{"id":443,"date":"2010-01-31T21:39:10","date_gmt":"2010-02-01T00:39:10","guid":{"rendered":"http:\/\/scienceblogs.com.br\/vqeb\/2010\/01\/sensibilidade_e_especificidade\/"},"modified":"2010-01-31T21:39:10","modified_gmt":"2010-02-01T00:39:10","slug":"sensibilidade_e_especificidade","status":"publish","type":"post","link":"https:\/\/www.blogs.unicamp.br\/vqeb2\/2010\/01\/31\/sensibilidade_e_especificidade\/","title":{"rendered":"Sensibilidade e Especificidade"},"content":{"rendered":"

\"RomeoJuliet.jpg\"<\/p>\n

O problema da gente tentar consertar um erro depois de errar muito, \u00e9 que a gente tende a errar para o lado contr\u00e1rio. Sabe aquela coisa de pecar primeiro pela falta e depois pelo excesso?
\nEm estat\u00edstica, a gente diz que existem dois tipos de erro: ‘Erro do tipo I’ e ‘Erro do tipo II’, que s\u00e3o nomes terr\u00edveis, porque n\u00e3o ajudam em nada a gente a saber o que \u00e9 um e o outro, demonstram uma total falta de criatividade dos estat\u00edsticos e tiram a curiosidade das pessoas para essa informa\u00e7\u00e3o super importante.
\nUm nome muito melhor para o ‘Erro do tipo I’ \u00e9 ‘falso alarme’<\/strong> ou ‘falso positivo’. Esse tipo de erro acontece quando alguma coisa que voc\u00ea disse que era verdadeira, no final das contas se mostrou falsa. Eu sei que voc\u00eas n\u00e3o gostam de exemplos se estat\u00edsticos, aquelas coisas com ‘lan\u00e7amentos de dados’ e ‘retirada de bolas de uma urna’, ent\u00e3o vou tentar uma coisa mais na linha da fofoca.
\nO primeiro passo \u00e9 fazer uma pergunta: “Ser\u00e1 que ela(e) me ama?”<\/strong>
\nAi voc\u00ea tem que recolher as evid\u00eancias que podem te ajudar na resposta: o que ela(e) disse aqui, o que ela(e) fez ali, o que ela(e) falou l\u00e1. Junta, eventualmente, com algumas coisas que os outros dizem por ai, etc.
\nDepois voc\u00ea coloca tudo em um modelo e chega a uma conclus\u00e3o: “Sim, ela(e) me ama”.
\nUm teste de hip\u00f3tese at\u00e9 calcula a probabilidade da sua conclus\u00e3o ser um falso alarme. (que nesse caso, significaria que tudo que ela(e) disse e fez foram na verdade obra do acaso e n\u00e3o do amor). E se a chance de ser um falso alarme for inferior a 5%, voc\u00ea toma a sua conclus\u00e3o como certa (mesmo que na verdade a certeza seja de 95%).
\nMas 95% \u00e9 muito bom, n\u00e3o \u00e9?! \u00c9 quase certo, n\u00e3o \u00e9?! Com 95% de certeza eu at\u00e9 vou pra debaixo da janela da pessoa fazer serenata de amor. Os 5% de chance de quebrar a cara est\u00e3o l\u00e1, mas \u00e9 melhor a gente se arrepender do que fez, do que daquilo que n\u00e3o fez, certo? Bem, pra fins did\u00e1ticos, vamos dizer que sim.
\nNoventa e cinco por cento de chance de estar certo deve ser muito bom, porque se tornou um valor sagrado para os cientistas. Se a sua probabilidade p<\/em> de estar errado \u00e9 de 0,05 (que \u00e9 igual a 95% de chance de estar certo) ent\u00e3o sua hip\u00f3tese ser\u00e1 aceita, seus dados ser\u00e3o publicados, sua tese ser\u00e1 aprovada. Caso contr\u00e1rio, se for 0,06; 0,1 ou qualquer outro valor maior que 0,05; ent\u00e3o voc\u00ea \u00e9 um pobre coitado.
\nEsse valor n\u00e3o depende dos dados. Esses sempre s\u00e3o o que s\u00e3o. Se voc\u00ea coletou bem, s\u00e3o bons dados (sen\u00e3o, voc\u00ea tamb\u00e9m \u00e9 um pobre coitado). Tamb\u00e9m n\u00e3o \u00e9 uma quest\u00e3o de interpreta\u00e7\u00e3o dos dados. Diferentes interpreta\u00e7\u00f5es podem levar a diferentes conclus\u00f5es, mas a chance de estar certo ou errado \u00e9 a mesma.
\nA quest\u00e3o est\u00e1 no quanto voc\u00ea se permite errar.<\/strong> Vejamos um outro exemplo: Se voc\u00ea souber que a chance de chover \u00e9 5%, voc\u00ea sai de casa com guarda-chuva? Bom, eu n\u00e3o. S\u00f3 5% de chance n\u00e3o \u00e9 suficiente para me deixar carregando aquele trambolho pra l\u00e1 e pra c\u00e1 o dia todo. Mas para isso, e ai est\u00e1 a quest\u00e3o, voc\u00ea tem que aceitar que pode se molhar em 5% das vezes que sair de casa.
