Studiul corelațiilor pe colectivități extrem de mari

Să ne imaginăm o bază de date:

- pe un interval de 5 ani cu culegeri de date,
- de un miliard de înregistrări,
- cu proceduri unice de culegere a datelor,
- având structură foarte complexă,
- din care se extrag orice combinații de sub-colectivități,
- cu care calculăm o puzderie de indicatori,
- cu intervale de timp de evenimente.

Numai dacă avem date omogene din punct de vedere al culegerii și garantate calitativ vom începe să facem analiză. Cu cârpeli, așa cum se procedează acum, prelucrările sunt afectate de erori grosolane în:

- culegerea datelor,

- stocarea datelor,

- calculul indicatorilor,

- asigurarea omogenității,

- garantarea comparabilității,

- agregarea corectă a seriilor.

Pentru a studia un fenomen complet, vedem comportamentul miliardului de indivizi și stabilim tot felul de ponderi, tot felul de vârfuri sau abisuri și abia după ce facem testele de rigoare ne vom lansa în a face corelații folosind sub-mulțimi absolut omogene.  Văd acum cum se trag concluzii că un vaccin cauzează posibile complicații, de parcă știința la astfel de concluzii ca reporterii retardați care se tem să nu fie târâți în judecată folosesc cuvântul posibile sau verbele la condițional sau forme foarte vagi. În știință lucrurile trebuie să fie clare:

- spui metoda folosită,

- definești setul de date,

- faci descrierea indicatorilor,

- estimezi probabilitatea,

- concluzionezi.

nu se lasă nimic la voia întâmplării. Numai că la ora actuală OMS nu are un sistem unic de culegere a datelor, pentru a obține serii de date care prin concatenare să dea garanția că prelucrările sunt semnificative și rezultatele sunt reprezentative. Mai trebuie să curgă apă pe Dunăre sau pe Rin sau pe Volga sau pe Mississippi până se se ajungă acolo. Până una-alta pe adte eronate, se obțin rezultate eronate și se trag concluzii scandalos de eronate și viața fluctuează asemeni unei găini bete în direcții bizare.


(15 ianuarie 2023)