Δημοσιεύτηκε: 25 Νοέμ 2013, 16:29
από eliasps
Δεν τίθεται θέμα αν κάποιος αμφισβητεί τη στατιστική ή όχι, ειδικά η απορία αν είναι επιστήμη ή όχι είναι άκυρη. Είναι και ήταν επιστήμη από τότε που θεμελιώθηκε. Όπως και οι πιθανότητες.
Η στατιστική είναι επιστήμη και μελετά διάφορα φαινόμενα με μεγάλη ακρίβεια. Οι αποκλίσεις ενός συμπεράσματος από την πραγματικότητα έχουν ήδη προβλεφθεί.
Ακριβώς όπως και οι πιθανότητες δεν δείχνουν απόλυτα αποτελέσματα αλλά μία τάση πραγμάτων.
Πολλοί για λόγους ευκολίας ερμηνεύουν λανθασμένα την πιθανότητα «Αν ρίξω ένα ζάρι, η πιθανότητα να μην φέρω 6» = 5/6 ως «Αν ρίξω ένα ζάρι 6 φορές τις 5 δεν θα φέρω 6» ή «Αν ρίξω ένα ζάρι 6 φορές τη μία θα φέρω 6». Δεν δείχνει ακρίβεια ενδεχομένου, αλλά την τάση προς το αποτέλεσμα.
Κάτι αντίστοιχο ισχύει και για τη στατιστική, σε διαφορετικό τομέα.

Υπάρχουν πάρα πολλές μεταβλητές και παράμετροι που συνυπολογίζονται σε μία στατιστική έρευνα πριν βγουν συμπεράσματα.
Περιθώρια σφάλματος, κατανομές δειγμάτων, καθώς και πολλοί παράγοντες που έχουν ως σκοπό την αμφισβήτηση των αποτελεσμάτων με πολλούς ελέγχους επαλήθευσης.
Πολλοί υπό-κλάδοι της στατιστικής εξειδικεύονται σε διάφορους τομείς.
Αρκετά περίπλοκη επιστήμη ακόμα και στις απλούστερες μορφές της.

Το φαινόμενο που φαίνεται να έχει εμφανιστεί σε αυτή τη συζήτηση υπάρχει ως όρος στη στατιστική επιστήμη και λέγεται υπεργενίκευση.
Η υπεργενίκευση είναι η υπερβολική βαρύτητα στην λογική επαγωγή, δηλαδή η τάση να ανάγουμε ένα συμπέρασμα από ένα δείγμα, σε ένα πολύ μεγαλύτερο δείγμα υποθέτοντας ότι το συμπέρασμα αποτελεί γενικότητα. Υπάρχουν ελεγχόμενες μέθοδοι για την αναγωγή ενός συμπεράσματος από ένα δείγμα σε ένα άλλο ώστε να περιοριστούν τα σφάλματα στο ελάχιστο και να είναι προβλέψιμες οι αποκλίσεις.
Συνεπώς, η υπεργενίκευση είναι λανθασμένη χρήση της στατιστικής επιστήμης που δημιουργεί ψευδή αποτελέσματα. Από εκεί βγήκε και η περίφημη φράση «Lies, damned lies and statistics».

Η μαθηματική επαγωγή δεν εμπλέκεται ιδιαίτερα στον τομέα της στατιστικής. Είναι τρόπος απόδειξης σχέσεων μεταξύ των φυσικών αριθμών. Δείχνουμε ότι μία ιδιότητα ισχύει για τον πρώτο όρο, υποθέτουμε ότι ισχύει για κάποιον τυχαίο, αποδεικνύουμε ότι ισχύει για τον επόμενο του τυχαίου και αφού ξέρουμε πως ισχύει για τον πρώτο, δείξαμε πως ισχύει για τον επόμενο, επαγωγικά ισχύει για όλους.

Στο θέμα των διαφορών των φύλων, η στατιστική δεν δίνει απαντήσεις στα κύρια ερωτήματα. Η στατιστική απλά δίνει αριθμούς ΧΩΡΙΣ αιτιολόγηση των διαφόρων φαινομένων. Η πλέον κατάλληλη επιστήμη για να δώσει απαντήσεις σε τέτοια ερωτήματα, φαντάζομαι είναι η βιολογία και οι συγγενείς επιστήμες, ιατρική, χημεία κλπ.
Όντως, από κοινωνικά πειράματα σε αρκετά δείγματα, φαίνεται πως οι άντρες έχουν μεγαλύτερη κλίση και κατανόηση στις θετικές επιστήμες. Αλλά αυτό δε σημαίνει πως είναι θέμα αντίληψης. Μπορεί να είναι θέμα ανατροφής, δηλαδή διαφορετικών συνηθειών και καταστάσεων που αντιμετωπίζουν τα δύο φύλα καθώς διαμορφώνουν τον χαρακτήρα τους. Μπορεί και όχι, ποιος ξέρει! Το σίγουρο είναι πως κανείς δεν μπορεί να βγάλει ένα τέτοιο συμπέρασμα με ικανοποιητικά επιχειρήματα και το μόνο που μπορεί να εκφραστεί σε μία συζήτηση γενικού ενδιαφέροντος όπως αυτή, είναι γενικές υποθέσεις που "μπάζουν" από παντού.