La ragione e il pensiero statistico
La difficoltà della ragione davanti al pensiero statistico
La ragione umana incontra una difficoltà ricorrente quando deve pensare statisticamente: tende a trasformare pochi casi osservati in prove generali, a dare troppo peso a episodi vividi, recenti o emotivi, e a sottovalutare grandezze astratte come probabilità di base, dimensione del campione, variabilità, rumore casuale e confronto con ipotesi alternative.
In sintesi: la mente è molto brava a riconoscere configurazioni, storie, somiglianze e cause apparenti; è meno spontaneamente attrezzata a ragionare per distribuzioni, campioni, frequenze, incertezza e probabilità condizionate.
1. Il problema generale: la mente vede segnali anche dove c’è rumore
Molti errori di giudizio nascono da una stessa radice: la tendenza a interpretare un dato osservato come se fosse immediatamente significativo. Vediamo pochi casi, oppure un caso molto vivido, e siamo portati a pensare che essi rivelino una regolarità profonda.
La statistica invita invece a distinguere tra segnale e rumore. Una formula semplice, ma concettualmente decisiva, è:
Il bias nasce quando la mente tratta il rumore come se fosse segnale. Se tre persone raccontano la stessa esperienza, se un episodio di cronaca è impressionante, se un piccolo gruppo produce un risultato estremo, l’intuizione tende a dire: “questo significa qualcosa”. La domanda statistica è invece:
Il pensiero statistico maturo non elimina l’intuizione, ma la disciplina. Ci insegna a chiedere: quanti casi ci sono? rispetto a quale popolazione? qual è la probabilità di base? quanto è grande la variabilità? quale ipotesi alternativa spiegherebbe lo stesso dato?
2. Studi e quadro teorico
La psicologia cognitiva ha studiato ampiamente questa difficoltà. Tversky e Kahneman, nell’articolo Belief in the Law of Small Numbers del 1971, mostrarono che le persone tendono a credere che anche piccoli campioni debbano rappresentare fedelmente la popolazione. Nel 1974, con Judgment under Uncertainty: Heuristics and Biases, descrissero euristiche come rappresentatività, disponibilità e ancoraggio.
Nisbett, Krantz, Jepson e Kunda studiarono l’uso delle euristiche statistiche nel ragionamento quotidiano, mentre Fong, Krantz e Nisbett mostrarono che l’addestramento statistico può migliorare la capacità di affrontare problemi ordinari. Gigerenzer, Hoffrage e altri misero poi in evidenza che il ragionamento bayesiano migliora molto quando i dati vengono presentati in forma di frequenze naturali invece che in percentuali astratte.
Il punto non è dunque che l’essere umano sia semplicemente irrazionale. Piuttosto, la nostra mente ragiona meglio quando i dati sono resi concreti, numerabili e confrontabili. Fatica invece quando deve manipolare probabilità astratte, campioni piccoli, distribuzioni, incertezza e probabilità condizionate.
3. Piccola digressione generale: che cos’è una distribuzione?
Una distribuzione di probabilità descrive quali valori può assumere una variabile casuale e con quali probabilità. Se la variabile è discreta, come il numero di successi in un certo numero di prove, si parla di distribuzione discreta. Se può assumere valori continui, come un peso, una misura o un tempo, si parla di distribuzione continua.
Per esempio, se lanciamo una moneta, possiamo definire:
Se la moneta è equa:
La distribuzione serve a impedire che un singolo caso domini il nostro giudizio. Non ci chiediamo solo: “che cosa è successo?”, ma: “quanto era probabile che succedesse, dato il modello?”.
4. I dodici errori principali e la loro correzione statistica
- Legge dei piccoli numeri
- Sample size neglect
- Base-rate neglect
- Euristica della rappresentatività
- Availability bias
- Confirmation bias
- Regression neglect
- Overweighting of anecdotal evidence
- Confusione tra correlazione e causalità
- Gambler’s fallacy
- Clustering illusion
- Media non pesata dei casi osservati
1. Legge dei piccoli numeri
Intuizione errata
L’intuizione sbagliata è pensare che pochi casi rappresentino già bene l’intera popolazione. Se la probabilità di un evento è circa \(p=0{,}5\), ci aspettiamo ingenuamente che anche in pochi casi l’evento appaia circa metà delle volte.
