David Oks advierte de que las cifras de población de muchos países son falsas. Aunque no hay que dar pábulo a teorías conspiranoicas sobre las cifras de población globales, hay evidencias sólidas de que las que proceden de muchos países pobres (menciona explícitamente Papúa Nueva Guinea, Nigeria, China, la India y Paraguay) tienen sesgos importantes.

Saloni Dattani ha escrito un tutorial de visualización de datos que tiene muy buena pinta.

Dos sobre análisis clínicos:

  • Adam Kroetsch analiza por qué los ensayos clínicos son tan ineficientes, apuntando problemas como la desconfianza institucional, la incertidumbre regulatoria y la fragmentación de la industria, que, entre otras cosas, dificultan la labor de reclutar participantes.
  • Bloomberg trae un artículo que alimenta el escepticismo acerca de estas pruebas. Indica cómo los ensayos de fármacos contra la obesidad se están viendo afectados por el abandono temprano de pacientes en los grupos de placebo: debido a la alta eficacia de medicamentos ya aprobados, los participantes que no pierden peso identifican rápidamente que no reciben el fármaco activo y optan por dejar el estudio. ¿Por qué se siguen comparando los medicamentos con placebos y no con el «gold standard»?

Dos relacionados de José R. Berrendero:

  • El primero compara dos métodos de bootstrap para calcular intervalos de confianza, el básico y el basado en la distribución t, usando como ejemplo la media de una distribución exponencial. El artículo concluye que el método bootstrap t es significativamente más fiable y estable, especialmente cuando la distribución de los datos es asimétrica.
  • El segundo analiza distribuciones en que hay relación entre la media muestral y la varianza muestral, demostrando que la correlación entre ambas magnitudes depende directamente de la asimetría y la curtosis de la población. A partir de esta relación se deriva la desigualdad de Pearson, que establece un límite inferior para la curtosis en función del cuadrado de la asimetría. En la entrada del punto anterior se usa una distribución asimétrica, la exponencial, donde el uso del método bootstrap, que usa tanto la media como la dispersión de la distribución, contribuye a mejorar los intervalos de confianza.

Sobre software y métodos:

  • Bob Carpenter escribe sobre SparseNUTS, un nuevo método de muestreo para el MCMC que, se ve, es particularmente útil para el ajuste de modelos jerárquicos.
  • Uri Simonsohn presenta en Data Colada el paquete de R statuser, diseñado para hacer que funciones estadísticas comunes sean más legibles y fáciles de usar para los humanos.
  • Nicholas Clark explica cómo modelar datos composicionales (que deben sumar uno necesariamente) utilizando regresión de Dirichlet con procesos gaussianos en el paquete brms.
  • Una fabulilla sobre PRIM (Patient Rule Induction Method), que escribí hace años en otro blog. El mundo ha dado muchas vueltas y la fe que deposité en el método ha resultado ser infundada. Ya nadie sabe qué es PRIM, pero conviene saber que existe y para qué podría servir.

Alex Trembath critica en Merchants of Certainty ciertos aspectos de la ciencia del cambio climático y, en particular, cómo la disciplina ha pasado de gestionar la incertidumbre científica a exigir certezas absolutas, con el pretendido fin de forzar acciones políticas. El autor aboga por «recuperar la humildad epistémica y trabajar dentro de los marcos democráticos, aceptando que la ciencia debe informar a la sociedad en lugar de limitarla» (cita del resumen de un LLM). Me da cierto miedo hacerme eco de este artículo que trata un tema tan delicado como el del cambio climático desde una perspectiva, además, crítica. Pero lo he hecho por dos motivos: que trata una cuestión, la incertidumbre, que es sobre la que en el fondo gira todo este blog y porque fue publicado en Asterisk, una publicación muy, muy alejada de posturas acientíficas y conspiranoicas.

ABC publica ¿Un invierno cálido y seco? La predicción de la Aemet que no sirve de nada al público general, donde AEMET se defiende de las críticas que recibió al describir el invierno pasado como cálido y seco. Que pueden extenderse a muchos otros casos en los que los resultados de estudios estadísticos «macro» crean contradicciones con respecto a lo que se observa en nichos «micro» (entre otras cosas). Puede también consultarse esto con datos desglosados y un análisis más detallado de la cuestión.

¿Alguien conoce al autor de esto? Es español y, sin duda, un tipo muy curioso.