Nicolas Cage está matando pessoas? A estatística diz que sim!
Existe uma correlação estatística real — não é fake news, nem teoria da conspiração — entre o número de filmes em que Nicolas Cage atua em determinado ano e o número de pessoas que morrem afogadas em piscinas naquele mesmo ano.
E o gráfico é bastante convincente:
Quando Nicolas Cage faz mais filmes, aumentam também os afogamentos em piscinas. Quando ele aparece menos nas telonas, os afogamentos diminuem.
A correlação apresentada no gráfico é de aproximadamente 0,60, uma correlação positiva moderada.
Agora, diante de uma evidência estatística tão contundente, só podemos concluir uma coisa:
Nicolas Cage é responsável pelos afogamentos!
Prendam o homem! 😂
Calma. Não é bem assim.
Correlação não é causalidade
Esse gráfico é um exemplo clássico de uma armadilha estatística conhecida como correlação espúria.
Duas variáveis podem apresentar uma forte relação estatística sem que exista qualquer relação de causa e efeito entre elas.
Em outras palavras:
Se A varia junto com B, isso não significa que A cause B.
No nosso exemplo:
Número de filmes de Nicolas Cage ↑ → Afogamentos em piscinas ↑
Mas isso não significa:
Nicolas Cage → pessoas se afogam.
Por mais que seja uma excelente oportunidade para fazer uma acusação completamente absurda contra o ator. 😂
Afinal, o que a correlação está dizendo?
A correlação é uma medida estatística que indica o quanto duas variáveis tendem a variar juntas.
De forma simplificada:
- Correlação positiva: quando uma aumenta, a outra tende a aumentar.
- Correlação negativa: quando uma aumenta, a outra tende a diminuir.
- Correlação próxima de zero: não há uma relação linear evidente entre elas.
O famoso coeficiente de correlação de Pearson, normalmente representado por r, varia de -1 a +1.
No caso do gráfico:
r ≈ 0,60
Isso indica uma associação positiva relativamente relevante entre as duas variáveis.
E aqui está o detalhe importante:
o cálculo está correto. A conclusão pode estar completamente errada.
O problema é que nosso cérebro adora fazer isso
O cérebro humano é uma verdadeira máquina de encontrar padrões.
Isso é extremamente útil. Precisamos reconhecer padrões para tomar decisões rapidamente.
O problema aparece quando encontramos uma relação entre duas coisas e imediatamente inventamos uma explicação.
Por exemplo:
"Estou com dor nas costas. Deve ser porque fiquei muito tempo sentado."
Pode ser.
Mas também pode haver outras causas.
Ou:
"Peguei friagem e fiquei gripado."
Parece fazer sentido.
Mas será que a temperatura baixa foi realmente a causa da infecção? Ou houve exposição a um vírus e o momento simplesmente coincidiu?
Ou ainda:
"Tomei aquele chá e minha gripe melhorou. O chá funciona!"
Talvez.
Mas talvez você estivesse melhorando naturalmente, independentemente do chá.
E temos também a clássica:
"Você é mal-humorado porque é de Escorpião."
Aí já entramos em um departamento estatístico que precisa urgentemente de mais dados. 😂
Então como descobrir o que realmente causa o quê?
É aqui que entra a estatística de verdade.
Observar que duas variáveis caminham juntas é apenas o começo.
Para investigar uma relação causal, precisamos considerar diversas possibilidades:
- Existem outras variáveis envolvidas?
- Existe uma terceira variável causando as duas?
- A relação pode ser apenas uma coincidência?
- O tamanho da amostra é suficiente?
- Existe algum viés na coleta dos dados?
- O estudo possui um desenho adequado para investigar causalidade?
- A relação continua existindo quando controlamos outras variáveis?
No caso de Nicolas Cage, provavelmente existe uma explicação muito mais simples:
não há absolutamente nenhuma razão plausível para a quantidade de filmes estrelados por Nicolas Cage provocar afogamentos em piscinas.
E esse é justamente o ponto da brincadeira.
Uma terceira variável pode estar por trás de tudo
Imagine, por exemplo, que você descubra que:
vendas de sorvete ↑ → afogamentos ↑
Poderíamos concluir que sorvete causa afogamento?
Obviamente não.
Uma terceira variável — temperatura — pode ajudar a explicar as duas coisas:
Temperatura ↑
↳ pessoas compram mais sorvete 🍦
↳ pessoas frequentam mais piscinas 🏊
↳ aumenta a exposição ao risco de afogamento
O sorvete não está causando os afogamentos.
E Nicolas Cage também não.
Provavelmente. 😂
É aqui que surgem muitos erros
Esse tipo de confusão não acontece apenas em gráficos engraçados da internet.
Ela aparece em notícias, pesquisas, redes sociais, investimentos, política, marketing e até nas nossas decisões pessoais.
Alguém apresenta dois números que cresceram juntos e pronto:
"Está provado!"
Não.
Está observada uma associação.
Provar que existe causalidade é outra história.
E quanto mais bonito, convincente e emocional for o gráfico, maior deve ser nossa vontade de perguntar:
"Tá, mas isso realmente causa aquilo?"
Essa pequena pergunta pode evitar grandes conclusões erradas.
A grande lição
Estatística não serve apenas para fazer contas complicadas, construir gráficos bonitos ou colocar um número depois da vírgula para parecer inteligente.
Ela serve, principalmente, para pensarmos melhor diante dos dados.
Porque os dados podem estar corretos.
O gráfico pode estar correto.
A correlação pode ser real.
E mesmo assim...
A conclusão pode ser completamente absurda.
Portanto, da próxima vez que alguém apresentar uma correlação impressionante, não saia prendendo o Nicolas Cage.
Pare, respire e pergunte:
"Isso é correlação ou causalidade?"
E, por precaução, talvez evite deixar o Nicolas Cage perto da piscina. 😂
Tire sua própria conclusão, Sr. Cage!
Postar um comentário