I resoconti sul mostro di Loch Ness possono dirci molto, ma non su ciò che potresti aspettarti

Questo è un argomento divertente: i ricercatori hanno utilizzato un database di segnalazioni del Mostro di Loch Ness per dimostrare come le prove aneddotiche possano, contrariamente alla visione comune tra gli scienziati, essere sfruttate per ottenere dati utilizzabili. In sostanza, l’analisi statistica degli aneddoti riguardanti il simpaticamente chiamato Nessie potrebbe non dirci molto sul mostro mitico stesso, ma può dirci molto sulle segnalazioni di Nessie. Gli aneddoti – storie su esperienze personali – sono di solito la rovina della ricerca scientifica poiché spesso sono considerati inaccurati, di parte e persino falsi. Pertanto, gli scienziati (e in particolare i statistici) cercano di evitare di utilizzare aneddoti quando possibile. Ma le prove aneddotiche sono sempre inutili o possono essere tradotte in dati? Bene, non secondo gli autori di un recente articolo, che documentano l’uso di un insolito database di segnalazioni aneddotiche nelle loro lezioni universitarie per far riflettere gli studenti su quali domande possono essere poste ai dati e cosa significhi effettivamente “dati”. Mostrano che, quando la popolazione e l’unità di campionamento sono adeguatamente considerate, anche le prove aneddotiche possono offrire preziose intuizioni. Per dimostrarlo, il team ha analizzato le segnalazioni relative al Mostro di Loch Ness per identificare modelli. Il database conteneva oltre 1.800 segnalazioni e, come scrive il team, queste erano “quasi certamente di parte riguardo ai fenomeni vissuti”. Questo perché “presumibilmente le segnalazioni più vivide ed eccitanti sono più probabilmente conservate”. Quindi il campione di segnalazioni analizzato è stato ritenuto probabilmente di parte rispetto alla popolazione di segnalazioni non registrate e non conservate, ma lo erano anche le singole variabili. Ad esempio, gli incontri apparenti di durata maggiore potrebbero essere stati conservati di più, così come le segnalazioni relative a presunti avvistamenti di un Nessie più grande, piuttosto che di presunti piccoli mostri. Molte delle segnalazioni non erano inoltre considerate indipendenti. Le segnalazioni sul Mostro di Loch Ness possono coinvolgere diversi testimoni, o qualcuno che descrive l’esperienza più volte, il che può portare gradualmente a distorsioni. I testimoni possono anche consultarsi tra loro, quindi più segnalazioni dello stesso evento non possono essere considerate indipendenti – farlo sarebbe un esempio di “pseudoreplicazione”. Tuttavia, una volta che i ricercatori hanno esaminato i dati per ottenere le informazioni più utilizzabili, sono rimasti con 1.433 segnalazioni di prima mano nominalmente indipendenti raccolte dal 1850. Quindi cosa ci dicono questi dati? “Non possiamo trarre conclusioni sui Mostri di Loch Ness da questi resoconti raccolti, ma possiamo ottenere intuizioni sulla popolazione più ampia di segnalazioni del Mostro di Loch Ness”, ha spiegato in una dichiarazione il coautore dello studio, il dottor Charles Paxton, del Centro per la Ricerca in Modellazione Ecologica e Ambientale dell’Università di St Andrews. Collaborando con Adrian Shine del Loch Ness Project a Drumnadrochit e il dottor Valentin Popov, anch’egli dell’Università di St Andrews, il team ha rivelato tendenze divertenti e intriganti. “I Nessie sono segnalati principalmente nei mesi estivi, durante il giorno anziché la notte – con un calo durante l’ora di pranzo – e in condizioni meteorologiche eccellenti”, ha spiegato Paxton. “Le segnalazioni di seconda mano tendevano a essere esagerate rispetto a quelle di prima mano, con il mostro segnalato più vicino e più grande. Questi modelli potrebbero essere generati dai mostri stessi, ma più probabilmente riflettono la disponibilità di testimoni e la tendenza delle storie a essere distorte nel racconto.” Ovviamente, lo studio non prova nulla sul presunto mostro stesso, ma mostra come il pensiero statistico possa essere applicato ai dati aneddotici e alla valutazione dei tipi di conclusioni che possono essere tratte. L’articolo è pubblicato nel Journal of Statistics and Data Science Education.