Ambigüedades en términos científicos: El uso del “error” y el “sesgo” en estadística

Abstract

El uso correcto de la estadística es clave para los profesionales que responden preguntas a partir de datos; entre ellos están los ecólogos. Sin embargo, a estos profesionales, la estadística les suele resultar confusa; en parte, esto se debe a dificultades relacionadas con la terminología. Muchas de estas dificultades derivan de los múltiples significados que tiene un término, tanto dentro como fuera del ámbito estadístico. Para los profesionales de habla hispana, la traducción de términos desde el inglés también aporta a esta confusión. En este trabajo exponemos (e intentamos clarificar) algunos de estos problemas a partir de dos de los términos que conforman la base de un curso de estadística introductorio: error y sesgo. Estos términos son discutidos en los diferentes contextos que se atraviesan en la resolución de problemas utilizando la estadística: muestreo, medición, inferencia y predicción. El error es inherente a la estadística y, según el contexto, se lo usa para cuantificar distintos tipos de variabilidad o para indicar la posibilidad de equivocarse al tomar una decisión. El sesgo, en cambio, refleja la tendencia hacia ciertos valores o elementos y, de no evitarse, conlleva a conclusiones erróneas. Proponemos que los problemas asociados con la ambigüedad léxica se aborden desde la enseñanza universitaria, y sobre esa base brindamos algunas recomendaciones. En este sentido, si bien el presente artículo provee una guía para que los profesionales hagan un uso adecuado de algunos términos estadísticos, también brinda un aporte para el ejercicio docente.

The proper use of statistics is key for professionals who answer questions from data, including ecologists. However, statistics is generally confusing for these professionals, in part due to difficulties related to its terminology. Many of these difficulties derive from the multiple meanings that a term has, both inside and outside the statistical scope. For Spanish-speaking professionals, the translation of English terms also contributes to this confusion. In this paper we show (and intend to clarify) some of these problems from two key terms of an introductory statistics course: error and bias. These terms are discussed in the different contexts that involve problem resolution using statistics: sampling, measurement, estimation, inference and prediction. Error is inherent to statistics and is used to quantify different types of variability or to indicate the possibility of making mistakes on decision making, depending on the context. On the other hand, bias reflects the tendency towards certain values and/or elements, and leads to erroneous conclusions if not avoided. We propose that the problems associated with lexical ambiguity should to be addressed from university teaching and based on this, we offer some recommendations. Thus, the present article not only offers a guide for professionals to make an adequate use of some statistical terms but also provides a contribution for teaching.