A incerteza científica: A visão Bayesiana da probabilidade

a ciência não Force certezas ela Force apenas probabilidades nós não temos 100% certeza que o sol vai nascer amanhã que o material projetado nunca vai colapsar ou que uma vacina vai sempre imunizar o indivíduo sabemos que isso tudo é muito provável mas não podemos ter certeza a ciência produz apenas as melhores conclusões que podemos ter considerando que sabemos até agora mas nunca a certeza absoluta [Música] o pensamento bisano é uma forma de pensar sobre a ciência o seu poder e os seus limites Esta é uma visão que está ganhando preferência entre os cientistas e filósofos

e é forte bastante para esclarecer muitos Mal entendidos comuns que a ciência e o público em geral T sobre a natureza da ciência o raciocínio basiano requer que você considere as probabilidades à luz do que você já sabe sobre o mundo e é sobre isso que esse vídeo vai tratar uma interpretação mais fenomenológica das nuances da análise basana e do Teorema de base não tenha dúvida que esse conteúdo vai contribuir muito pro desenvolvimento do seu raciocínio lógico e crítico Então se inscreva no canal e Ative o seu Sininho para receber mais conteúdos como esse a

principal ideia da análise Beana é que você pode modificar ou atualizar a sua crença seja com base na probabilidade a priori de algo ser verdadeiro seja com base em novos dados à medida que eles surgem se você tiver bons motivos para acreditar que uma hipótese é verdadeira antes de testá-la você não vai precisar de muitas evidências para confirmá-la agora se você tiver motivos para acreditar numa hipótese Improvável antes de testá-la aí você vai precisar de mais evidências em outras palavras afirmações improváveis de acordo com a perspectiva bisana requerem provas mais fortes do que as prováveis

Suponha que um amigo lhe diga que viu algo voando sobre o seu quintal você pode considerar hipóteses dadas as suas próprias experiências poderia ser um passarinho um drone mas o seu amigo lhe mostra a foto de um porco vador como você sabe a crença prévia de que porcos voam é tão pequena que a probabilidade posterior a de ele estar voando no seu quintal é menor ainda mesmo com essa evidência que seu amigo lhe mostrou então o que você vai fazer é suscitar dúvidas levantar novas hipóteses por exemplo de que a foto foi adulterada ou de

que havia algum outro tipo de truque envolvido os cientistas estabelecem o limite mais rigoroso para as evidências que vão contra teorias padrão do que para as evidências que sejam consistentes com o que nós já sabemos após milhares de testes de uma droga que funciona bem em ratos e macacos quando você descobre que ela funciona em humanos você nem fica surpreso você se dispõe a aceitar essas evidências porque sabe que elas são frutos de testes rigorosos mas se alguém lhe diz que ficar sentado sobre uma pirâmide por três dias cura aides isso requer evidências muito mais

fortes do que o relato de um único caso isso porque além de ser muito Improvável nada parecido foi demonstrado antes você vai querer ver o resultado replicado muitas vezes e sob muitas condições diferentes antes de acreditar na alegação no vídeo anterior eu apresentei e discuti o teorema de base que é a regra que sustenta o pensamento basiano agora eu vou recapitular o que esse teorema significa à luz do problema do diagnóstico médico e fazer novas considerações a ideia aqui é ampliar ainda mais a compreensão sobre o raciocínio basiano é provável que aqui você queira rever

o vídeo anterior para sedimentar algumas ideias de acordo com esse vídeo anterior eu mostrei que no teorema de Bas esse termo descreve a probabilidade a posteriore ele está relacionado à sua confiança atualizada na hipótese depois que você examina as evidências ele representa a sua confiança no diagnóstico de uma doença depois que você vê os resultados do teste a probabilidade a priori é a confiança na hipótese antes de você examinar os dados no caso de uma doença ela equivale à prevalência na população Ou seja a taxa básica esse termo aqui é a verossimilhança na estatística bisana

a verossimilhança se refere à probabilidade dos dados aparecerem se a hipótese for verdadeira ou seja ele é a probabilidade de obter um teste positivo se a paciente realmente divera doença finalmente você tem a probabilidade Marginal que é a probabilidade dos dados aparecerem em todos os casos seja hipótese verdadeira ou falsa no caso do diagnóstico ela é a soma das probabilidades de um acerto para as pacientes doentes e de um falso positivo para as pacientes saudáveis em suma ela se refere à proporção de todas as pacientes saudáveis e doentes que testam positivo com as informações colocadas

dessa forma você pode ler o teorema de Bas para essa decisão médica da seguinte forma a minha confiança na hipótese depois de eu olhar para as evidências é igual a minha confiança prévia na hipótese multiplicada pela probabilidade de que os dados sejam verdadeiros se a hipótese da doença for verdadeira isso tudo dimensionado pelo quão comum essa evidência é no cenário geral a parte mais complexa da análise Beana é sem dúvida a interpretação o que nós acabamos de fazer uma vez interpretado o problema a luz do teorema tudo agora se reduz a continhas elementares foi dado