Formulazione statistica
Se osserviamo \(n\) casi indipendenti e ciascun caso ha probabilità \(p\) di successo, il numero di successi \(X\) segue una distribuzione binomiale:
Digressione: la distribuzione binomiale
La distribuzione binomiale si usa quando abbiamo un numero fisso di prove indipendenti, ciascuna con due soli esiti possibili: successo o insuccesso. Esempi tipici: lanci di moneta, risposte corrette o sbagliate, clienti che comprano o non comprano, pazienti che guariscono o non guariscono.
Le sue ipotesi principali sono:
- il numero di prove \(n\) è fissato;
- ogni prova ha due esiti;
- la probabilità di successo \(p\) resta costante;
- le prove sono indipendenti.
La probabilità di osservare esattamente \(k\) successi è:
La media della binomiale è:
La varianza è:
Se invece guardiamo la proporzione \(\hat p=X/n\), la sua varianza diventa:
La proporzione osservata è:
La sua varianza è:
e il suo errore standard è:
Questa formula corregge l’intuizione. Mostra che l’incertezza diminuisce quando aumenta \(n\). Nei piccoli campioni l’errore standard è grande, quindi risultati estremi non sono affatto strani.
Se \(p=0{,}5\) e \(n=10\):
Se invece \(n=1000\):
Il campione piccolo oscilla molto di più. La statistica corregge quindi la falsa idea che un piccolo campione sia una fotografia fedele della popolazione: è piuttosto una fotografia molto rumorosa.
2. Sample size neglect
Intuizione errata
Qui l’errore consiste nel guardare solo la percentuale osservata senza considerare quanti casi ci sono dietro. Un risultato come \(2/3\), cioè il 66,7%, sembra migliore di \(60/100\), cioè il 60%, ma il primo è basato su appena tre osservazioni.
Formulazione statistica
Una proporzione osservata \(\hat p\) va accompagnata dalla sua incertezza. Un intervallo di confidenza approssimato al 95% è:
Digressione: approssimazione normale e intervalli di confidenza
L’intervallo appena scritto si basa su un’approssimazione normale della distribuzione della proporzione campionaria. Quando \(n\) è abbastanza grande, la distribuzione di \(\hat p\) tende ad assomigliare a una curva normale, centrata intorno alla vera probabilità \(p\).
La distribuzione normale è la classica curva a campana. È descritta da una media \(\mu\) e da una deviazione standard \(\sigma\):
Le sue proprietà principali sono:
- è simmetrica intorno alla media;
- media, mediana e moda coincidono;
- circa il 68% dei valori cade entro una deviazione standard dalla media;
- circa il 95% cade entro circa due deviazioni standard;
- circa il 99,7% cade entro circa tre deviazioni standard.
Il valore \(z=1{,}96\) viene usato perché, nella normale standard, circa il 95% della massa cade tra \(-1{,}96\) e \(+1{,}96\).
Per un intervallo al 95% si usa solitamente:
Primo caso:
L’intervallo approssimativo è:
È un intervallo larghissimo. Secondo caso:
L’intervallo approssimativo è:
Il secondo dato è meno appariscente, ma molto più affidabile. La correzione statistica consiste nel chiedere non solo “quanto è la percentuale?”, ma anche “su quanti casi è calcolata?”.
3. Base-rate neglect
Intuizione errata
Il base-rate neglect consiste nell’ignorare la probabilità di base. Davanti a un test positivo, si pensa subito che la persona sia probabilmente malata, trascurando quanto la malattia sia rara nella popolazione.