\n\u00c9 verdade, nem todo mundo aceita. Tem gente que fica bravo com a chuva e amaldi\u00e7oa as gotas de \u00e1gua. Mas quem est\u00e1 na chuva deveria estar preparado pra se molhar, n\u00e3o \u00e9?!
\nPor outro lado, tem gente que sairia de casa sem o guarda-chuva mesmo se a chance de se molhar fosse 6, 7 ou at\u00e9 10%. Ou at\u00e9 mais. Afinal, como disse Richard Gordon, ‘Cientificamente, embora seja deprimente, n\u00e3o passamos de sacos \u00e0 prova d’\u00e1gua cheios de produtos qu\u00edmicos e carregados de eletricidade’. No nosso dia-a-dia podemos, e temos que, tomar decis\u00f5es com percentuais menores do que 95% de certeza, mas os cientistas tem mesmo que manter esse alto padr\u00e3o de qualidade.
\nPrecisa porque o falso positivo \u00e9 um problema duplo: voc\u00ea n\u00e3o s\u00f3 aceitou como verdadeira uma coisa que era falsa, como n\u00e3o descobriu a coisa verdadeira!<\/strong>
\nE \u00e9 por isso que, em geral, n\u00e3o nos importamos muito com o ‘Erro do tipo II’, que \u00e9 o falso negativo. Ele significa apenas que ‘perdemos uma boa oportunidade de descobrir a verdade’. Se ela(e) acha que voc\u00ea n\u00e3o a(o) ama, quando na verdade voc\u00ea ama, pode dar uma tremenda ‘dor de cabe\u00e7a’, mas eventualmente novas evid\u00eancias aparecer\u00e3o para esclarecer a verdade. E essa \u00e9 outra raz\u00e3o para nos importarmos menos com o falso negativo. A chance de cometer um erro do tipo II diminui muito com o acumulo de evid\u00eancias a por isso, em geral, conseguimos evitar ele com o bom senso. Se voc\u00ea se baseia em apenas um bilhete que ela(e) te escreveu pra concluir ela(e) te ama, pode at\u00e9 ser o mais bonito poema j\u00e1 escrito, mas voc\u00ea nunca vai conseguir ter 95% de certeza que ela(e) te ama s\u00f3 com isso. Ent\u00e3o, naturalmente, voc\u00ea busca mais argumentos para chegar a sua conclus\u00e3o.
\nErros do tipo I s\u00e3o erros de falta de especificidade: Um(a) te ama, o(a) outro(a) n\u00e3o, mas voc\u00ea n\u00e3o consegue ver a diferen\u00e7a. O erro do tipo II \u00e9 um erro de falta de sensibilidade: ele(a) pode te amar, mas voc\u00ea n\u00e3o consegue saber com certeza. Se voc\u00ea corrige a sua falta de sensibilidade deveria, automaticamente, melhorar a sua falta de especificidade<\/strong> (ainda que n\u00e3o na mesma propor\u00e7\u00e3o). Na pratica, infelizmente, nem sempre funciona assim, porque a coer\u00eancia,<\/a> que \u00e9 um pressuposto estat\u00edstico, n\u00e3o \u00e9 uma qualidade humana inata.
\nOutra raz\u00e3o pode ser o ‘Erro do tipo III’ (descoberto depois dos dois primeiros) que \u00e9: ‘Voc\u00ea fez a pergunta errada!’<\/strong><\/div>\n","protected":false},"excerpt":{"rendered":"

O problema da gente tentar consertar um erro depois de errar muito, \u00e9 que a gente tende a errar para o lado contr\u00e1rio. Sabe aquela coisa de pecar primeiro pela falta e depois pelo excesso? Em estat\u00edstica, a gente diz que existem dois tipos de erro: ‘Erro do tipo I’ e ‘Erro do tipo II’, […]<\/p>\n","protected":false},"author":553,"featured_media":444,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"pgc_sgb_lightbox_settings":"","_vp_format_video_url":"","_vp_image_focal_point":[],"footnotes":""},"categories":[20],"tags":[328,483,505,548,908,1038,1326],"class_list":["post-443","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-livro","tag-cotidiano","tag-erro-tipo-i","tag-estatistica","tag-falso","tag-negativo","tag-positivo","tag-verdadeiro"],"_links":{"self":[{"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/posts\/443","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/users\/553"}],"replies":[{"embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/comments?post=443"}],"version-history":[{"count":0,"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/posts\/443\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/media\/444"}],"wp:attachment":[{"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/media?parent=443"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/categories?post=443"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/vqeb2\/wp-json\/wp\/v2\/tags?post=443"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}