top of page

O cuidado com resultados de pesquisa


Durante a Segunda Guerra Mundial, estatísticos da equipe de Abraham Wald analisavam todos os aviões que voltavam das batalhas e destavacam as áreas com mais marcas de balas, como na imagem que ilustra este post. O objetivo era identificar onde a estrutura dos aviões deveria ser reforçada da maneira mais eficiente: não muito a ponto de deixar o avião muito pesado, difícil de manobrar e consumindo mais combustível, e nem tão pouco a ponto de deixá-lo vulnerável.

A distribuição das perfurações não era uniforme: as marcas em vermelho da figura representam as áreas atingidas mais frequentemente. Com base nestes dados, onde eles deviam reforçar? Uma resposta automática, sem pensar muito seria "onde recebe mais tiros." Até faz sentido: se estão atirando nas asas, é melhor blindá-las para evitar o estrago. Quais foram as recomendações de Abraham Wald?

1) Não reforçar as áreas mais atingidas; 2) Blindar as áreas sem marca nenhuma, como os motores, por exemplo.

Os aviões que receberam mais tiros nas áreas destacadas foram capazes de voar de volta. Mas os que foram atingidos nas áreas sem marcas sequer voltaram. Ninguém estava analisando as marcas de balas nos aviões que não voltaram.

O Vival Bias), bastante comum quando analisamos dados para testar uma hipótese: se usarmos a única fonte informação disponível como sendo suficiente, vamos ignorar grande parte das causas destes problemas. Às vezes, a resposta mais importante está na informação que está faltando. Ao analisar uma base de dados, é preciso observar tanto o que está visível quanto o que não está sendo respondido à primeira vista. O que os dados não respondem é tão importante quanto o que eles respondem. Como a quantidade de informação faltante é sempre infinitamente maior do que a informação disponível, é preciso fazer as perguntas certas.

Posts Em Destaque
Posts Recentes
Arquivo
Procurar por tags
Siga
  • Facebook Basic Square
  • Twitter Basic Square
  • Google+ Basic Square
bottom of page