Dia Mundial da Estatística

Realmente, todos os dias são dias de muitas coisas. Acabo de descobrir que hoje é o Dia Mundial da Estatística.

Do site WSD 2010:

WHY A WORLD STATISTICS DAY?

---

The celebration of the World Statistics Day will acknowledge the service provided by the global statistical system at national and international level, and hope to help strengthen the awareness and trust of the public in official statistics. It serves as an advocacy tool to further support the work of statisticians across different settings, cultures, and domains.

WHAT TO EXPECT

---

On World Statistics Day, activities at national level will highlight the role of official statistics and the many achievements of the national statistical system. International, regional and sub-regional organizations will complement national activities with additional events.

A programação do dia em vários países está no site. A programação do Brasil:

Brazilian Institute of Geography and Statistics - IBGE, through its National School of Statistical Sciences - ENCE, has the pleasure of inviting all to its commemorative activities, which will take place in its auditorium, located on level 3 of its building at Rua André Cavalcanti, 106, Santa Teresa, Rio de Janeiro, Brazil.

Program of the event:

15 h – Opening ceremony

15:30 - 16:45h - Conference 1 Title: Official Statistics and the 2010 Brazilian Population Census Speakers: Zélia Bianchini, IBGE, Deputy Director for Surveys, and Marco Antonio dos Santos Alexandre, Technical Coordinator of the 2010 Population Census.

17:00 - 18:15h - Conference 2 Title: Anthropometry and nutritional situation in Brazil: methodology, index and secular tendency. Speaker: André Luiz Martins Costa, IBGE – Family Budget Survey Team, Directorate for Surveys.

18:15 - 18:45h - Coffee break

18:45h - 20h - Conference 3 Title: Statistical modeling to predict the outcome of sports games: The case of World Cup 2010 Speaker: Francisco Louzada Neto – Statistics Department - Federal University of São Carlos.

20h – Closing.

Pelo programa do Brasil e mais alguns textos do site do WSD 2010, acho que não é bem o dia da estatística, mas o dia de dados demográficos do países o que realmente se celebra neste evento. É importante, claro, mas muito menor que ESTATÍSTICA.

Uma aula espetacular mostra que conseguimos reduzir a mortalidade infantil

Veja a aula-show anual de Hans Rosling na TED. Ele analisa os dados das Nações Unidas dos últimos anos e mostra, na sua maneira exuberante, que quase todos os países apresentam dados muito otimistas na redução da mortalidade infantil.

A mensagem é que os objetivos do milênio para mortalidade infantil podem ser atingidos globalmente.


Veja o que ele apresenta em 15 minutos e lembre daqueles que se queixam de terem pouco tempo para falar nos congressos....

Uma boa demonstração de análise multivariada

O Journal of Visualized Experiments (JOVE) divulgou um vídeo muito interessante, e informativo (Basics of Multivariate Analysis in Neuroimaging Data) no qual compara análise univariada com análise multivariada em resultados de imagem. Na verdade, a comparação entre os dois tipos de análise é interessante mesmo para quem não usa dados de imagens.

Bem importante, veja aqui, há também a versão escrita do artigo.

O que realmente significa “Estatisticamente significante”?

Todo estudante da área de ciências aprende a expressão “Estatisticamente significante”, quantos realmente entendem apropriadamente o que estão dizendo? Alguns conceitos simples de significância não são bem sedimentados. Assim muitos pensam que “estatisticamente significante” significa “biologicamente relevante”. De modo inverso, a ausência de significância estatística não significa que há uma evidência de inexistência do efeito ou da associação  (Ausência de evidência não é evidência de ausência). O engano acontece mesmo com aqueles que sabem definir estas diferenças.

A compreensão da significância estatística é um ponto de extrema importância na formação científica, pois a publicação de um trabalho pressupõe que os dados mostrados não aconteceram por mero acaso na amostragem ou devido a fatores não controlados no estudo.  Para uma análise crítica do tema, recomendo o artigo “Odds Are, It's Wrong. Science fails to face the shortcomings of statistics” de Tom Siegfried no ScienceNews (March 27th, 2010; Vol.177 #7; p. 26).  O artigo é um pouco longo, mas merece o tempo dedicado à sua leitura.

Veja abaixo alguns tópicos do artigo para estimular a leitura:

“… there’s no logical basis for using a P value from a single study to draw any conclusion. If the chance of a fluke is less than 5 percent, two possible conclusions remain: There is a real effect, or the result is an improbable fluke. Fisher’s method offers no way to know which is which. On the other hand, if a study finds no statistically significant effect, that doesn’t prove anything, either. Perhaps the effect doesn’t exist, or maybe the statistical test wasn’t powerful enough to detect a small but real effect.”

