Una imagen vale más que mil números

Desde la década de 1960, los investigadores han explorado los problemas que tienen los humanos para entender la probabilidad. Nuevos estudios realizados por nosotros y por otras personas muestran que la forma en que se presentan los datos tiene un gran impacto; en particular, las representaciones gráficas y las simulaciones por ordenador pueden ayudar. En un experimento, hicimos a 257 economistas un análisis de regresión simple y preguntamos por las probabilidades de varios resultados. A algunas se les mostraron los datos en la forma habitual en las revistas de economía: la media, la desviación estándar, etc. Se equivocaron en la mayoría de las respuestas. A otros se les dio un diagrama de dispersión, sin análisis. Aunque algunos de ellos se quejaron de no tener suficiente información, a la mayoría les fue mucho mejor. Probabilidad: una visión más clara Su empresa está considerando invertir 100 millones de dólares en una nueva fábrica. Los analistas de números estiman que la planta generará una rentabilidad anual del 20% a lo largo de una vida útil de 10 años. Pero también dicen que la estimación tiene una desviación estándar del 70%. ¿Cuáles son las probabilidades de que las cosas salgan mal? ¿Perplejo? Si ejecuta 1000 simulaciones de los resultados y las introduce en un gráfico de dispersión, el escenario se hace más intuitivo. A medida que las empresas confían cada vez más en la analítica y el Big Data, es importante utilizar las infografías para presentar la información de forma que los responsables de la toma de decisiones puedan entenderla fácilmente. Al principio, la probabilidad de perder no es trivial. En el primer año es del 38%; después de tres años, del 19%. Para el décimo año, la probabilidad de pérdidas acumuladas por las operaciones de la planta es bastante pequeña: un 0,3%. Pero las probabilidades de que no haya recuperado su inversión siguen siendo del 8%. En problemas complejos en los que hacer gráficos no es una opción, las simulaciones por ordenador permiten a las personas «experimentar» las probabilidades ejecutando numerosas versiones del proceso estadístico subyacente y viendo los resultados. (Lanzar una moneda varias veces es un ejemplo sencillo de simulación.) Presumimos que, aunque la teoría de la probabilidad es un invento bastante reciente, la gente ha estado codificando e interpretando la «información de frecuencia» observada secuencialmente durante eones, por lo que el cerebro humano tiene cierta experiencia con las probabilidades presentadas de esa forma. Nuestra investigación confirma la hipótesis. Hicimos acertijos estadísticos a 62 estudiantes de pregrado que habían tomado clases de estadística recientemente y a 20 adultos que tenían menos inclinaciones estadísticas. En ambos grupos, las personas tenían muchas más probabilidades de dar las respuestas correctas después de realizar simulaciones. Creemos que estos resultados son muy prometedores para mejorar la comprensión estadística en los negocios, el gobierno y otros campos. Por ejemplo, las empresas que deciden comprar nuevos equipos y las personas que eligen carteras de jubilación se enfrentan a un riesgo e incertidumbre considerables. Los análisis estadísticos pueden estimar el riesgo y ayudar a la toma de decisiones, pero a la mayoría de nosotros nos cuesta encontrarle sentido a esos análisis. Los gráficos y las simulaciones permiten a las personas observar los posibles resultados y evaluar los riesgos de forma eficaz, lo que les permite tomar mejores decisiones.

Una imagen vale más que mil números

Partner Center