1.1 Golems estadísticos

Los modelos estadísticos son herramientas poderosas pero irreflexivas. Como los golems del folclore judío — estatuas de arcilla cobradas vida al inscribir palabras en sus frentes — los modelos estadísticos hacen exactamente lo que se les dice, pero no tienen sabiduría sobre si esas instrucciones son sensatas. No pueden juzgar si la pregunta que responden es la que queríamos hacer. Esta es la metáfora central del libro: los procedimientos estadísticos son golems. No son oráculos. No son jueces. Son herramientas que deben diseñarse con cuidado, entenderse profundamente y nunca confiarse ciegamente.

La analogía del golem

En la leyenda del Golem de Praga, el Rabino Judah Loew ben Bezalel creó una criatura de arcilla para proteger a la comunidad judía. El golem era poderoso y obediente, pero carecía de juicio. Seguía sus instrucciones literalmente, a veces con consecuencias desastrosas. El golem no podía cuestionar sus órdenes. No podía adaptarse al contexto. Solo podía ejecutar.

Los modelos estadísticos son iguales. Una regresión lineal no sabe si los datos son apropiados para un modelo lineal. Un valor $p$ no sabe si la hipótesis nula es significativa. Un intervalo de confianza no sabe si el parámetro que estima es el que nos debería importar. Estos procedimientos son golems — hacen lo que se les dice, pero no pueden decirnos si las instrucciones son sabias.

Esto significa que la responsabilidad de usar herramientas estadísticas sabiamente recae enteramente en el modelador. Debemos:

Entender la maquinaria: Saber qué hace cada procedimiento, qué supuestos hace y qué no puede hacer.
Cuestionar los supuestos: Verificar si los supuestos del modelo son razonables para los datos en cuestión.
Comparar alternativas: Nunca depender de un solo modelo. Siempre comparar con alternativas plausibles.
Interpretar con humildad: La salida de un modelo no es verdad; es una respuesta condicional a una pregunta específica.

La ciencia antes que la estadística

La estadística no es un sustituto del pensamiento científico. Antes de construir un modelo estadístico, necesitamos un modelo científico — una historia causal sobre cómo surgieron los datos. El modelo estadístico es una herramienta para razonar sobre esa historia, no para reemplazarla.

El abuso más común de la estadística es tratarla como una máquina para producir resultados "significativos". Esto conduce a:

Sobreajuste: Modelos que se ajustan a los datos muestrales pero fallan al generalizar.
Confusión: Modelos que estiman asociaciones en lugar de efectos causales.
Pruebas múltiples: Realizar muchas pruebas y reportar solo las significativas.
Jardín de los caminos que bifurcan: Tomar decisiones dependientes de los datos que inflan las tasas de falsos positivos.

Cada uno de estos abusos surge de tratar al golem como un oráculo en lugar de una herramienta.

# A simple demonstration: the golem does what it is told
# Fit a line through data that is clearly not linear
set.seed(42)
x <- runif(30, 0, 10)
y <- 2 * x^2 + rnorm(30, sd = 5)

# The golem (lm) fits a straight line without questioning

fit <- lm(y ~ x)
cat("Linear model coefficients:\n")
cat("Intercept:", round(coef(fit)[1], 2), "\n")
cat("Slope:", round(coef(fit)[2], 2), "\n")
cat("R-squared:", round(summary(fit)$r.squared, 3), "\n")

# Plot the data and the golem's answer

plot(x, y, pch = 16, col = "steelblue",
main = "The golem fits a line to curved data",
xlab = "x", ylab = "y")
abline(fit, lwd = 2, col = "firebrick")
legend("topleft", legend = c("Data", "Linear fit (golem)"),
col = c("steelblue", "firebrick"), pch = c(16, NA), lty = c(NA, 1), lwd = 2)

Click Run to execute this code in your browser with WebR

El modelo lineal se ajusta — produce coeficientes, $R^2$ y valores $p$ . Pero el modelo es incorrecto: la verdadera relación es cuadrática, no lineal. El golem no lo sabe. Hace lo que se le dice. Es nuestra responsabilidad reconocer que un modelo lineal es inapropiado y probar uno mejor.

El problema de la estadística procedimental

Gran parte de la práctica estadística es procedimental: aplicar una prueba, verificar un umbral, sacar una conclusión. Este enfoque trata a la estadística como una receta — seguir los pasos y obtener la respuesta. Pero esto es exactamente cómo los golems causan problemas. El procedimiento no codifica juicio científico. Codifica una regla mecánica.

Por ejemplo, el valor $p$ es la probabilidad de observar datos tan extremos como los nuestros, asumiendo que la hipótesis nula es verdadera. Pero el valor $p$ no nos dice:

Si la hipótesis nula es plausible.
Si el efecto es prácticamente importante.
Si el modelo que produjo el valor $p$ es correcto.
Si un modelo diferente daría una respuesta diferente.

