Στατιστικά

Ωραίο εργαλείο και μεγάλη ανακάλυψη η στατιστική: μετατρέπει σε αριθμούς ποικίλα δεδομένα, από τα πιο πολύπλοκα μέχρι τα πιο απλά και ευτελή, επιτρέποντας έτσι συγκρίσεις και παρακολούθηση διαχρονικών τάσεων, βοηθώντας την επιστήμη να βγάζει χρήσιμα συμπεράσματα και τα κράτη και τους ανθρώπους να τροποποιούν ανάλογα τις υπηρεσίες και τις εργασίες τους… πάντα προς το καλύτερο; Χρήσιμο το ερωτηματικό στην τελευταία αυτή πρόταση. Διότι, όπως λέγεται χιουμοριστικά, με τη στατιστική μπορούμε να αποδείξουμε οτιδήποτε. Ανάλογα με τη μέθοδο που θα χρησιμοποιήσουμε, με τα στοιχεία που θα επιλέξουμε και με τον τρόπο που θα τα παρουσιάσουμε, το συμπέρασμα μπορεί να είναι όποιο θέλουμε. Έτσι, πολύ απλά, αν πούμε ότι το 2% ενός πληθυσμού πάσχει από κάποιο νόσημα Χ, η έμφαση δίνεται στην αρρώστια, χωρίς να σκεφτόμαστε ότι αντίστοιχα το 98% του πληθυσμού δεν έχει το πρόβλημα αυτό. Αν ο στόχος μας είναι να βελτιώσουμε την κατάσταση, έχει σημασία να αναδείξουμε το πάσχον 2%, ιδίως αν π.χ. η αρρώστια είναι μεταδοτική και επομένως υπάρχει κίνδυνος αύξησης των κρουσμάτων, ή αν μπορεί να προληφθεί με μια απλή παρέμβαση. Ωστόσο, το ίδιο στατιστικό στοιχείο μπορεί να γίνει αιτία εκφοβισμού, ακόμη και πανικού του πληθυσμού, αν δεν συγκριθεί με μια προηγούμενη κατάσταση. Έτσι, αν το αντίστοιχο ποσοστό σε μια προηγούμενη εποχή ήταν 10%, καταλαβαίνει κανείς ότι υπάρχει μεγάλη βελτίωση, ενώ αν ήταν 0,5% έχουμε αύξηση και πρέπει κάτι να κάνουμε. Και βέβαια το νόσημα Χ δεν είναι το μόνο που υπάρχει, και συνεπώς δεν μπορούμε να πούμε ότι το 98% του πληθυσμού που δεν το έχει είναι τελείως υγιές.
     Η κατάχρηση της στατιστικής είναι πολύ κοινό φαινόμενο και χρησιμοποιείται κατά κόρον από τους πολιτικούς. Τι άλλο αποτελούν οι ποικίλες δημοσκοπήσεις και έρευνες παρά μια προσπάθεια επηρεασμού της κοινής γνώμης με την παράθεση επιλεγμένων αριθμών; Ακόμη και στην επιστήμη, οι αριθμοί μπορεί να είναι παραπλανητικοί, είτε ακούσια είτε και εσκεμμένα, ιδίως όταν τα συμπεράσματα έχουν οικονομικό ή εμπορικό αντίκρυσμα. Η ερμηνεία της στατιστικής λοιπόν δεν είναι απλή υπόθεση, ακόμη και για όσους από μας την έχουμε διδαχθεί και τη χρησιμοποιούμε ως εργαλείο της δουλειάς μας. Λέω συχνά σε ασθενείς ότι οι στατιστικές είναι για πληθυσμούς και όχι για μεμονωμένα άτομα: μας καθοδηγούν για το αν πρέπει να ακολουθήσουμε ή όχι μια συγκεκριμένη θεραπεία, δεν μπορούν όμως να προβλέψουν με ακρίβεια την πορεία του κάθε επιμέρους αρρώστου. Κι αν μια θεραπεία είναι στατιστικά πολύ ευεργετική αλλά έχει και 0,1% δυνητικά θανατηφόρες παρενέργειες, πώς να εξηγήσεις στον συγγενή ότι ο δικός του άνθρωπος ήταν ο ένας στους χίλιους που έτυχε να πάθει το χειρότερο;
     Πώς φτάσαμε να μιλούμε για αριθμούς; Την αφορμή μου έδωσε ένα χθεσινό δημοσίευμα που λέει ότι μέσα στο 2018 «253 εκατομμύρια Αμερικανοί ξόδεψαν 1380 δολάρια και 1460 ώρες (ο καθένας) στα κινητά τους τηλέφωνα και τις υπόλοιπες φορητές συσκευές τους. Αυτό σημαίνει ότι δαπάνησαν 91 ημέρες χωρίς ύπνο. Συνδυαστικά αυτό σημαίνει ότι έμειναν 370 δισ. ώρες ξύπνιοι και σπατάλησαν 349 δισ. δολάρια». Στη συνέχεια η είδηση μας λέει ότι αν όλοι αυτοί οι χρήστες ξόδευαν τις ίδιες ώρες και τα ίδια δολάρια για να φυτεύουν δένδρα ή να καθαρίζουν τους ωκεανούς από πλαστικές σακούλες, τα αποτελέσματα θα ήταν θαυματουργικά για το μέλλον του πλανήτη. Ενδιαφέροντα βέβαια τα στοιχεία, αλλά όχι και ολόκληρη η αλήθεια. Αφενός διότι σίγουρα είναι ένα θεωρητικό έμμεσο συμπέρασμα (από τις ώρες χρήσης των δικτύων και το χρήμα που δαπανήθηκε), και αφετέρου διότι τις ώρες (ή τις μέρες) αυτές οι άνθρωποι δεν τις ξόδεψαν από τον ύπνο τους. Επιπλέον, δεν θα μπορούσαν (ακόμη κι αν πραγματικά το ήθελαν όλοι αυτοί οι άνθρωποι) να φυτέψουν δισεκατομμύρια δένδρα ή να καθαρίσουν τους ωκεανούς. Άρα, όλο αυτό το στατιστικό μοντέλο με τα περιβαλλοντικά του ωφέλη αποτελεί ένα υποθετικό μοντέλο δευτέρου είδους (αντίθετο του πραγματικού), ενδεικτικό μεν για το πού και πώς δαπανούμε τον χρόνο και το χρήμα μας, μάλλον αναποτελεσματικό όμως στο να αλλάξει τρόπο συμπεριφοράς. Απαισιόδοξο συμπέρασμα; Ακόμη κι ο βαθμός απαισιοδοξίας θα μπορούσε να εκφρασθεί με πιθανότητες.