Breve spiegazione del teorema di Bayes
Il teorema di Bayes è una regola per aggiornare razionalmente una probabilità quando arriva una nuova evidenza. Prima dell’evidenza abbiamo una probabilità iniziale, detta prior. Dopo l’evidenza otteniamo una nuova probabilità, detta posterior.
La forma generale è:
Dove:
- \(H\) è l’ipotesi;
- \(E\) è l’evidenza osservata;
- \(P(H)\) è la probabilità iniziale dell’ipotesi;
- \(P(E\mid H)\) è la probabilità di osservare l’evidenza se l’ipotesi è vera;
- \(P(E)\) è la probabilità totale dell’evidenza.
Il denominatore \(P(E)\) può essere scomposto considerando sia il caso in cui \(H\) è vera, sia il caso in cui \(H\) è falsa:
Quindi otteniamo la forma più utile nei problemi diagnostici:
Intuitivamente Bayes dice: una nuova evidenza non va letta da sola; va pesata insieme alla probabilità iniziale dell’ipotesi e alla probabilità che la stessa evidenza compaia anche se l’ipotesi è falsa.
Esempio diagnostico
Supponiamo:
cioè la malattia colpisce l’1% della popolazione. Supponiamo poi una sensibilità del test:
e un tasso di falsi positivi:
Allora:
Anche con test positivo, la probabilità reale è circa il 16,7%, non il 99%. Il test è importante, ma va pesato rispetto alla rarità iniziale della malattia.
4. Euristica della rappresentatività
Intuizione errata
L’euristica della rappresentatività porta a giudicare probabile qualcosa perché “sembra tipico” di una categoria. Una persona timida, ordinata, amante dei libri “sembra” un bibliotecario; ma questo non basta per concludere che sia probabile che lo sia davvero.
Formulazione statistica
Il giudizio corretto non deve basarsi solo sulla somiglianza psicologica. Deve tenere conto anche della frequenza di base delle categorie. La formula è ancora una forma bayesiana:
Dove \(C_i\) è una categoria possibile, per esempio “bibliotecario”, e \(D\) è la descrizione osservata. Il termine \(P(C_i)\) rappresenta la probabilità di base della categoria.
Supponiamo che la descrizione sia abbastanza compatibile con un bibliotecario:
ma che i bibliotecari siano rari:
Supponiamo inoltre:
Allora:
La probabilità finale è circa l’1,2%. Anche se la descrizione “sembra” da bibliotecario, la rarità della categoria pesa moltissimo. La correzione statistica consiste nel moltiplicare la somiglianza per la frequenza reale della categoria.
5. Availability bias
Intuizione errata
L’availability bias consiste nel pensare che un evento sia frequente perché viene facilmente in mente. Eventi recenti, emotivi, narrativamente forti o molto presenti nei media sembrano più comuni di quanto siano.
Formulazione errata implicita
La mente si comporta come se:
Cioè: più facilmente ricordo esempi di \(E\), più tendo a credere che \(E\) sia probabile. Ma la memoria non è un campione casuale del mondo.
Correzione statistica
La probabilità corretta va stimata come frequenza relativa su una popolazione definita:
Dove \(\#E\) è il numero di eventi osservati e \(N\) è il numero totale di casi rilevanti. Per esempio, la probabilità di un incidente aereo non si stima contando gli incidenti che ricordiamo, ma confrontando:
Il problema può essere rappresentato come un campionamento distorto. La statistica vorrebbe un campione casuale:
ma la mente spesso usa un campione filtrato:
Di conseguenza:
La correzione fondamentale è ricordare che la memoria non è un archivio statistico neutrale: è selettiva, narrativa e affettiva.
6. Confirmation bias
Intuizione errata
Il confirmation bias consiste nel cercare, ricordare e valorizzare soprattutto i dati che confermano ciò che già si crede. L’errore è pensare: “questa evidenza è compatibile con la mia ipotesi, dunque la mia ipotesi è confermata”.