$p\text{-value} = P(\text{data as extreme} \mid H_0)$

Esta es una probabilidad condicional. Nos dice sobre los datos dada la hipótesis, no sobre la hipótesis dados los datos. Confundir estas dos direcciones es el error estadístico más común.

# Demonstrate how p-values can mislead
# Simulate 100 datasets under the null hypothesis (no effect)
set.seed(123)
p_values <- replicate(100, {
x <- rnorm(50)
y <- rnorm(50)
summary(lm(y ~ x))$coefficients[2, 4]  # p-value for slope
})

cat("Number of 'significant' results (p < 0.05):", sum(p_values < 0.05), "out of 100\n")
cat("Expected by chance: 5 out of 100\n")
cat("This is the false positive rate\n")

hist(p_values, breaks = 20, col = "steelblue", border = "white",
main = "P-values under the null hypothesis",
xlab = "p-value")
abline(v = 0.05, lty = 2, col = "firebrick", lwd = 2)
legend("topright", legend = "p = 0.05", col = "firebrick", lty = 2, lwd = 2)

Click Run to execute this code in your browser with WebR

Bajo la hipótesis nula, aproximadamente el 5% de las pruebas serán "significativas" con $p < 0.05$ — puramente por azar. Esta es la tasa de falsos positivos, y es una propiedad del procedimiento, no de los datos. El golem no sabe qué resultados significativos son reales y cuáles son ruido. Nosotros sí.

Rethinking

Los modelos son golems, pero los modeladores no lo son. La analogía del golem no es un llamado a la desesperación. Es un llamado a la responsabilidad. Los modelos estadísticos son herramientas poderosas, pero requieren juicio, contexto y comprensión científica para usarse bien. El objetivo de este libro es enseñarle a construir mejores golems — modelos que sean transparentes, criticables y alineados con las preguntas científicas. Las tres herramientas — inferencia bayesiana, modelos multinivel y criterios de información — son las prácticas de ingeniería que hacen esto posible.

Lo que este libro hace diferente

Este libro toma un enfoque diferente de los libros de texto estándar de estadística:

La inferencia bayesiana reemplaza las pruebas frecuentistas. En lugar de valores $p$ , calculamos distribuciones a posteriori que nos dicen qué creer sobre los parámetros dados los datos.
Los modelos multinivel reemplazan los modelos de efectos fijos. En lugar de asumir que todos los grupos son idénticos o completamente independientes, modelamos la variación entre grupos.
La comparación de modelos reemplaza la prueba de hipótesis. En lugar de probar una sola hipótesis nula, comparamos múltiples modelos y estimamos cuál predecirá mejor los datos nuevos.

Estas tres herramientas no son independientes. Se refuerzan mutuamente. La inferencia bayesiana proporciona los cimientos, los modelos multinivel proporcionan la estructura, y la comparación de modelos proporciona la crítica. Juntas, forman un flujo de trabajo coherente para el modelado estadístico.

Overthinking

¿Por qué bayesiano? El enfoque bayesiano no se trata solo de usar distribuciones a priori o calcular distribuciones a posteriori. Es un marco para el razonamiento coherente bajo incertidumbre. El teorema clave es el teorema de Bayes:

$P(\theta \mid D) = \frac{P(D \mid \theta) \cdot P(\theta)}{P(D)}$

Este teorema nos dice cómo actualizar nuestras creencias sobre los parámetros $\theta$ después de ver los datos $D$ . La distribución a priori $P(\theta)$ codifica lo que sabemos antes de ver los datos. La verosimilitud $P(D \mid \theta)$ codifica lo que los datos nos dicen. La distribución a posteriori $P(\theta \mid D)$ es el resultado: lo que sabemos después de ver los datos.

El marco bayesiano no es la única forma de hacer estadística, pero tiene varias ventajas:

Produce distribuciones, no solo estimaciones puntuales, por lo que la incertidumbre siempre es explícita.
Permite que la información a priori se incorpore formalmente.
Se generaliza naturalmente a modelos jerárquicos y comparación de modelos.
Es coherente: las reglas de la teoría de probabilidad aseguran que las conclusiones sean internamente consistentes.

El costo principal es computacional: la inferencia bayesiana a menudo requiere métodos numéricos (MCMC) en lugar de fórmulas analíticas. Pero con la computación moderna, esto ya no es una barrera.

Resumen de la Sección 1.1

Los modelos estadísticos son golems: herramientas poderosas pero irreflexivas que hacen lo que se les dice.
La responsabilidad de usar modelos sabiamente recae en el modelador, no en el modelo.
La estadística procedimental (aplicar pruebas mecánicamente) es la fuente más común de error estadístico.
Este libro enseña tres herramientas: inferencia bayesiana, modelos multinivel y comparación de modelos.
Estas herramientas forman un flujo de trabajo coherente: especificar, ajustar, criticar y comparar.

Repensamiento estadístico