Estadística.

Al comprar ropa, te pruebas una camisa y si no te queda te pruebas otra. Lo mismo pasa con un modelo estadístico: se tiene un grupo de datos, se aplican las ecuaciones de un modelo de correlación y, si el resultado parece satisfactorio, entonces se acepta. En caso contrario se rechaza y se busca otra correlación. Los resultados se dicen satisfactorios cuando un coeficiente llamado R, que también se calcula, tiene un valor cercano a la unidad.
Durante las investigaciones científicas y con personas poco experimentadas, esto puede reducir la búsqueda de resultados a un juego de prueba y error. La actividad, ahora mal llamada investigación, se reduce a ir probando ecuaciones “a ver cuál ajusta”. Las personas se olvidan de los fenómenos que observan, de las leyes que los gobiernan y de la forma en que se recolectaron los datos; se olvidan del trabajo. Para ellas la actividad termina siendo un juego de sustitución de datos en una colección de ecuaciones para escoger una entre todas y, como las computadoras pueden hacer mucho de esto, termina siendo una serie de botonazos y teclazos.
Exagero; en toda investigación científica debe existir al menos un líder que recuerde qué, cómo y por qué se están haciendo las cosas. De esta persona dependerá la entrega de resultados y que el resto pueda entender algo más que la sustitución de datos. Pero existen varias dificultades durante el trabajo de investigación que hacen difícil la tarea del líder.
Al hacer experimentos y encontrar que los resultados no se pueden explicar del todo con las teorías existentes, se puede pensar varias cosas. “Ahora sí me dan al Nobel”, es decir, se tienen datos que refutan alguna teoría o se ha encontrado un nuevo campo de estudio. Pero para llegar a esto es necesario descartar los posibles errores de medición, de manipulación de los datos o de los experimentos, así que antes se puede pensar: “Y ahora, ¿cómo justifico esto?”
Si recordamos que la investigación es un trabajo que exige resultados como cualquier otro, podemos entender la necesidad de los investigadores de buscar financiamiento para experimentos y mediciones que tengan altas probabilidades de arrojar resultados publicables. Es ahí donde entran las correlaciones mencionadas al inicio.
Resulta que es aceptado en muchas de las áreas de la ciencia que una correlación con R cercana a la unidad refleja algo. Puede ser que denote una recién descubierta relación entre dos fenómenos, o puede ser que diga que la investigación se hizo de manera correcta y los resultados son buenos. El caso es que una R cercana a uno es publicable y poco cuestionable.
Por ello se da la búsqueda entre las colecciones de ecuaciones “a ver cuál ajusta”. A veces no se trata de explicar un fenómeno, se trata de lograr publicar un artículo científico sobre el trabajo, porque ese fue uno de los compromisos adquiridos con el financiamiento de la investigación.
Sin embargo, se corre el riesgo de investigar lo obvio: cuando no se tiene ninguna idea sobre  “experimentos y mediciones que tengan altas probabilidades de arrojar resultados publicables”, es muy posible que se proponga hacer el trabajo sobre teorías ya aceptadas, buscando un nuevo enfoque que se reflejará claramente en una correlación con R cercano a uno.
Estos problemas son los que hacen que el líder de la investigación a veces tenga problemas para explicarle a sus colaboradores o ayudantes que la R es importante, pero que no es lo único, que la investigación no es como la búsqueda de una talla de ropa.
Escrito el 10 de Agosto de 2014.