Formulazione statistica
Un’ipotesi \(H\) non va valutata solo chiedendo se l’evidenza \(E\) è probabile sotto \(H\):
Bisogna confrontare questa probabilità con quella sotto l’ipotesi alternativa:
La misura della forza dell’evidenza è il rapporto di verosimiglianza:
Se \(LR>1\), l’evidenza favorisce \(H\). Se \(LR<1\), l’evidenza sfavorisce \(H\). Se \(LR=1\), l’evidenza non distingue tra \(H\) e \(\neg H\).
Esempio: \(H\) è “questa medicina funziona” ed \(E\) è “un paziente è migliorato”. Se:
ma anche:
allora:
L’evidenza è debole. Se invece:
allora:
L’evidenza è molto più forte. La correzione statistica è dunque questa: un dato conferma un’ipotesi solo se è molto più probabile sotto quell’ipotesi che sotto le alternative.
7. Regression neglect
Intuizione errata
Il regression neglect consiste nell’interpretare il ritorno verso la media come effetto di una causa speciale. Dopo una prestazione eccezionale, se la successiva è più normale, si cercano spiegazioni psicologiche o morali, mentre spesso si tratta semplicemente di regressione statistica.
Formulazione statistica
Se due misurazioni \(X\) e \(Y\) sono correlate ma non perfettamente, la previsione di \(Y\) dato \(X=x\) è:
Digressione: correlazione, normale bivariata e regressione lineare
Questa formula è tipica del ragionamento di regressione lineare. In forma semplice, la regressione lineare si usa quando vogliamo prevedere una variabile \(Y\) a partire da una variabile \(X\). La previsione non dice che ogni individuo seguirà esattamente la linea, ma indica il valore medio atteso di \(Y\) per un dato valore di \(X\).
Quando \(X\) e \(Y\) sono distribuite congiuntamente in modo simile a una distribuzione normale bivariata, la relazione media tra \(X\) e \(Y\) è lineare. La correlazione \(\rho\) misura la forza dell’associazione lineare:
Se \(\rho=1\), la relazione è perfetta positiva. Se \(\rho=0\), non c’è associazione lineare. Se \(0<\rho<1\), i valori estremi tendono a essere seguiti da valori meno estremi: è la regressione verso la media.
Nel caso semplificato in cui le due misurazioni hanno stessa media e stessa deviazione standard:
Se \(0<\rho<1\), un valore estremo di \(X\) produce una previsione di \(Y\) ancora sopra la media, ma meno estrema.
Esempio. Supponiamo:
Allora:
Dopo un valore estremo, la previsione razionale non è la ripetizione dell’estremo, ma un avvicinamento alla media. La correzione statistica consiste nel vedere che non ogni cambiamento richiede una causa speciale.
8. Overweighting of anecdotal evidence
Intuizione errata
L’errore consiste nel dare troppo peso a un caso singolo, vivido o personale. Un aneddoto viene trattato come se avesse lo stesso valore di un insieme ampio di dati.
Formulazione statistica
Un aneddoto può essere evidenza, ma il suo peso dipende dalla quantità di informazione già disponibile. Un modo rigoroso per esprimerlo è il modello Beta-Binomiale.
Supponiamo di voler stimare una probabilità \(p\), per esempio il rischio di un effetto collaterale. Usiamo una distribuzione a priori:
Digressione: la distribuzione Beta
La distribuzione Beta si usa per rappresentare l’incertezza su una probabilità. Poiché una probabilità deve stare tra 0 e 1, la Beta è particolarmente adatta: è una distribuzione continua definita sull’intervallo \([0,1]\).
Si scrive:
I parametri \(\alpha\) e \(\beta\) controllano la forma della distribuzione. In modo intuitivo, \(\alpha\) può essere visto come un peso associato ai successi precedenti, mentre \(\beta\) come un peso associato agli insuccessi precedenti.
La media della distribuzione Beta è:
Quando \(\alpha+\beta\) è grande, la distribuzione è più concentrata: significa che abbiamo molta informazione precedente. Quando \(\alpha+\beta\) è piccolo, la distribuzione è più dispersa: significa che siamo più incerti.
