Il Problema del p Value. . .
un problema con la statistica
Mark Twain scrisse che ci sono tre tipi di bugie: “le bugie, le dannate bugie, e la statistica.” Una notizia falsa ci sembra infatti immediatamente più credibile – e ingannevole – con dei numeri appiccicati sopra. Ma la statistica può fare di peggio, se usata male: può ingannare noi stessi. È questo il problema che ha portato la American Statistical Association (Asa), per la prima volta in 177 anni, ad alzare la voce e lanciare un comunicato ufficiale. Un grido d’allarme dagli statistici per la scienza: “ragazzi, state sbagliando tutto, e la scienza è in pericolo se continuate così“.
Sotto accusa è l’abuso di uno strumento statistico oscuro ai più, ma pane quotidiano dei ricercatori, il p-value, “fattore p”. Noiosissima diatriba tecnica? Aspettate un minuto. Stiamo parlando del principale parametro usato nella scienza per affermare che un risultato scientifico sia “vero” o “falso”. Avete presente tutti gli studi che dicono “X causa il cancro” o “X cura il cancro”? Praticamente tutti loro avranno validato le loro conclusioni con un p-value. E, ci dice la Asa, molti di loro saranno giunti a conclusioni sbagliate. Volete un esempio? Abusando consapevolmente dei p-value è stato possibile dimostrare che la cioccolata fa dimagrire. Un caso limite, una bufala generata apposta, ma allo scopo di far riflettere su molti errori che i ricercatori fanno in più o meno buona fede. La scienza sta facendo i conti con un grosso problema di ripetibilità e l’abuso del p-value è uno dei principali colpevoli.
Che cos’è il p-value?
Immaginiamo di voler sapere se le banane fanno dimagrire. Prendo un gruppo di persone:
