No tienes acceso a esta clase

隆Contin煤a aprendiendo! 脷nete y comienza a potenciar tu carrera

Falacia del francotirador de Texas

11/24
Recursos

Aportes 88

Preguntas 2

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad?

o inicia sesi贸n.

Les dejo como aporte este video en YouTube para tener otra perspectiva sobre la falacia del francotirador de texas --> https://www.youtube.com/watch?v=_tcBsryYd6s

A todos nos ha pasado que vas respondiendo un examen y ya llevas varias C seguidas, crees que esta mal, pero no tomas en cuenta que aleatoriamente es posible

Este es un ejemplo de los impactos que recibian los aviones estadounidenses durante la segunda guerra mundial. Al ver la imagen se piensa que las zonas con mayor cantidad de impactos son las que tienen que ser reforzadas o mejorara el blindaje, pero es exactamente al rev茅s, estos impactos son de los aviones que SI regresaron del combate.

Creo que esto era muy frecuente durante mi carrera de Ing. Electr贸nica. En los laboratorios a veces solo tomabas los resultados que se corerspond铆an con lo que sab铆as que deb铆as obtener y obviabas todos los dem谩s.

Hola,

En mi caso fueron los diferentes laboratorios de la universidad. Ajustamos los datos para tener una respuesta muy cercana a la te贸rica con el fin de evitar problemas al momento de hacer conclusiones o an谩lisis.

  • 鈥淗oy so帽茅 que ten铆a doce a帽os. En la loter铆a sali贸 el n煤mero 3. El sue帽o lo advirti贸 porque 1+2=3鈥.

Los t铆tulos de las clases de David Aroesti, siempre de hacen anhelar ver la clase, te despierta la curiosidad en todo momento.

Todas las pseudociencias y teor铆as de conspiraci贸n hacen uso de est谩 falacia, desde la homeopat铆a hasta los que creen que la Tierra es plana. Por poner el ejemplo de la homeopat铆a (o cualquier medicina 鈥榓lternativa鈥), primero dicen que X producto cura alguna enfermedad, y despu茅s buscan testimonios para comprobar lo que dicen, pero no toman en cuenta a todas aquellas personas que no les funcion贸.

Pensaba que uno de los metodos era recopilar datos y luego analizar, veo que es un metodo que me llevaria a la falacia del francotirador

Excelente la Falacia del Francotirador.
La gente tiende a enfocarse en lo que se hizo bien y no tambi茅n en lo que se hizo mal

Supongo que es algo muy com煤n y parte de la raz贸n por la que los hor贸scopos son tan populares.

un buen ejemplo de la falacia del francotirador es Alien铆genas Ancestrales, todo ajusta 鈥渟ospechosamente bien鈥

Hay quienes esto lo conocen como 鈥淐ucharear鈥 los resultados.
Cuando se hace un experimento y se obtienen datos fuera de lo predicho, se encajan a fuerza en el modelo.

Alguien sue帽a con el n煤mero 7 y juega algo鈥
No sale el 7 y sale el n煤mero 362
Se da por confirmada la premonici贸n, alegando que 3+6-2 es igual a 7

Como dijo Carl Sagan en su programa Cosmos, cuando estaban mirando hacia Venus.
Observaci贸n: No se puede ver nada
Conclusi贸n: Dinosaurios

https://youtu.be/GKnCk9Ab-rA?t=2150

En anal铆tica web es com煤n tratar de recolectar la mayor cantidad de datos y despu茅s buscar patrones en ellos.

Se presentan con bastante frecuencia en ciencia, en investigaciones o reportes de alg煤n laboratorio se tiene la necesidad de que los resultados obtenidos en la parte experimental empalmen casi perfectamente con los te贸ricos y no como realmente se obtuvieron, se manipula la informaci贸n obtenida para obtener un resultado deseado, a lo cual muchos lo conocen como 鈥渃uchareo鈥

Me acabo de dar cuenta que justo al analizar los posts de Facebook de la empresa trat茅 de sacar conclusiones a partir de los datos, pero deb铆 probar hip贸tesis, porque probablemente estoy matando tipos de contenido que no han demostrado su valor.