Digressione: il modello Beta-Binomiale
Il modello Beta-Binomiale combina una probabilità incerta con dati binomiali. È molto usato nel ragionamento bayesiano perché la distribuzione Beta è coniugata alla binomiale: dopo aver osservato successi e insuccessi, la distribuzione aggiornata resta ancora una Beta.
Se prima dei dati abbiamo:
e osserviamo \(s\) successi e \(f\) insuccessi, dopo i dati otteniamo:
La proprietà principale è intuitiva: i nuovi dati si aggiungono ai pesi precedenti. Non cancellano automaticamente ciò che sapevamo già.
Dopo avere osservato \(s\) eventi e \(f\) non-eventi, otteniamo:
La stima media aggiornata è:
Supponiamo una conoscenza precedente equivalente a:
cioè un rischio atteso:
Ora osserviamo un nuovo caso negativo:
La nuova stima è:
Il rischio stimato raddoppia, ma resta basso. Un aneddoto modifica la stima, ma non può da solo cancellare una grande massa di dati precedenti. La correzione statistica è: un caso singolo va pesato rispetto al totale dell’evidenza disponibile.
9. Confusione tra correlazione e causalità
Intuizione errata
L’errore consiste nel pensare che se due fenomeni variano insieme, allora uno causi l’altro. Ma l’associazione statistica non basta per stabilire un rapporto causa-effetto.
Formulazione statistica
La correlazione misura l’associazione lineare tra due variabili:
Dove \(\operatorname{Cov}(X,Y)\) è la covarianza tra \(X\) e \(Y\), mentre \(\sigma_X\) e \(\sigma_Y\) sono le rispettive deviazioni standard.
Digressione: covarianza e correlazione
La covarianza misura se due variabili tendono a variare insieme. Se quando \(X\) aumenta anche \(Y\) tende ad aumentare, la covarianza è positiva. Se quando \(X\) aumenta \(Y\) tende a diminuire, la covarianza è negativa.
Il problema della covarianza è che dipende dalle unità di misura. La correlazione la normalizza dividendo per le deviazioni standard:
Così otteniamo un numero sempre compreso tra \(-1\) e \(1\). Ma la correlazione resta una misura di associazione, non una prova di causalità.
Il fatto che:
non implica:
Per parlare di causalità bisogna ragionare in termini controfattuali. Indichiamo con:
il risultato che un individuo avrebbe se ricevesse il trattamento, e con:
il risultato che avrebbe senza trattamento. L’effetto causale medio è:
In uno studio randomizzato, possiamo stimarlo come:
dove \(T=1\) indica il gruppo trattato e \(T=0\) il gruppo di controllo. In uno studio osservazionale, invece, questa differenza può essere distorta da differenze iniziali tra i gruppi.
La correzione statistica è: la correlazione dice che due variabili si muovono insieme; la causalità richiede un confronto controfattuale o un disegno sperimentale adeguato.
10. Gambler’s fallacy
Intuizione errata
La gambler’s fallacy consiste nel credere che, dopo una lunga sequenza casuale, il risultato opposto sia “dovuto”. Dopo molte croci, si pensa che testa sia più probabile; dopo molti rossi alla roulette, si pensa che il nero debba arrivare.
Formulazione statistica
Se gli eventi sono indipendenti, il passato non modifica la probabilità del prossimo evento:
Digressione: indipendenza statistica
Due eventi \(A\) e \(B\) sono indipendenti se il verificarsi dell’uno non modifica la probabilità dell’altro. Formalmente:
In modo equivalente:
L’indipendenza è una proprietà del processo, non della sequenza osservata. Anche una sequenza psicologicamente sorprendente, come dieci croci di fila, non cambia la probabilità del lancio successivo se i lanci sono davvero indipendenti.
Nel lancio di una moneta equa:
La sequenza passata può sembrarci psicologicamente sbilanciata, ma se i lanci sono indipendenti non ha alcun potere predittivo sul lancio successivo. La correzione statistica è semplice: la casualità indipendente non ha memoria.
