Voor de beste ervaring schakelt u JavaScript in en gebruikt u een moderne browser!
Je gebruikt een niet-ondersteunde browser. Deze site kan er anders uitzien dan je verwacht.

Hoe kunnen we statistiek zo betrouwbaar en transparant mogelijk maken? Tijdens de coronacrisis is het uiten van vertrouwen in de wetenschap steeds belangrijker geworden. Daarmee is het belang van consensus in statistische analyses duidelijker dan ooit. Om hieraan bij te dragen, stellen Eric-Jan Wagenmakers en Alexandra Sarafoglou van de Universiteit van Amsterdam zeven stappen voor die transparantie, openheid en het communiceren van onzekerheid in statistiek bevorderen. Ze werkten voor dit manifest onder andere samen met wetenschappers van Maastricht University, Rijksuniversiteit Groningen en Radboud Universiteit Nijmegen. De resultaten zijn gepubliceerd in ‘Nature Human Behaviour’.

Het visualiseren van data is een manier om statistiek betrouwbaarder te maken

Consensus is soms ver te zoeken in de statistische wetenschap. Om conclusies te kunnen trekken uit data, discussiëren statistici over het gebruik van methodes, significantiewaarden en foutenpercentages. Hoewel deze stromingen elkaar niet altijd vinden in de regels en interpretaties van statistiek, zijn er een aantal wetenschappelijke normen waar bijna iedere statisticus naar streeft. Eric-Jan Wagenmakers en Alexandra Sarafoglou beargumenteren dat gemeenschappelijkheid, universalisme, belangeloosheid en georganiseerd scepticisme, waarden die Merton eerder omschreef, cruciaal zijn voor de toekomst van de statistiek.

Onzekerheidsmarges

Hoe dat er concreet uitziet, leggen ze uit door zeven stappen. Allereerst is het belangrijk om keuzes inzichtelijk te maken. Dat kan door onzekerheidsmarges te kwantificeren en door keuzes die gemaakt worden bij voorbewerking van gegevens te beoordelen. Daarnaast laten Wagenmakers en Sarafoglou zien dat het rapporteren van meerdere modellen, het betrekken van meerdere analisten en het delen van data met andere statistici kunnen bijdragen. Verder vinden ze dat wetenschappers hun data bescheiden moeten interpreteren. Analisten die georganiseerde scepsis willen bevorderen, hebben niet de behoefte om beweringen te overdrijven.

Cholera-uitbraak

Als laatste stap noemen ze het visualiseren van data. ‘Denk bijvoorbeeld aan de beroemde kaart die John Snow maakte tijdens de cholera-uitbraak in Londen in 1854,’ vertelt Wagenmakers, ‘Hij maakte een stippenkaart die de huizen van overledenen toonde, net als de waterpompen in de buurt. De kaart liet zien dat de sterfgevallen zich concentreerden rond een bepaalde waterpomp in Broad Street, wat suggereert dat de ziekte door water werd overgebracht in plaats van door de lucht. Het visualiseren van data kan op deze manier voor helderheid zorgen.’

‘We hopen dat de voorgestelde statistische praktijken de kwaliteit van de gegevensanalyse over de hele linie zullen verbeteren, met name in toegepaste disciplines die wellicht niet vertrouwd zijn met de ethische aspecten van statistiek. Daarnaast geloven we dat het belangrijk is om deze ethische overwegingen en hun statistische gevolgen expliciet op te nemen in het statistiekonderwijs,’ aldus Wagenmakers.

Publicatiegegevens

Eric-Jan Wagenmakers, Alexandra Sarafoglou, Sil Aarts, Casper Albers, Johannes Algermissen, Štěpán Bahník, Noah van Dongen, Rink Hoekstra, David Moreau, Don van Ravenzwaaij, Aljaž Sluga, Franziska Stanke, Jorge Tendeiro en Balazs Aczel: ‘Seven steps toward more transparency in statistical practice’, in: Nature Human Behaviour (11 november 2021). https:// https://doi.org/10.1038/s41562-021-01211-8.