XXVII Coloquio: La inferencia estadística y lógica experimental
XXVII Coloquio: La inferencia estadística y lógica experimental
Centro de Estudios Justo Sierra
Convoca
XXVII Coloquio
La inferencia estadística y lógica experimental
(Febrero 2018)
El debate sobre los fundamentos filosóficos de la estadística tiene una larga y fascinante historia; el declive del intercambio entre filósofos de la ciencia y estadísticos es relativamente reciente y es una verdadera pena. Por eso debemos preguntarnos: ¿Hay algo especial en el futuro que no requiera de un compromiso renovado en estos campos? y ¿Cómo aprendemos sobre el mundo a pesar de los datos limitados y amenazas de error sin el apoyo de la estadística? (Batanero & Díaz, 2006; D. Mayo, 2011)(D. Mayo, 2011)
Actualmente la ciencia y la tecnología influyen en diferentes ámbitos de la humanidad, por lo tanto, la reflexión, particularmente de los científicos y aprendices de científicos sobre los objetivos, el poder y las limitaciones que tienen éstas, es vital para el funcionamiento de la sociedad (Pruzan, 2016). Particular interés se debe poner en dos elementos clave en el proceso de la investigación científica: la inferencia estadística y la lógica experimental, porque a través de ellos, se obtienen y se validan los resultados del experimento.
Esto es de vital importancia porque las formas probabilísticas de la inferencia conducen de las probabilidades puntuales de las premisas a las probabilidades del intervalo de la conclusión (Wallmann & Kleiter, 2014). Es decir, de lo particular a lo general. Entonces, ¿Cómo estar seguro de que este camino es el correcto?, ¿Porqué confiar la toma de nuestras decisiones a este entramado probabilístico?
Por ello es que es importante discutir la relevancia de la estadística con el problema de la inducción y razonamiento que conduce a generalizaciones causales y cómo las estadísticas elucidan la estructura de la ciencia tal y como se la práctica. Además, es importante construir una teoría adecuada de la inferencia científica para argumentar el vínculo que las estadísticas proporcionan entre la filosofía, la ciencia y la política pública (D. G. Mayo & Spanos, 2011).
Este coloquio tiene como objetivo discutir la naturaleza de la inferencia científica y los enfoques filosóficos para entender el razonamiento científico de nuestro siglo. Entonces, hacer consciente la base filosófica de los métodos estadísticos podría ayudar a hacer un uso correcto y evitar malinterpretar los resultados de la investigación científica.
Las siguientes preguntas se proponen para guiar la discusión del coloquio:
¿Cuáles son los papeles de la probabilidad en la inferencia inductiva/estadística en la ciencia?(D. Mayo, 2011)
¿Cuáles son los objetivos/funciones de la inferencia inductiva/estadística en relación a la investigación científica?(D. Mayo, 2011)
¿Para que se pueden usar varios métodos estadísticos?(D. Mayo, 2011)
El valor de P ¿es una medida absoluta para ser interpretada en contexto o un arriba o abajo de una referencia preestablecida, típicamente 5%? (Figueiredo et al., 2013)
Si el valor de P es menor que 0.05 es estadísticamente significativo ¿por lo tanto debe ser importante?(Gomez, Nogueira, Abreau, Abreau, & Brennan, 2017)
¿El valor de P nos dice la probabilidad de que la hipótesis nula es cierta o falsa? (Price, 2017)
¿Son válidas las decisiones tomadas sobre los resultados tomando en cuenta solamente un estimador?(Gomez et al., 2017; Krausman, 2017)
¿Son los valores de significancia estadística necesariamente significativos en la práctica?(Gomez et al., 2017)
Referencias:
Batanero, C., & Díaz, C. (2006). Methodological and Didactical Controversies around Statistical Inference. Journées de Statistique SFDS Clamart France.
Figueiredo, B., Paranhos, R., Rocha, E., Batista, M., Silva, J. A., Wanderley, M., & Marino, J. (2013). When is statistical significance not significant? brazilianpoliticalsciencereview, 7(1), 31-35.
Gomez, R., Nogueira, M., Abreau, G. D., Abreau, G., & Brennan, P. (2017). Editorial: It is about time to stop misusing the P-value? Oral Pathology And Medicin, 46, 81.
Krausman, P. (2017). P-Values and reality. The Journal of Wildlife Management, 81(4), 562–563. doi:10.1002/jwmg.21253
Mayo, D. (2011). Statistical Science and Philosophy of Science: Where Do/Should They Meet in 2011 (and Beyond)? RMM, 2, 79-102.
Mayo, D. G., & Spanos, A. (2011). Error statistics. In D. M. Gabbay, P. Thagard, & J. Woods (Eds.), Philosophy of statistics (Vol. 7, pp. 153-198). Oxford, UK: Elsevier.
Price, R. (2017). Misinterpreting the p value. Anaesthesia, 72, 546-547.
Pruzan, P. (2016). Uncertainty, Probability and Statistics in Research Research Methodology: The Aims, Practices and Ethics of Science (pp. 207-255). Cham: Springer International Publishing.
Wallmann, C., & Kleiter, G. D. (2014). Probability Propagation in Generalized Inference Forms. Studia Logica, 102(4), 913-929. doi:10.1007/s11225-013-9513-4