11. Clustering illusion
Intuizione errata
La clustering illusion consiste nel vedere gruppi, strisce o concentrazioni casuali come se indicassero una causa nascosta. Poiché la mente si aspetta che il caso sia “ben distribuito”, interpreta i grumi casuali come anomalie significative.
Digressione: la distribuzione di Poisson
Quando contiamo eventi rari in un certo intervallo di tempo o spazio, spesso si usa la distribuzione di Poisson. Se il numero medio di eventi attesi è \(\lambda\), allora:
La probabilità di osservare esattamente \(k\) eventi è:
La Poisson si usa quando:
- contiamo il numero di eventi in un intervallo di tempo, spazio o area;
- gli eventi sono relativamente rari;
- il tasso medio \(\lambda\) è stabile nell’intervallo considerato;
- gli eventi avvengono indipendentemente l’uno dall’altro.
Le sue proprietà principali sono particolarmente eleganti:
Quindi nella distribuzione di Poisson la media e la varianza coincidono. Questo è importante: anche se il tasso medio è stabile, l’osservazione concreta può produrre concentrazioni locali.
Correzione statistica
Se vogliamo sapere quanto sia sorprendente osservare almeno \(k\) eventi, calcoliamo:
Per esempio, se in una zona ci aspettiamo in media:
eventi, e ne osserviamo:
non dobbiamo dire subito “cinque eventi sembrano tanti, quindi c’è una causa”. Dobbiamo calcolare:
La correzione statistica è: il caso produce naturalmente picchi, strisce, concentrazioni e apparenti configurazioni. Non ogni cluster è un segnale.
12. Media non pesata dei casi osservati
Intuizione errata
L’errore consiste nel trattare tutte le medie come se fossero ugualmente affidabili, anche quando derivano da numeri di osservazioni molto diversi. Una media di 5 su 5 recensioni può sembrare migliore di una media di 4,6 su 500 recensioni, ma la prima è molto più instabile.
Formulazione statistica
Una soluzione semplice è usare una stima pesata o bayesiana, che avvicina le medie basate su pochi dati alla media generale. Una formula utile è:
Dove:
- \(\bar x\) è la media osservata;
- \(n\) è il numero di osservazioni;
- \(m\) è la media generale;
- \(k\) è il peso attribuito alla media generale.
Digressione: shrinkage, media pesata e stima bayesiana intuitiva
Questa formula è un esempio semplice di shrinkage, cioè “ritiro” di una stima instabile verso una media generale. L’idea è che una media osservata su pochi casi non deve essere presa alla lettera: deve essere corretta usando una stima più stabile.
La formula:
è una media pesata tra il dato locale \(\bar x\) e la media generale \(m\). Se \(n\) è piccolo, pesa molto \(m\). Se \(n\) è grande, pesa molto \(\bar x\). Questo riflette un principio bayesiano: pochi dati nuovi aggiornano la stima, ma non devono cancellare completamente l’informazione generale precedente.
Se \(n\) è piccolo, il termine:
pesa molto. Se \(n\) è grande, pesa molto di più la media osservata:
Esempio. Supponiamo:
Ristorante A:
Allora:
Ristorante B:
Allora:
Il ristorante con 500 recensioni e media 4,6 risulta stimato meglio del ristorante con 5 recensioni e media 5. La correzione statistica consiste nel ridimensionare le medie fragili verso la media generale.
5. La struttura comune dei dodici bias
Tutti i casi discussi hanno una struttura comune. La mente tende a sopravvalutare ciò che è concreto, vicino, vivido, recente, narrativamente forte o coerente con ciò che già crede. Tende invece a sottovalutare ciò che è astratto: dimensione del campione, variabilità, probabilità di base, distribuzioni, indipendenza, ipotesi alternative, regressione verso la media.