“A recent popular book on issues involving science, for example, states a commonly held misperception about the meaning of statistical significance at the .05 level: “This means that it is 95 percent certain that the observed difference between groups, or sets of samples, is real and could not have arisen by chance.” That interpretation commits an egregious logical error (technical term: “transposed conditional”): confusing the odds of getting a result (if a hypothesis is true) with the odds favoring the hypothesis if you observe that result. A well-fed dog may seldom bark, but observing the rare bark does not imply that the dog is hungry. A dog may bark 5 percent of the time even if it is well-fed all of the time.”

“Because of the way statistical formulas work, a study with a very large sample can detect “statistical significance” for a small effect that is meaningless in practical terms. A new drug may be statistically better than an old drug, but for every thousand people you treat you might get just one or two additional cures — not clinically significant.”

“Ziliak studied journals from various fields — psychology, medicine and economics among others — and reported frequent disregard for the distinction. “I found that eight or nine of every 10 articles published in the leading journals make the fatal substitution” of equating statistical significance to importance, he said in an interview.”

Espero ter convencido que você não deve dormir hoje sem ter lido o artigo completo. Ou pelo menos não deixe de ler o tópico sobre erro em ensaios clínicos:

“Determining the best treatment for a particular patient is fundamentally different from determining which treatment is best on average,” physicians David Kent and Rodney Hayward wrote in American Scientist in 2007. “Reporting a single number gives the misleading impression that the treatment-effect is a property of the drug rather than of the interaction between the drug and the complex risk-benefit profile of a particular group of patients.”

Tem outros tópicos interessantes, sobre meta-análise e estatística bayesiana, por exemplo.

Ilustração.

Muitos estudos experimentais são mal conduzidos, revela estudo.

A pesquisa científica em animais é essencial para o avanço científico, com consequente produção de conhecimentos capazes de melhorar a vida das pessoas. Evidentemente, tais pesquisas, ao implicar na utilização de seres vivos deve ser exercida com extrema cautela nas melhores condições possíveis. Devemos seguir, quando possível, as diretrizes de substituir, reduzir e evitar o sofrimento dos animais.

Apesar de tudo, ainda são essenciais pesquisas realizadas em animais. Quando isto é realizado é essencial que todo o processo seja feito estritamente  em obediência ao método científico para que as conclusões sejam confiáveis e utilizada adequadamente pela comunidade científica.

Um estudo baseado em que os experimentos envolvendo animais devem ser apropriadamente planejados, corretamente analisados e relatados de forma fidedigna foi divulgado pela PLoS One (4(11): e7824 em 30.11.2009). O relato “Survey of the Quality of Experimental Design, Statistical Analysis and Reporting of Research Using Animals” revela que as coisas não estão muito bem na literatura.

Os autores buscando informações mínimas indicadoras de qualidade que devem estar presentes em todos os estudos: examinaram o desenho experimental e a análise estatística de trabalhos publicados na literatura biomédica com uso de animais de laboratório (camundongos, ratos e primatas não-humanos) realizados nos EEUU ou Reino Unido e financiado por instituições financiadas com recursos públicos. 

Das 271 publicações examinadas eles obtiveram informação sobre: o objetivo ou hipótese do estudo, o número, sexo, idade e/ou peso dos animais usados e os métodos experimentais e estatísticos. 

Somente 59% dos estudos indicava a hipótese ou objetivo do estudo e as características dos animais usados.

No desenho experimental a situação é ainda um pouco pior: 87% dos estudos não indicava randomização e 86% não relatava cegamento para reduzir o viés de seleção animal e avaliação de desfecho.

Também terrível, somente 70% das publicações que usaram testes estatísticos descreveram os métodos e apresentaram os resultados com uma medida de erro ou variabiliadade. 

Parece que ainda tem muita gente acreditando numa frase atribuída a Rutherford: Se o seu experimento precisa de estatística, você deveria ter feito um experimento melhor.

Relembrem que só estudos dos EEUU e Reino Unido com financiamento público foram incluídos. Temo que o quadro no conjunto total da literatura seja mais desolador. 

Alguém se animou para dar uma olhada nos trabalhos recentes do seu laboratório?  Seria interessante a CEUA promover uma análise semelhante nos trabalhos de cada instituto?

Ilustração.

Kilkenny, C., Parsons, N., Kadyszewski, E., Festing, M., Cuthill, I., Fry, D., Hutton, J., & Altman, D. (2009). Survey of the Quality of Experimental Design, Statistical Analysis and Reporting of Research Using Animals PLoS ONE, 4 (11) DOI: 10.1371/journal.pone.0007824