um problema que a prevalência de câncer de mama na população é de 1% Então nossa probabilidade a priori é 0,01 a sensibilidade do teste que é a probabilidade de obter um Resultado positivo visto que o paciente tem a doença é de 90% Ou seja 0,9 a probabilidade Marginal de um teste positivo é a soma das probabilidades de um acerto para as pacientes doentes e de falsos positivos para pacientes saudáveis assim a probabilidade Marginal vai ser a soma de 9 més mais 89 M que é 98 M ao inserir esses valores no teorema obtemos a probabilidade

a posteriore a nossa confiança no diagnóstico depois de vermos o resultado do teste que é 9% agora eu vou recapitular este problema com outra linguagem matemática traduzindo essas percentagens em frequências mais concretas Pense numa amostra de 1000 mulheres de cada 1000 mulheres 10 tem câncer de mama Essa é a prevalência a taxa base dessas 10 mulheres que têm câncer nove terão um Resultado positivo no teste essa frequência é a sensibilidade do teste das 990 mulheres sem câncer de mama cerca de 89 ainda terão Resultado positivo no teste essa é a aa de falso positivo com

essas informações nós queremos saber qual a chance de câncer para uma mulher que testou positivo não é tão difícil das 1000 mulheres 98 tem resultados positivos no teste mas só nove delas realmente tem câncer então basta dividir 9 por 98 e nós obtemos cerca de 99% que é a resposta certa quando o problema é colocado dessa maneira 87% dos médicos acertam comparação com cerca de Apenas 15% quando apresentados na formulação original essa linguagem em termos de frequência é mais fácil do que em termos percentuais não somente para os médicos mas para qualquer um por que

isso é assim é porque o conceito de probabilidade condicional nos afasta das coisas contáveis no mundo aquelas frações decimais ou percentuais não somam 100% então para calcular a proporção de verdadeiros positivos Entre todos os positivos que é a tarefa em questão nós temos que realizar três multiplicações agora com as frequências naturais nós podemos nos concentrar somente nos positivos e somá-lo o que é muito mais intuitivo o principal erro dos médicos e também na maioria de nós é achar que é quase certeza que a paciente temha doença quando na verdade é quase certeza que ela não

tem a principal fonte desse erro é que nós tendemos a a negligenciar a taxa básica que geralmente é dada pela probabilidade anterior no problema do diagnóstico médico ficamos atentos ao resultado do teste positivo a verossimilhança que é de 90% E esquecemos o quão rara é a doença na população que nos é dada pela probabilidade a priori que é de apenas 1% ou seja nós não nos perguntamos diante de um diagnóstico positivo o quão comum é o câncer e quão comum é um diagnóstico positivo com isso as heurísticas da disponibilidade e da representatividade entram em ação

e faz as contas por nós um dos sintomas da negligência da taxa básica no mundo é a hipocondria quem entre nós não se preocupou Ender Alzheimer depois de ter um lapso de memória quem é que não se preocupou em ter um câncer raro quando sentiu uma dor ou um incômodo a negligência da taxa básica também é um motivador do pensamento em estereótipos considere por exemplo alguns dados sobre Penelope uma estudante Universitária que seus amigos de escrevem como uma menina pouco prática e sensível ela viajou paraa Europa e fala francês e italiano fluentemente os planos de

carreira de Penélope são incertos Mas ela é uma calígrafa talentosa no aniversário do seu namorado ela escreveu para ele um soneto e deu a ele de presente qual você acha que é a especialidade de Penélope Psicologia ou história da arte para o vídeo analisea o perfil de Penelope e responda é provável que você tenha di história da arte mas se você soubesse que 13 em cada 10.000 estudantes universitários se formam em psicologia e apenas oito se formam em história da arte isso faria diferença Claro que sim há um desequilíbrio enorme aqui para cada aluno de

história da arte há mais de 160 alunos de Psicologia não importa onde ela vai passar o verão ou que ela deu ao namorado é muito mais provável que Penelope se especialize em psicologia mas em nossa mente o perfil de Penélope é representativo de um especialista em história da arte Esse é um exemplo onde o estereótipo supera as taxas base é por Ignorar as taxas básicas que muitas vezes surgem demandas públicas impossíveis ou impraticáveis por que não Podemos prever quem tentará o suicídio por que que não temos um sistema de alerta precoce contra ataques de tubarão

Por que que não podemos traçar o perfil de traficantes para detê-los preventivamente a resposta vem da regra de Bas qualquer teste que seja imperfeito para detectar uma característica Rara sempre Vai resultar principalmente em falsos positivos a chave do problema é que apenas uma pequena proporção da população é suicida vítimas de tubarão ou traficantes essa proporção é a taxa básica dos problemas a menos que os cientistas possam vir a prever o mau comportamento das pessoas com a mesma precisão que os astrônomos prevêem os eclipses seus melhores testes vão apontar principalmente para as pessoas inocentes e inofensivas

nesse vídeo eu mostrei como a análise Beana tem papel crucial em muitas tomadas de decisão inclusive na prática científica Além disso o raciocínio beano é a base de qualquer investigação racional do mundo que seja baseada em uma combinação de hipóteses e dados e isso o torna essencial pra ciência contemporânea eu termino esse vídeo por aqui se inscreva no canal e nos ajude a crescer tenha verb cív abraço e até a próxima