Falacia del francotirador de Texas


  • Esta falacia se da cuando no se toma la aleatoriedad en consideraci贸n.
  • Tambi茅n sucede cuando uno se enfoca en las similitudes e ignora las diferencias.
  • Cuando fallamos al tener una hip贸tesis andes de recolectar datos estamos en alto riesgo de caer en esta falacia (es muy com煤n en Data Science).

Un hombre dispara directamente al establo, y dispara por todas partes y una vez que ya termino de disparar, pinta la diana. La 鈥淗ip贸tesis鈥 no estaba puesta antes de que empezara a disparar sino que la puso "Ad Hoc " es decir, se adecuo directamente a los datos que ten铆an, no de manera inversa. Tampoco se toma en cuenta la aleatoriedad al pintar directamente la diana.

Esto sucede en muchos lugares, como cuando alguien se enfoca en las empresas que si le funcionaron e ignora las que no le funcionaron. Es decir, una vez que ya hizo todas sus empresas dice 鈥淪oy un gran emprendedor por que esta me funciono鈥.

Para que nuestras conclusiones sean validas/correctas tenemos que extraer muestras aleatorias y representativas, si fallamos en uno de estos casos, probablemente nos encontremos con un error de prejuicio o con la falacia del francotirador de Texas.

Falacia del Francotirador de Texas
Sucede cuando no se toma en cuenta la aleatoriedad, enfoc谩ndonos demasiado en las similitudes e ignorando las diferencias, o cuando recolectamos datos antes de tener una hip贸tesis generando as铆 hip贸tesis ad hoc, es decir adecuada (con calzador) a los datos obtenidos
Ejemplo
En un estudio en Suecia se lleg贸 a la conclusi贸n de que los cables de luz causaban cancer, puesto que hab铆a un n煤mero considerable de personas con la enfermedad que viv铆an cerca a un nudo de muchos cables. Sin embargo esta cantidad de personas enfermas puede explicarse por la aleatoriedad.

Es el mismo Sesgo de Confirmaci贸n: hace que queramos confirmar y ver la evidencia de todo lo que ya creemos:

  • Creo en fantasmas y escucho un ruido: debe ser un fantasma

En Per煤 cuando empez贸 la pandem铆a extra帽aba que sean ciertos distritos los que tuvieran m谩s casos. Resulta que eran los distritos donde hac铆an m谩s pruebas r谩pidas mientras que los distritos en los que no hac铆an las pruebas r谩pidas figuraban al final de la estad铆stica como si no tuvieran casos de covid-19.

Hola.
Creo que se ha cometido una peque帽a confusi贸n.
Al inicio del v铆deo dice textualmente:
鈥淐uando fallamos al tener una hip贸tesis antes de recolectar datos鈥︹ pero en palabras del profesor se menciona:
"鈥 una forma muy com煤n de caer en este error, es comenzar a recolectar datos antes de tener una hip贸tesis鈥 " creo que es ambiguo.
Solo recolecto la informaci贸n que pueda para no caer en falacias. Jijiji.

Esto me record贸 al overfitting que es cuando un resultado de un an谩lisis es alto con datos de entrenamiento pero muy bajo en los datos reales, pues se adecu贸 tanto al entrenamiento que en la realidad es simplemente malo

Por eso aparecen los llamados cisnes negros.

Seria genial que incluyeran una clase de 鈥淐ontraste de Hip贸tesis鈥

muestras aleatorias y representaativAS

Muchas veces si vas a realizar un examen y te dicen la respuesta y conf铆as mucho no te detienes a ver si es realmente correcta o si cambio el contexto de la pregunta del examen y caes en lago similar a lo que se expone en la clase.

