Universiteit Leiden Universiteit Leiden

Nederlands English

De arrogantie van de statisticus

Van ongeveer 30% van de medische studies blijkt dat het beweerde effect achteraf geen stand houdt: ‘dit geneesmiddel werkt tóch niet’, stelde Peter Grünwald op 6 november in zijn oratie. Dit is schrikbarend meer dan op grond van de statistiek verwacht mag worden.

Algemeen fenomeen

Volgens Grünwald is dit slechts één voorbeeld van een algemeen fenomeen: heel vaak menen onderzoekers – medici, biologen, economen, beursvoorspellers – een echt patroon ontdekt te hebben in hun data, terwijl dat patroon er eigenlijk niet is. Dit gebeurt ondanks dat ze soms geavanceerde statistische methoden gebruiken. Dit fenomeen is het thema van Grünwalds oratie. Hij geeft er verschillende voorbeelden van, zoals de statistiek in de rechtszaak tegen Lucia de B., weersvoorspellingen en – heel simpel – dobbelstenen.

Arrogant

Hoe komt het nu dat er zo vaak patronen gevonden worden die er niet zijn? Het antwoord van statistici is meestal: dat komt omdat men een verkeerde statistische methode gebruikt, of de juiste methode verkeerd toepast. Dit antwoord is juist, maar ook enigszins arrogant als je bedenkt dat statistici vrijwel nooit met één stem spreken: verschillende statistici zullen geheel verschillende methoden aanraden voor hetzelfde probleem. Dit maakt het er voor de onderzoeker niet gemakkelijker op. Bovendien draagt men soms methoden aan die zó tegen-intuïtief zijn, dat ze er min of meer om vragen om verkeerd toegepast te worden.

Lucia de B.

Grünwald ging op deze ‘arrogantie van de statisticus’ in aan de hand van onder andere de rechtszaak tegen Lucia de B., de verpleegkundige die in eerste instantie mede op statistische gronden veroordeeld was voor de moord op een aantal patiënten. Hier waren alle statistici het er wel over eens dat de oorspronkelijke analyse niet correct was. Ook hier was een patroon gevonden – een verband tussen Lucia en sterfgevallen op haar afdeling – dat er misschien wel helemaal niet was. Maar hoe moest men de statistische gegevens over Lucia dan wel analyseren? Verschillende eminente statistici hebben hier heel verschillende meningen over. Hier is destijds uitgebreid over gediscussieerd in de Nederlandse kranten. Bij het publiek bleef de indruk bestaan dat de statistici het ook allemaal niet weten. En dat is jammer.

Richtingenstrijd

De oorzaak van de onenigheid ligt in een richtingenstrijd in de statistiek die al meer dan 150 jaar oud is: de Bayesiaanse school versus de frequentieschool. Grünwald betoogde dat beide aanpakken zo hun zwakheden hebben en dat ook in de 21e eeuw veel standaard statistische methoden voor verbetering vatbaar zijn, tenminste vanuit het gezichtspunt van zijn eigen vakgebied, statistisch leren. Statistisch leren combineert inzichten uit de statistiek en het vak machine learning uit de informatica: het gaat hierbij om het ontwerpen van zelf-lerende software, zoals bijvoorbeeld zelflerende spamfilters en zelflerende spraakherkenningssystemen.

Peter Grünwald (1970) is sinds 1 november 2008 hoogleraar aan het Mathematisch Instituut van de Universiteit Leiden. Hij is ook werkzaam aan het Centrum Wiskunde & Informatica in Amsterdam, waar hij het Vidi-project Learning when all Models are Wrong leidt. Hij is de auteur van het boek The Minimum Description Length Principle (MIT Press, 2007). Hij was actief betrokken bij de – uiteindelijk succesvolle – pogingen om de zaak tegen Lucia de B. heropend te krijgen.

Vrijdag 6 november
Oratie prof.dr. P.Grünwald
Faculteit: Wiskunde en Natuurwetenschappen
Vakgebied: statistisch leren
Aanmelden voor deze oratie