Los boxplots como "herramientas de entretiempo" y cuatro asuntos más
I.
Aquí se lee:
Puede parecer absurdo verificar un modelo comparando sus inferencias con las expectativas razonables —–si ya supiéramos qué esperar, ¿para qué modelar nada?— pero hay dos razones por las que este procedimiento nos parece razonable.
Es muy interesante también en tanto que describe la cantidad de hipótesis que entran —más bien, que alguien mete— en uno de esos modelos tan objetivos y data driven que vemos publicados por ahí.
II.
Y aquí Frank harrell escribe:
Los modelos no lineales como la regresión logística o de Cox carecen de un término de error que absorba el error de ajuste. Por lo tanto, el error cambia —generalmente sesgándolos hacia el cero— la estimación de todos los coeficientes del modelo, incluyendo los del tratamiento.
III.
Conservadurismo metodológico en acción aquí. Es curioso lo despacio que las innovaciones metodológicas percolan en las distintas disciplinas. ¿Habrá escrito alguien algo sobre la dinámica del proceso de actualizacíón metodológica? ¿Habrá un ránking de disciplinas académicas por grado de de conservadurismo metodológico?
IV.
Me pregunto cuál es el mecanismo por el cuál enunciados tales como Barcelona constata que conceder rentas reduce “de manera significativa” el riesgo de pobreza pueden ser noticiables. ¿Traerá algún periódico algún día el titular acerca de un señor que tenía menos hambre al salir de un restaurante que al entrar en él?
V.
La gente comienza a darse cuenta (véase esto) de que los boxplots son como los coches híbridos (enchufables o no): herramientas de entretiempo. Tratan de resolver un problema concreto pero de una manera imperfecta por los condicionantes materiales y tecnológicos de su momento. Pero están pidiendo a gritos ser superados por otras herramientas más a la altura de los tiempos. (Para los híbridos puede no haber llegado aún; para los boxplots, sí).