Les comparto un fragmento de la pel铆cula Focus protagonizada por Will Smith y 鈥嶮argot Robbie en donde se puede evidenciar la falacia del francotirador de Texas al elegir un numero de alg煤n jugador de la cancha de una manera 鈥渁leatoria鈥.
Especificamente la explicaci贸n comienza en el minuto 1:57 por si se quieren adelantar.

Cuando culpan a los videojuegos de violencia cuando ven a alguien cometer un delito y ver que le gustaban los videojuegos.

Hoy en d铆a esto es una de las cr铆ticas de a los economistas modernos - esperamos que pase un hecho ex贸geno para estudiar posibles causalidades. Por ejemplo, una crisis por covid (hecho ex贸geno) causa crimen - de esta forma solemos decir que hay causalidad. Pero a la hora de la verdad estos trabajos no nos dan muchos indicios de porqu茅 sucede el crimen, por el covid es una situacion poco comun. Por esto la academia a recibido muchas cr铆ticas y es un ejemplo del francotirador de texas

El primer ejemplo que se me viene a la mente es las personas que despu茅s de recibir una predicci贸n del hor贸scopo est谩n es mucho m谩s predispuesta a los eventos relacionados con la predicci贸n de su hor贸scopo

Una persona lee su hor贸scopo que predice una 鈥済ran oportunidad laboral鈥. Se siente motivada y busca activamente un nuevo empleo. Encuentra un anuncio que le parece perfecto y decide postularse. Este ejemplo ilustra c贸mo la creencia en la astrolog铆a puede influir en la interpretaci贸n de eventos coincidentes como prueba de su validez.

la tierra plana!

Otro caso como el del emprendedor, es el de los creyentes que oran por millones de cosas al a帽o pero solo consideran aquella oraci贸n que fue respondida como muestra de que su deidad responde las oraciones o peor a煤n, de que existe.

La falacia del fracotirador se ve com煤nmente. Como dice Daniel Khaneman, el sistema 1 del cerebro va por lo r谩pido, lo que gasta menos energ铆a. Y el sistema 2 es el que analiza.

Dentro de esta falla anal铆tica, encontramos muchos errores de observaci贸n, en el que no tomamos en cuenta todo lo que est谩 a nuestro alrededor sino que unos solos aspectos.

Para imaginar esta falacia, tomemos a un parcero, que est谩 disparando en el establo, pero por todas partes. Luego de ello, se dirige a d贸nde est谩n los tiros, y pinta la Diana. Pensando que estuvo bien.

Una de las formas m谩s comunes de caer en el error del francontirador, es que fallamos en tener un hip贸tesis antes de recolectar datos, lo que hace que no tengamos una orientanci贸n para tomar y analizar esos datos. Lo m谩s interesante, es que este error sucede mucho en el Data Science.

Esta falacia, tambi茅n sucede cuando uno se enfoca en las similitudes e ignora las diferencias.

La falacia del francotirador de Texas, se trata de no tomar la aleatoriedad en concidenraci贸n.

鈥淪e ignora un muestreo representativo y aleatorio por el deseo de confirmar una hipotesis鈥 me parece otra perspectiva valida y no es exactamente lo que dijo David.

En general las sustentaciones te贸ricas de la astrolog铆a caen en la falacia del francotirador o en prejuicio de muestra

Ejemplo que se hace muy com煤n: cuando va a iniciar el partido de futbol y los comentaristas mencionan datos hist贸ricos a favor para inflar la expectativa respecto al partido (aplica para otros deportes).

el m茅todo cient铆fico me lo ense帽aron en primero de secundaria

Yo lo hago mucho鈥 con mis proyectos webs. Veo Google analytics y empiezo a buscar patrones e hipotesis鈥 Nunca creo que fuera un error.

