20

Oct

2020

Ing. Ismael Sánchez

“Una estadística exitosa requiere de profesionales capacitados”

  • Inicio
  • Académico
  • “Una estadística exitosa requiere de profesionales capacitados”

"Un modelo estadístico es exitoso si permite tomar las mejores decisiones". Para lograrlo, hacen falta profesionales con sólidos conocimientos. Por eso, en la facultad nos orientamos en dar una buena formación estadística a nuestros estudiantes”.

Por Koko Zavala. 20 octubre, 2020.


En la tercera celebración quinquenal del Día Mundial de la Estadística, decretada por la Asamblea General de las Naciones Unidas, el doctor Ismael Sánchez, profesor del programa académico de Ingeniería Industrial y de Sistemas de la Facultad de Ingeniería de la Universidad de Piura, absuelve algunas interrogantes sobre esta ciencia y su importancia en el desarrollo del país. 

Para usted, ¿cuál es el significado de esta celebración?
Esta es un reconocimiento al elevado impacto que pueden tener los datos, y su tratamiento estadístico, en nuestra sociedad. Se trata no sólo un reconocimiento a la Estadística como ciencia, sino al hecho de que nuestra actividad genera datos que, bien tratados, pueden ayudarnos a mejorar nuestra calidad de vida.

También es una llamada de atención a los responsables de generar o administrar datos en cualquier actividad económica o social, pues la confiabilidad de ellos puede hacer que las decisiones que se tomen en base a ellos tengan un impacto positivo o negativo.

Hablando de confiabilidad, ¿cree que la coordinadora nacional de Estadística de nuestro país, que maneja los datos estadísticos sobre la coyuntura sanitaria, es oportuna o tiene algún sesgo?
La confiabilidad de los datos depende de muchos factores. En entornos o sociedades donde la digitalización de la información está avanzada y se cuenta con los profesionales adecuados, es fácil obtener datos sin sesgos, o con sesgos que pueden reconocerse y compensarse con tratamiento estadístico.

Sin embargo, si los datos requieren de mediciones imprecisas, en entornos donde no está claro qué información hay que recopilar; y en situaciones desconocidas, se hace casi inevitable la presencia de sesgos en la información.  Como resultado, se reduce enormemente la capacidad de aprender a partir de los datos.

¿Qué requisitos se deben cumplir para que los resultados estadísticos son confiables?
Debe basarse en un conjunto suficiente de datos, tomados con un criterio que tenga en cuenta la hipótesis que se quiere evaluar. Esto se cumple fácilmente en la realización de experimentos controlados que nos garanticen que los resultados se deben a los factores que se están analizando.

En el caso de la pandemia, todos estamos atentos a este tipo de resultados, que han estado siendo publicados en las revistas científicas. Pero, hay que reconocer que, debido a la novedad de la pandemia, gran parte del conocimiento se ha tenido que obtener, inevitablemente de la observación de los pacientes tratados, que no se corresponde precisamente con un entorno de experimentación científica.

Entonces, ¿estos requisitos no se han cumplido en las estadísticas oficiales durante la pandemia?
En los momentos iniciales la información tenía muchas deficiencias. Por ejemplo, aunque todos los días se recibía nueva información sobre la extensión de la enfermedad, no todos los datos estaban actualizados, por lo que no reflejaban la realidad.

Otro ejemplo de información deficiente era sobre las estadísticas de los resultados de las pruebas rápidas pues, inicialmente, no distinguían entre los que estaban enfermos y los que ya habían pasado la enfermedad, dando a veces una imagen muy alarmante de cómo estaban algunas localizaciones cuando se hacían campañas de detección.

En diversos medios, al exponerse algunas estadísticas se ha hablado mucho de “falsos positivos”, “falsos negativos”, regresiones, entre otros términos. ¿Qué importancia tienen estos en el objetivo final de una buena estadística nacional?
Cada problema debe atajarse con la herramienta estadística adecuada. Al realizar las pruebas es importante saber la tasa de falsos positivos y falsos negativos. Esos indicadores permiten corregir y estimar de forma correcta la proporción de la población que está enferma, para tener una idea más precisa.

Pero, la estadística no solo proporciona la herramienta para hacer una buena descripción de los datos, sino también métodos para encontrar relaciones de causalidad.

Uno de los aspectos a los que apunta la Estadística es el bien común, con la toma de decisiones acertadas. ¿Cuál es la situación del Perú en este aspecto?
La estadística se puede aplicar en muchos campos. En la última década hemos asistido a una auténtica revolución de los datos, gracias al avance de la transformación digital. Las técnicas estadísticas y la tecnología de la información van siempre de la mano.

En el Perú, muchas grandes empresas han comprendido esta ventaja que supone la digitalización de los datos: bancos, compañías eléctricas, medios de comunicación, empresas de manufactura, etc. Sin embargo, aún estamos muy lejos respecto a otros países.

La Estadística maneja probabilidades, variables, muestreos, entre otros términos, ¿qué aplicaciones estadísticas son las más importantes en nuestro país?
La economía del norte de Perú está muy determinada por la agricultura y la meteorología. Estas áreas pueden beneficiarse enormemente con la estadística, que permite conocer los factores que más afectan a la eficiencia de los cultivos, y proporciona herramientas para monitorear el crecimiento de los productos.

El uso conjunto de la estadística y de los sensores permite tener un control muy preciso de grandes extensiones de cultivo o de piscinas en piscifactorías, facilitando la productividad y la sostenibilidad.  En el área de la meteorología, facilita la mejora de las predicciones a nivel local, aumentando la precisión de los modelos meteorológicos que se basan sólo en modelos físicos. De esta forma se puede predecir con más exactitud si las lluvias afectarán a ciertos caudales y si habrá un mayor riesgo de inundaciones en un punto geográfico concreto.

Comparte: