apéndice para el Probador de Hipótesis

Apéndice que acompaña al artículo “Toma de decisiones inteligente COVID-19”

Cassie Kozyrkov
Ciencia y Datos
3 min readMar 14, 2020

--

Traducido por Carlos Secada del original por Cassie Kozyrkov

Si acabas de leer mi artículo “Toma de decisiones inteligente para el coronavirus COVID-19” y estás acostumbrado a la inferencia estadística clásica, pudiste notar que me salté algunos pasos. Echemos un vistazo más de cerca siguiendo este marco de trabajo.

Acción predeterminada: lo que hayas hecho en ausencia de COVID-19 (por ejemplo, usar tus entradas para el teatro)
Acción alternativa: realizar el cambio que estás considerando (por ejemplo, no usar tus entradas para el teatro).
Hipótesis nula: todos los estados del mundo en los que deseas realizar tu acción predeterminada.
Hipótesis alternativa: todos los demás estados del mundo.

Espera, entonces, ¿qué es ese sin sentido con disparadores y fuentes de información? ¿Por qué no se mencionó la hipótesis nula?

Imagen: FUENTE.

En pocas palabras, esta publicación asume que no tienes la habilidad de probar hipótesis estadísticas sobre COVID-19 por ti mismo.

Si eres un bioestadístico que trabaja con equipos de epidemiología que tienen acceso privilegiado a los datos, esta publicación no es para ti (y probablemente no tengas tiempo para leerla — gracias por el trabajo que estás haciendo). Si eres otra persona, bueno … incluso si tuvieras acceso a los datos (lo cual probablemente no tienes), existen algunos problemas serios al usarlos para hacer inferencias sobre el estado del mundo.

Por ejemplo, sin pruebas aleatorias de individuos asintomáticos, ¿cómo comenzarías a hacer conjeturas sobre la prevalencia de la población? Cualquier modelo que hagas deberá basarse en gran medida en suposiciones. ¿De dónde vendrán esos supuestos? De la experiencia epidemiológica en temas como la propagación de otros coronavirus y quién sabe qué más (¿mencioné que no soy epidemiólogo?).

Si no tienes esa experiencia, asumamos que tus suposiciones serán basura. Puede que todavía los hagas, pero vale la pena recordar que no estás adecuadamente calificado para hacerlos. Cuando tus conclusiones se basan más en suposiciones poco informadas y endebles que en datos, ¿realmente quieres apoyarte en ellas? (Mencioné de paso que en mi tiempo libre he estado ejecutando algunas simulaciones como muchas otras personas de datos; no voy a compartir ninguno de mis modelos contigo, ya que estoy bastante seguro de que no estoy calificado para hacer muchos de los supuestos en los que se basa mi código, así que me guardaré mi bloc de notas personal para mí.)

Entonces, cuando probar hipótesis estadísticamente no es una opción, ¿cómo tomamos decisiones en presencia de ambigüedad e incertidumbre?

Una solución es pasar de enmarcar las cosas en términos de lo que podríamos creer sobre los estados del mundo y, en su lugar, pasar a criterios basados ​​en hechos de esta forma: “Una fuente en la que confío dice x”.

Incluso si x es un enunciado probabilístico (generalmente cierto para las cosas que dicen los científicos), es un hecho que se dijo. Si puedes verificar que tu fuente de confianza dijo eso, entonces estás trabajando con criterios de decisión en los que no hay incertidumbre. (Lo que no significa que la calidad de tu decisión sea espectacular, pero al menos tienes bastante claro cómo estás abordando las cosas).

Si no puedes tener acceso a los datos para analizar, un enfoque razonable para la toma de decisiones implica confiar en aquellos que tienen más información que tu.

En pocas palabras: cuando no tienes acceso a datos confiables que puedes usar para hacer inferencias razonables sobre tu mundo y no tienes poder para recopilar datos por ti mismo, estás obligado a usar proxies (sustitutos). Un enfoque razonable (el que sugiero y el que estoy usando personalmente para esta situación) se basa en confiar en aquellos que tienen más información que tu.

En lugar de evaluar por ti mismo la hipótesis nula, este enfoque implica elegir entidades en las que estés dispuesto a confiar (más criterios mínimos de confiabilidad para nuevas señales), las señales a las que estás dispuesto a reaccionar y la manera de tu reacción. Esta no es la forma ideal en la que te encantaría tomar decisiones en este momento, lo sé, yo tampoco, pero podría ser tu mejor opción hasta que haya más información (y mejor información) disponible.

--

--

Cassie Kozyrkov
Ciencia y Datos

Head of Decision Intelligence, Google. Hello (multilingual) world! This account is for translated versions of my English language articles. twitter.com/quaesita