Recuerdo que en mi anterior trabajo s贸lo nos enfocamos en vender a mujeres porque descubrimos que el 70% de nuestros clientes eran de 茅ste g茅nero, pero no nos enfocamos en saber como venderle m谩s a un hombre o en validar la hip贸tesis que surgi贸 err贸neamente luego del an谩lisis de datos.

Yo creo que es lo que esta pasando actualmente con el covid-19,

El ejemplo del puente: 驴Si pasas por un puente y se rompe est谩 mal el dise帽o?
Respuesta: Depende, 驴Qu茅 pasa si alguien te quer铆a atacar? 驴Estaba mal el dise帽o o estaba bien?

La lecci贸n m脿s valiosa de esta clase y en general de este increible curso es que si existe un patr贸n para determinar con mucha acertividad una probabilidad, el problema es que el patr贸n a veces no es tan facil de determinar y sencillamente se toma un valor erroneo, da帽ando toda la predicci贸n.

Pero cabe recalcar que el mundo de la fisica_(no quantica)_ y todo lo que podemos calcular con los computadores es determinista, es decir si tiene un patr贸n (inclusibe las muestras random de la libreria de Python) y que es trabajo del cientifico de datos estudiar m谩s a profundidad el problema para encontr谩s la asociaci贸n correcta.

Parte de la cr铆tica a libros del tipo 鈥淥utliers鈥 de Malcom Gladwell y el principio difundido (no generado por 茅l) de las 10,000 hrs el cual plantea este n煤mero de horas de pr谩ctica para lograr mastery en cualquier 谩rea; Si bien es interesante la premisa, los ejemplos son aislados, at铆picos y sin considerar otros factores m谩s determinantes;

Primero hay que tener una hipotesis, conseguir los datos posibles que pueden falsear la hipotesis o comprobarla.

es parte de la investigaci贸n cientifica

Cuando no se toma aleatoriedad en la muestra estamos sesgando los datos, por lo tanto el experimento que hagamos estar谩 forzado a cumplir la hip贸tesis que queramos a la fuerza. Por eso es importante primero plantear una hip贸tesis y despu茅s realizar experimentos, es como hacerse preguntas excistenciales, 驴 que quiero? 驴para que? 驴que quiero comprobar? 驴cual es mi voluntad?

Es importante tener en cuenta que en la pr谩ctica de algunas ciencias sociales como la Econom铆a, el investigador muchas veces no es el que recolecta los datos. Los datos est谩n dados Ex-ante a las hip贸tesis que se desean probar. Esto sucede cuando se trabaja con datos no experimentales.

Trabajando para una cervecera, investigaba motivo de bajas en ventas. Viendo informaci贸n de ventas de otros CEDIS encontr茅 una venta muy superior a lo habitual a un precio muy barato (se帽al de venta a mayoristas que pueden invadir tu zona). Con la emoci贸n lo inform茅 r谩pido a mi jefe, quien avis贸 al Gerente General鈥 A penas alcanc茅 a evitar que escalara a煤n m谩s, se trataba de una venta por promoci贸n especial a una cadena de autoservicio鈥 Sobra decir que me llamaron la atenci贸n鈥

Esto se presenta muchisimo en empresas mas bien procesos donde el control estadistico de calidad es nulo o es deficiente, donde constantemente para acomodar las muestras se cambia el Limite Superior y Limite Inferior para hacerlas quedar dentro del rango de aceptaci贸n, cuando en realidad se deberian rechazar por no cumplir las especificaciones tecnicas como unidades defectuosas o producto clase B.

Un n煤mero que se nos pega, y lo vemos a lo largo de un d铆a reflejado en operaciones matem谩ticas y pensamos que es un numero de la suerte o algo.

Notas:
Cuando tenemos una hip贸tesis sin haber recopilado datos antes. Lo m谩s com煤n es caer en la Falacia del francotirador de Texas.
Tambi茅n cuando nos enfocamos en similitudes e ignoras las diferencias.

