As estatísticas, apesar da sua reputação de objectividade, podem produzir resultados contra-intuitivos que desafiam o bom senso. Muitas vezes, isso se deve a paradoxos estatísticos, como o Paradoxo de Simpson, em que uma tendência aparece nos dados agregados, mas se inverte quando os dados são divididos em subgrupos. Compreender esses fenômenos é crucial para pesquisas e tomadas de decisão precisas.
O caso de admissão em Berkeley
Um exemplo famoso ocorreu na década de 1970, quando a Universidade da Califórnia, Berkeley, foi acusada de discriminação de género nas suas admissões de pós-graduação. Os dados iniciais mostraram uma taxa de aceitação mais baixa para candidatas do sexo feminino (35%) em comparação com candidatos do sexo masculino (44%), aparentemente indicando preconceito. No entanto, quando as admissões foram analisadas por departamento, verificou-se o oposto: em quatro dos seis departamentos principais, foram admitidas mais mulheres do que homens.
A discrepância surgiu porque as mulheres candidataram-se desproporcionalmente a departamentos mais competitivos, com taxas globais de aceitação mais baixas, enquanto os homens se candidataram a departamentos com mais vagas e menos candidatos. Isso ilustra como o agrupamento pode distorcer as tendências subjacentes.
As Origens do Paradoxo
O fenômeno foi descrito pela primeira vez em 1899 pelo matemático Karl Pearson, depois redescoberto por George Udny Yule em 1903. No entanto, permaneceu em grande parte despercebido até que Edward Simpson o documentou formalmente em 1951, emprestando seu nome ao efeito. O trabalho de Simpson destacou como as tendências podem variar dependendo das divisões dos subgrupos.
Implicações no mundo real
Este paradoxo não é meramente teórico. Em 2021, os dados indicavam que a COVID-19 era quase duas vezes mais mortal em Itália do que na China, apesar de todas as faixas etárias em Itália terem uma taxa de sobrevivência mais elevada. Esta descoberta aparentemente contraditória demonstra como as tendências agregadas podem obscurecer a dinâmica dos subgrupos.
Desafios na Pesquisa Médica
O paradoxo de Simpson apresenta desafios em estudos médicos, principalmente na avaliação da eficácia de medicamentos. Um medicamento pode demonstrar eficácia global, mas revelar-se menos eficaz que um placebo quando analisado por subgrupos (por exemplo, género). A decisão de aprovar tal medicamento requer uma consideração cuidadosa: o resultado geral deve ser priorizado ou as inconsistências de subgrupos devem levantar preocupações?
A abordagem cientificamente mais sólida é uma investigação mais aprofundada para determinar a extensão dos fatores de confusão e garantir que as relações causais sejam devidamente identificadas. Não há atalho para uma análise rigorosa quando se trata de desemaranhar correlações de efeitos genuínos.
Concluindo, o paradoxo de Simpson nos lembra que as estatísticas, embora poderosas, não são infalíveis. Uma abordagem crítica à análise de dados, incluindo o exame de subgrupos e a consideração de influências ocultas, é essencial para evitar conclusões enganosas.
