Jogando os dados
Os seres humanos não levam muito jeito para estatística. Nosso feeling sobre qual a probabilidade de certos eventos acontecerem nem sempre corresponde à realidade estatística. A tecnologia, por outro lado, é cada vez mais moldada por algoritmos que decidem com base em estatísticas e probabilidades. Uma vez que estas tecnologias tomam decisões importantes por nós, é crucial ter pelo menos uma noção de probabilidade distributiva, da importância do tamanho da amostra e de como os resultados estatísticos devem ou não devem ser interpretados.
Se o tempo permitir, você pode fazer esta experiência de distribuição de probabilidade triangular obtida quando cada evento é a soma de dois dados.
Ganhar um "feeling" para eventos estocásticos (aleatórios), tamanhos de amostra e probabilidade distributiva.
Neste experimento, jogue várias vezes o dado e registre quantas vezes cada número aparece.
1. Antes de começar, como você pensa que será o resultado?
2. Quantas vezes você acha que precisa jogar o dado até que o resultado que você espera apareça?
3. Jogue o dado. Será que o resultado corresponde às suas expectativas?
(se for necessário)
Todos os números de 1 a 6 são igualmente prováveis?
› Sim.
Isso significa que cada número tem que aparecer com a mesma frequência?
› Não, cada lance é um evento estocástico independente.
Se depois de jogar 12 dados nenhum número aparecer duas vezes, você pode concluir que os dados estão "viciados" ou são "desonestos"?
› Não, isso seria uma típica interpretação de uma estatística baseada em uma amostra insuficiente.
Por que o resultado parece ser melhor, ou seja, mais perto de uma distribuição uniforme, à medida que mais eventos são registrados?
› Porque as discrepâncias tornam-se menores em relação ao resultado global.
A maioria das pessoas espera que, a cada evento adicional anotado, a distribuição se torne mais uniforme. De fato, depois de um tempo a distribuição toma uma forma regular, na qual cada número aparece mais ou menos com a mesma frequência. O aspecto muitas vezes surpreendente desta experiência (e a principal razão para a sua realização) é quanto tempo pode demorar para este padrão tornar-se claramente visível.
Esta experiência vai dar aos seus alunos uma noção melhor de processos estocásticos e vai ajudá-los a entender por que as estatísticas confiáveis exigem amostras de grande tamanho. Você poderia discutir alguns exemplos de estudos médicos ou sociais com amostras pequenas e pedir aos seus alunos para interpretar criticamente o quão confiáveis são esses resultados.