Esta entrada está avalada por Research Blogging.

Esta entrada es bilingüe.

---

Un buen buen amigo mío, matemático, desconfía de la estadística. Pero yo no estoy de acuerdo con él. Para poner en cuestión cualquier resultado me pregunta: «¿y cómo se ha llegado a esa conclusión?». Y cuando en mi respuesta aparece la palabra estadística, se encoge de hombros y mueve la cabeza, mostrando un gesto de desconfianza. Porque entiende que la estadística puede ser usada para mentir.

Y en eso estoy de acuerdo con él. Claro que puede ser usada para mentir.

Pero ir más allá, afirmar que, como la estadística puede ser usada para mentir cualquier estadística miente, es dar un paso muuuuuy largo. Y en ese paso yo no estoy de acuerdo con él. Sería como decir que, dado que en castellano se puede mentir, todo lo dicho en castellano es mentira. En mi opinión, es la falacia de la parte como el todo. Que significa que si una parte es cierta, todo lo es. Y eso no funciona así. Para nada.

Verás, el lenguaje de la ciencia es la matemática. Y la herramienta para verificar la validez de las conclusiones científicas es la estadística. Todo el mundo mundial se ha puesto de acuerdo en eso. Porque estadística y matemática son lenguajes objetivos, que te llevan a las mismas conclusiones si haces lo mismo, llegas siempre al mismo sitio si das los mismos pasos. Da igual que la investigación suceda en Helsinki o en Torrelodones, la escribas en inglés o en tagalo. Llegas a lo mismo. Pero hay un punto débil. La bondad, la veracidad, la fiabilidad de la estadística depende de que esté alimentada por buenos datos. Un estudio estadístico puede llevarte hacia una conclusión si los datos que se le suministran son unos, o hacia la conclusión completamente opuesta, totalmente distinta, si son otros.

En ese sentido, la estadística te puede mentir. Claro que sí. Pero es una mentira verificable. Porque está a la vista. Otro puede llegar, cuestionar los datos introducidos y proponer mejoras, terminando por sustituir las conclusiones iniciales por otras nuevas.

Sí, la estadística puede mentir. O simplemente equivocarse. Pero es verificable, es comprobable si está mintiendo o equivocándose.

Es decir, es una buena herramienta científica. Objetiva y verificable. Por eso es universalmente aceptada.

Un buen ejemplo de lo que quiero comentar lo puedes encontrar en un análisis de las plagas de langostas que han sufrido a lo largo de la historia en China. Para intentar averiguar qué años son más sensibles, qué condiciones han creado plagas mayores y más dañinas. Esa es una preocupación recurrente en la historia de China, dadas las mortandades que este tipo de plagas solían provocar (hoy son más bien daños económicos). Y un científico de la Universidad de Pekín, Ma Shijun, elaboró un registro histórico de plagas y su severidad.

Around 50 years ago, Ma Shijun, a entomologist who worked at Peking University in Beijing, used these records to rank the severity of locust outbreaks (…) over the past 1.000 years on a scale of one to ten.

En ecología hay un viejo debate acerca de si el tamaño de una población, el número de individuos que hay en un momento dado, depende de factores externos (fundamentalmente clima) o de cuestiones internas de la población (territorialidad, número de progenitores, competencia, predación, etc.). Y parece que el debate se decanta hacia el clima como el principal regulador del tamaño de las poblaciones. Por lo menos en langostas. Eso sugieren varios estudios científicos.

«In population ecology, researchers have been debating what controls the size of species populations over long time periods. Some think that climate has a dominant role, whereas others hold that internal biological mechanisms, such as competition and predation, are more important».

Usando los datos de Ma Shijun que te decía antes, los de las plagas de langostas en la China del último milenio, el equipo dirigido por Nils Stenseth llegó a la conclusión de que las mayores plagas sucedían en épocas de temperaturas más frías y clima más húmedo.

«Linking these records with temperature and precipitation reconstructions for the period 957-1956, we show that decadal mean locust abundance is highest during cold and wet periods».

Y el equipo que dirige Yu Ge llegó también a la conclusión de que lo impotante era el clima. Solo que justamente el clima opuesto que había encontrado Stenseth. Stenseth decía que eran períodos fríos y lluviosos los que disparaban la población de langostas. Y Yu Ge afirma que más bien son períodos cálidos y con unas condiciones de precipitación muy concretas, según la región de China de la que se ocupe.

«…the most severe locust outbreak years were in the warm-dry years with warm-dry summers and warm-wet winters in the Yellow River–Haihe River region, northern China, and warm-wet years with warm-wet springs in the Yangtze River–Huihe River region, southern China».

¿Cómo puede ser esto, si ambos equipos emplearon los mismos datos, los de Ma Shijun? Es verdad que los dos están de acuerdo en que el clima es el que provoca las plagas de langostas. Pero luego, cada uno dice que es un tipo de clima. Y además, totalmente opuesto al del otro…

Pues porque la correlación con el clima no fue igual. Stenseth usó datos que abarcaban promedios de toda China a lo largo de décadas. Y China es un país muuuuuuuy grande. Y una década es un tiempo muy largo para una langosta, que vive sólo un año. Ten en cuenta que cada año los adultos ponen sus huevos y estos nacen al año siguiente. Y si ese año hace frío, qué más da lo que haga en esa década, la temperatura que hizo hace dos años o la temperatura que hará dentro de cinco. Ese año ha hecho frío. Eso, Stenseth, no lo tuvo en cuenta. Y Yu Ge sí.

Y por cierto, que los resultados de Yu Ge apuntan a que en un mundo más cálido y seco, como el que viene con el calentamiento global, las plagas de langostas serían más frecuentes.

En fin, que las conclusiones de Yu Ge son más fiables… ¡por ahora! Son distintas de las de Stenseth a pesar de que usa herramientas estadísticas similares a las que empleó Stenseth. Peor alimentadas por mejores datos. ¿Y eso nos debe hacer desconfiar de la ciencia? A quien busque respuetas exactas, sí. Porque en la ciencia no encontrarás certezas. Encontrarás probabilidades, pero nunca certezas.

Sí es verdad que conozco bastantes personas que desconfían de la ciencia porque dicen que sus conclusiones pueden ser falsadas (es decir, se puede demostrar que son falsas) pero no autentificadas (nunca se puede demostrar que son ciertas). Es decir, que desconfían de la ciencia. Porque la ciencia es así. Pero, sin embargo, usan la ciencia. Usan automóviles, ascensores, ven la predicción del tiempo, se suben a un avión, toman medicinas…

Yo veo contradictorio desconfiar de la ciencia y de sus herramientas pero confiar en sus productos.

Referencias:

• Yu, G., H. Shen, and J. Liu (2009). Impacts of climate change on historical locust outbreaks in China J. Geophys. Res DOI: 10.1029/2009JD011833
• Qiu, J. (2009). Global warming may worsen locust swarms Nature DOI: 10.1038/news.2009.978
• Stige, L., Chan, K., Zhang, Z., Frank, D., & Stenseth, N. (2007). From the Cover: Thousand-year-long Chinese time series reveals climatic forcing of decadal locust dynamics Proceedings of the National Academy of Sciences, 104 (41), 16188-16193 DOI: 10.1073/pnas.0706813104