Inferenza dell'esistenza 4

Ebbene ebbene ebbene ebbene ebbene sì, è tornata!
è tornata la rubrica che tanto ha fatto sognare statistici ed aspiranti tali. Dopo averla mandata in pensione per un po' di tempo (tanto avevate Adimari che vi riempiva l'esistenza di inferenza) mi è rivenuta un'ispirazione. In realtà è un discorso abbastanza stupido e stereotipato, da ombrellone, insomma. è chiaro che io stessa, nota studiosa del fenomeno, ci credo fino ad un certo punto, e soprattutto, da ardente seguace di Simone de Beauvoir, ci tengo a precisare che tutte le differenze evidenziate in questo post, se vere, non sono di origine genetica o innata, se non per minima non rilevante parte.

Gli uomini sono molto semplici. Così semplici che ragionano sempre col modello base. Come una regressione con sola intercetta. Come guardare la dipendenza tra due variabili senza condizionarsi a nient'altro.
Noi donne invece vogliamo controllare tutto. Variabili d'interesse. Variabili confondenti. Variabili "nonsisamaicheancheloroaggiunganoqualcosa". Effetti diretti. Effetti indiretti. Effetti quadratici. Parametri per l'errore di misura. Parametri per tenere conto di possibili dipendenze. Parametri per correggere il parametro. Modelli saturi o quasi.

Per una trattazione chiara ed esaustiva degli effetti benefici o potenzialmente deleteri del primo o secondo modo di modellare nell'analisi statistica rimando a "Analisi dei dati e data mining" di A. Azzalini e B. Scarpa.
Per gli effetti deleteri nelle nostre vite vi raffazzonerò io una trattazione non chiara e non esaustiva.

Fare un modello semplice è semplice, veloce, chiaro e potente. La risposta è esatta ed è precisa.
Giusto.
Ma solo se il modello che c'è sotto è veramente semplice.Se sotto c'è qualcosa che non t'aspetti, che non hai preso affatto in considerazione, ragionando semplice non lo vedi. Nel piano di realtà potrebbe esserci una montagna, un'evidenza spropositata e tu non la vedi, non c'è possibilità che tu la veda se non hai il parametro giusto. Ma ci andrai a sbattere, prima o poi, in questa montagna. E quando andrai a sbattere in ciò che non hai voluto vedere farà malissimo.
[Inoltre -discorso tecnico- non tenere in considerazione effetti potenzialmente confondenti, può distorcerti anche quel poco che vedi. Che non è più nè chiaro, nè preciso. è sbagliato.]

Facciamo come le donne allora. No.
Perchè noi ragazze, o quantomeno io, ci facciamo un milione di domande. E pretendiamo di risponderci a tutte nello stesso momento. Ci sfiora il dubbio che "sotto" ciò che vediamo possa esserci qualsiasi cosa, anche la più assurda: ecco allora modelli pesantissimi, pieni di parametri e di interrogativi.
Se le cose assurde nella realtà esistono davvero, col modello pesantissimo le cogli (forse). Ma se esistevano solo nella tua testa, i risultati della tua analisi possono essere completamente distorti, tutto e il contrario di tutto. I modelli pesantissimi, inoltre, sono estramamente influenzati da oscillazioni casuali nei dati, che invece vengono lette come caratteristiche intrinseche del fenomeno: significa che, a volte, un minimo dato, un episodio, un gesto, una frase può venire usato per carpire chissà quali informazioni sulla realtà, quando invece non voleva dire niente, era solo rumore, disturbo, caso.

Ma allora è meglio il modello semplice col rischio di mettersi il prosciutto sugli occhi, meglio il modello pesante col rischio di vedere cose che non esistono, o qualcosa di intermedio?
Nella statistica, come nella vita, dipende dal singolo caso.
E soprattutto, capire qual'è il modello giusto, richiede qualche anno di studio ed esperienza. Ma solo nella statistica. Perchè nella vita non basta neanche quello.