Ronald Fisher ha cambiato il modo in cui dimostriamo le cose. Non inventando nuove teorie, ma cambiando il modo in cui le testiamo. Nato a East Finchley, Londra, nel 1890, crebbe fino a diventare una delle figure più influenti della scienza. Era sia un matematico che un biologo. Il suo lavoro ha colmato il divario tra i numeri astratti e la realtà disordinata del mondo naturale.
Prima di Fisher, gli esperimenti erano spesso sciatti. I ricercatori hanno scelto i materiali che preferivano. Hanno scelto i campioni che sembravano promettenti. Ciò ha introdotto pregiudizi. Variabili invisibili hanno distorto i risultati. Fisher lo vedeva come un difetto fatale. Aveva bisogno di un modo per eliminare le preferenze umane. La sua soluzione era radicale per l’epoca.
Perché la randomizzazione è importante negli esperimenti
Fisher ha introdotto il principio della randomizzazione mentre lavorava come statistico presso un istituto di ricerca agricola. Non stava solo scricchiolando numeri per divertimento. Stava cercando di capire perché alcune piante crescevano meglio di altre.
La regola adesso è semplice. Sembra ovvio. Ma prima non esisteva.
Tutto il materiale utilizzato negli esperimenti dovrà essere selezionato in modo casuale dall’intera popolazione che intende rappresentare.
Non si trattava solo di scegliere i nomi da un cappello. Si trattava di eliminare i pregiudizi involontari. Se vuoi sapere se un fertilizzante funziona, non puoi semplicemente applicarlo alle tue colture più belle. Devi applicarlo a una selezione casuale dell’intero campo. È necessario ripetere la procedura sulle centraline. Solo allora potrai attribuire l’effetto al trattamento.
Senza randomizzazione, non si sa mai veramente se una causa porta a un effetto. Sai solo che sono accaduti uno vicino all’altro. La correlazione non è causalità. Fisher ha reso la causalità misurabile.
Il motore statistico: analisi della varianza
Ha inoltre sviluppato l’analisi della varianza (ANOVA). Questa è una procedura statistica. Consente ai ricercatori di progettare esperimenti che rispondano a più domande contemporaneamente.
Prima dell’ANOVA, testare più variabili era un incubo. Dovevi eseguire test separati per ciascun fattore. Era inefficiente. Ha ignorato il modo in cui i fattori potrebbero interagire. Il metodo di Fisher ha risolto questo pasticcio. Ha suddiviso la variazione totale dei dati in componenti. I ricercatori hanno potuto vedere quali fattori contavano e quali erano solo rumore.
Questa è diventata la spina dorsale del design sperimentale. Viene utilizzato in qualsiasi cosa, dalle sperimentazioni farmaceutiche ai test A/B sui siti web. Quando vedi un titolo su un risultato “statisticamente significativo”, stai vedendo l’eredità di Fisher.
Il costo dell’innovazione
Fisher morì ad Adelaide, in Australia, nel 1962. Lasciò un kit di strumenti che ancora oggi definisce il rigore scientifico. Le sue idee sulla randomizzazione e sull’analisi della varianza sono programmi standard nelle università di tutto il mondo.
Ma i suoi metodi erano controversi. Hanno sfidato i modi di pensare consolidati. Esigevano precisione dove prima c’era approssimazione. Alcuni trovarono il suo approccio freddo. Ha rimosso l’elemento umano dalla scienza. Ha trasformato la natura in punti dati.
Eppure, senza il suo lavoro, la scienza moderna avrebbe indovinato. Faremo affidamento sull’intuizione piuttosto che sulle prove. Fisher ci ha dato un modo per dubitare. Interrogare. Per verificare.
Il mondo funziona secondo questi principi. Ogni volta che un farmaco viene testato. Ogni volta che un raccolto viene migliorato. Ogni volta cerchiamo di trovare la verità nel caos. Stiamo utilizzando gli strumenti di Fisher.
È una strana eredità. Un uomo