Possiamo riassumere così:
La forza dell’evidenza dipende piuttosto da:
Questa formula non è una legge tecnica unica, ma una sintesi concettuale: un dato non vale perché colpisce la mente, ma perché resiste a un confronto disciplinato con il caso, con le alternative e con la struttura della popolazione da cui proviene.
6. Tabella riassuntiva
| Bias | Intuizione errata | Correzione statistica |
|---|---|---|
| Legge dei piccoli numeri | Pochi casi rappresentano bene il tutto. | \(SE(\hat p)=\sqrt{p(1-p)/n}\) |
| Sample size neglect | Conta solo la percentuale osservata. | \(\hat p \pm z\sqrt{\hat p(1-\hat p)/n}\) |
| Base-rate neglect | La nuova evidenza basta da sola. | Teorema di Bayes. |
| Rappresentatività | Ciò che sembra tipico è probabile. | \(P(C_i\mid D)\) include \(P(C_i)\). |
| Availability bias | Ciò che ricordo facilmente è frequente. | \(P(E)=\#E/N\) |
| Confirmation bias | Un dato compatibile conferma l’ipotesi. | \(LR=P(E\mid H)/P(E\mid \neg H)\) |
| Regression neglect | Il ritorno alla media richiede una causa speciale. | \(E(Y\mid X=x)=\mu+\rho(x-\mu)\) |
| Anecdotal evidence | Un caso vivido vale quanto molti dati. | Modello Beta-Binomiale. |
| Correlazione/causalità | Se due fenomeni variano insieme, uno causa l’altro. | \(ATE=E[Y(1)-Y(0)]\) |
| Gambler’s fallacy | Dopo una sequenza, l’opposto è dovuto. | \(P(A_{n+1}\mid A_1,\dots,A_n)=P(A_{n+1})\) |
| Clustering illusion | I gruppi casuali indicano una causa. | Distribuzione di Poisson. |
| Media non pesata | Tutte le medie sono ugualmente affidabili. | \(\hat\theta=\frac{n}{n+k}\bar x+\frac{k}{n+k}m\) |
7. Conclusione: la statistica come disciplina della ragione
La difficoltà della ragione davanti al pensiero statistico non è un difetto marginale, ma un tratto profondo della cognizione umana. La mente cerca cause, storie, configurazioni e conferme. La statistica invece chiede pazienza: prima di concludere, bisogna contare, confrontare, pesare, stimare l’incertezza, considerare le alternative.
L’intuizione lavora per immagini e casi; la statistica lavora per popolazioni e distribuzioni. L’intuizione chiede: “che cosa mi colpisce?”. La statistica chiede: “quanto è probabile osservare questo dato se il mondo funzionasse in un certo modo?”.
Per questo il pensiero statistico è una forma di educazione della ragione. Non ci vieta di guardare i casi particolari, ma ci impedisce di trasformarli troppo rapidamente in leggi generali. Non elimina le storie, ma ci ricorda che una storia non è ancora una distribuzione. Non nega il valore dell’esperienza, ma insegna a chiederci se la nostra esperienza sia un campione rappresentativo o solo un frammento saliente.
La formula filosofica conclusiva può essere questa:
Riferimenti essenziali
- Tversky, A. & Kahneman, D. — Belief in the Law of Small Numbers, 1971.
- Tversky, A. & Kahneman, D. — Judgment under Uncertainty: Heuristics and Biases, 1974.
- Nisbett, R. E., Krantz, D. H., Jepson, C. & Kunda, Z. — The Use of Statistical Heuristics in Everyday Inductive Reasoning, 1983.
- Fong, G. T., Krantz, D. H. & Nisbett, R. E. — The Effects of Statistical Training on Thinking about Everyday Problems, 1986.
- Gigerenzer, G. & Hoffrage, U. — studi su frequenze naturali e ragionamento bayesiano.
- Castro Sotos et al. — studi sulle misconcezioni nell’inferenza statistica, 2007.
- Husereau et al. — compendio recente su euristiche, misconcezioni e bias nel pensiero statistico, 2024.
Alvise Giubelli – HumAI.it©