El 5G es cancer铆geno. Equisde

Asumir que porque en determinados proyectos un perfil de profesional se ha comportado de cierta manera (siendo la misma profesi贸n pero encarnada por diferentes personas). Asumir que todas las personas de una regi贸n en particular se comportan siempre de la misma manera: las personas de las regiones costeras son todas bulliciosas y hablan a los gritos siempre.

Esto a veces sucede cuando se realizan ensayos de propiedades de materiales y ya partes de que tienen que cumplir un determinado valor m铆nimo para cumplir la norma. A veces se asocia que una muestra esta por debajo del valor esperado y se termina descartando este valor para que no 鈥渄istorsione鈥 el promedio. Justamente sucede lo contrario.

Al querer validar un proyecto de emprendimiento, la edad y otros aspectos de la poblaci贸n objetivo los dejamos muy generales, vagos y amplios, de modo que los terminamos definiendo despu茅s de haber hecho las encuestas de acuerdo a lo que mayor frecuencia tuviera entre las personas que nos hab铆an contestado. El proyecto fue inviable pero literalmente estuvimos dibujando la diana al rededor de las respuestas que nos parec铆an convincentes jajaja

Estudie en una 鈥渦niversidad top鈥 y mi asesor de tesis me recomend贸 usar la hip贸tesis que mejor se ajustara a mis resultados.

Esta clase me est谩 haciendo pensar鈥

En la universidad con los examenes de seleccion multiple con unica respuesta, se comienza a dudar sobre resultados similares y seguidos

Creo que es algo que a uno le pasa por la red en la que se mueve, es decir si uno se mueve con deportistas cree que a todo el mundo le gusta el deporte. Me paso mucho en la universidad con los temas pol铆ticos y econ贸micos, y sin entrar en controversia le paso a muchos colombianos con el 鈥渟i鈥, muchos cre铆an que iba a ganar por mucho, me incluyo entre ellos.

En los bancos cuando generan nuevas campa帽as de cr茅dito, primero crean la campa帽a, la lanzan y despu茅s analizan a los clientes el por que si o no los clientes solicitan el nuevo Cr茅dito

En mi trabajo actual algunos clientes me dan miles y miles de encuestas para generar un proceso de nlp y solo me dicen que busque a ver que encuentro. Siempre se molestan cuando les pido que me aclaren y me comenten sobre q tipo de encuestas son, cual es la naturaleza de su negocio, hace cuanto operan, etc etc.

Falacia del francotirador = 鈥淟a gente ve, solo lo que quiere ver.鈥

el latinoamerica cuando se hacen datos comparativos de estad铆sticas, Bolivia sale en los primeros lugares en muchas cosas y el error es en medir en %, cuando las poblaciones son muy variadas, en caso de feminismos Bolivia tiene 11 millones de habitantes, comparado con Uruguay de 3 millones y Brasil con 209 millones, siempre Bolivia va salir primero, donde Bolivia va sacar mayor porcentaje de criminalidad que Brasil, si fraccionamos Brasil por estados, encontramos que el estado de Sao Paolo tiene 44 millones de habitantes y el estado mas peque帽o de Roraima 400 000, no pasa del millon, pero si fraccionamos Brasil en sus estados y lo comparamos con Bolivia, entonces Sao Paolo tiene mas criminalidad que Bolivia, lo optimo seria medir por cada 100 mil habitantes

que interesante

Recolectar datos sin una hip贸tesis es un gran error. Al hacer eso, puede que recolectemos datos in煤tiles y arruinen o dificulten nuestro, luego, real prop贸sito.

