Uma imagem vale mais que mil números

Desde a década de 1960, pesquisadores exploraram os problemas que os humanos têm para entender a probabilidade. Novos estudos feitos por nós mesmos e por outros mostram que a forma como os dados são apresentados tem um grande impacto — em particular, representações gráficas e simulações de computador podem ajudar. Em um experimento, demos a 257 economistas uma análise de regressão simples e perguntamos sobre as chances de vários resultados. Alguns viram os dados na forma habitual nas revistas de economia: a média, o desvio padrão e assim por diante. Eles erraram a maioria das respostas. Outros receberam um gráfico de dispersão, sem análise. Embora alguns deles tenham reclamado de não ter informações suficientes, a maioria se saiu muito melhor. Probabilidade: uma visão mais clara Sua empresa está considerando um investimento de $100 milhões em uma nova fábrica. Os analistas de números estimam que a planta gerará um retorno anual de 20% em uma vida útil de 10 anos. Mas eles também dizem que a estimativa tem um desvio padrão de 70%. Quais são as chances de as coisas darem errado? Perplexo? Se você executar 1.000 simulações dos resultados e inseri-las em um gráfico de dispersão, o cenário se torna mais intuitivo. À medida que as empresas confiam cada vez mais em análises e Big Data, é importante usar infográficos para apresentar informações de forma que os tomadores de decisão possam entender facilmente. Logo no início, a probabilidade de uma perda não é trivial. No primeiro ano, é de 38%; depois de três anos, é de 19%. No décimo ano, a chance de uma perda cumulativa nas operações da fábrica é muito pequena — 0,3%. Mas as chances de você não ter recuperado seu investimento ainda são de 8%. Em problemas complexos em que a representação gráfica não é uma opção, as simulações de computador permitem que as pessoas “experimentem” as probabilidades executando várias versões do processo estatístico subjacente e vendo os resultados. (Lançar uma moeda repetidamente é um exemplo simples de simulação.) Nossa hipótese é que, embora a teoria da probabilidade seja uma invenção relativamente recente, as pessoas codificam e interpretam “informações de frequência” observadas sequencialmente há eras — portanto, o cérebro humano tem alguma experiência com probabilidades apresentadas dessa forma. Nossa pesquisa confirma a hipótese. Demos quebra-cabeças estatísticos a 62 estudantes de graduação que haviam recentemente frequentado aulas de estatística e a 20 adultos que tinham menos inclinação estatística. Em ambos os grupos, as pessoas estavam muito mais propensas a dar respostas corretas depois de fazer simulações. Acreditamos que esses resultados são uma grande promessa para melhorar a compreensão estatística em negócios, governo e outros campos. Por exemplo, empresas que decidem comprar novos equipamentos e indivíduos que escolhem carteiras de aposentadoria enfrentam riscos e incertezas consideráveis. As análises estatísticas podem estimar o risco e ajudar na tomada de decisões, mas a maioria de nós tem dificuldade em entender essas análises. Gráficos e simulações permitem que as pessoas observem possíveis resultados e experimentem os riscos de forma eficaz, permitindo que façam escolhas melhores.

Uma imagem vale mais que mil números

Partner Center