Comparto mis NOTAS:
La falacia del francotirador de Texas se da cuando no se toma la aleatoriedad en consideraci贸n.
Tambi茅n sucede cuando tomamos en consideraci贸n las similitudes y no tenemos una muestra suficientemente amplia como para determinar que estas similitudes son relevantes o no.
Es muy com煤n en Data Science comenzar a recolectar los datos antes de tener una hip贸tesis.
Esta falacia consiste en adecuar la hip贸tesis directamente a los datos. Dentro de nuestra ecuaci贸n se debe considerar lo que hicimos bien y lo que hicimos mal para poder construir conclusiones v谩lidas.

La gente queriendo adaptar sus realidades a las predicciones: ejemplo, interpretar un horoscopo que hablaba sobre lo que pas贸 la semana pasada considerando la Vagueza del mismo

Quiero recomendar, aunque ya he visto en otros comentarios. El LIbro 鈥淧ensar Despacio, Pensar Rapido鈥 de Daniel Kanheman, https://www.amazon.com/Thinking-Fast-Slow-Daniel-Kahneman/dp/0374533555
y tambien los libros de Nassim Taleb como 鈥淓l cisne negro鈥 https://www.amazon.com/Black-Swan-Improbable-Robustness-Fragility/dp/081297381X

la importancia de no tener sesgos en las muestras

Esas im谩genes de cableado me recuerdan donde vivo xd

NO estoy seguro si esto se podr铆a considerar como una falacia del francotirador de Texas, pero aqu铆 les cuento. Ac谩 en Ecuador estamos en a帽o electoral, se vienen las presidenciales en unos meses y el ambiente est谩 todo una locura, las encuestas llueven por todos lados y a mi en lo personal me han llegado ya varias de esas por email, la m谩s reciente que me vino hace dos d铆as me preguntaba si ya hab铆a decido por qui茅n votar y, luego que cu谩l era mi candidato escogido, tampoco nada fuera de lo com煤n, pero despu茅s de eso, me llov铆an las preguntas en la misma encuesta sobre que si pienso que X candidato es de izquierda, derecha o centro, lo mismo con el candidato Y, y lo mismo sobre el candidato Z. Bueno a muchos nos les parecer铆a raro que te pregunten eso 煤ltimo, pero a mi s铆. Porque yo soy consultor pol铆tico, y esa encuesta arrojar铆a datos absurdos como que la gente en mi pa铆s para estas elecciones prefiere un candidato, por ejemplo: de izquierda, derecha o centro. Y que basado en esos datos el candidato que de seguro contrat贸 la encuesta tiene que mover su discurso de una forma en la que parezca que pertenece o que se inclina a esa tendencia o viceversa alejarse de esa tendencia, eso seg煤n cu谩l fue el m谩s votado en la primera pregunta vs el menos votado, queriendo crear una correlaci贸n. Lo cual ser铆a un grav铆simo error.
Bueno ah铆 lo tienen, abran hilo para dialogar.

Es como las encuestas de politica, se ajusta al interes del politico de turno, o al que la financi贸.

A mi me pas贸 realmente. Desde que empec茅 a estudiar Data Sciense he buscado tambien informaci贸n m谩s avanzada (ignorando lo basico). Actualmente estoy aplicando mis conocimientos al negocio familiar y lo primero que hice fue generar los datos antes de tener si quiera una hipotesis. Al tener los datos pues nada era congruente pues eran muchos datos y no encontraba los necesarios para la hipotesis que me hab铆a planteado.

驴Cu谩l es la probabilidad de que nuestro ego influya en mirar solo los resultados que nos hacen quedar bien?

He visto varios comentarios sobre los laboratorios que algunos realizaron, y creo que me sumo a ellos.
En la universidad modific谩bamos los datos para que concordaran con la teor铆a y as铆 evitar tener una mala nota. Sin realmente preguntarnos porqu茅 daba as铆 el dato.

Siempre recordare esto.

驴Qu茅 hacer cuando uno llega a un lugar donde ya se recolectaron los datos y no hubo hip贸tesis? 驴Iniciar de cero?

Es como 鈥渕aquillar鈥 para que todo se vea bonito y no vean el error.