Ronald Fisher veranderde de manier waarop we dingen bewijzen. Niet door nieuwe theorieën te bedenken, maar door de manier waarop we ze testen te veranderen. Geboren in East Finchley, Londen, in 1890, groeide hij op tot een van de meest invloedrijke figuren in de wetenschap. Hij was zowel wiskundige als bioloog. Zijn werk overbrugde de kloof tussen abstracte getallen en de rommelige realiteit van de natuurlijke wereld.
Vóór Fisher waren experimenten vaak slordig. Onderzoekers kozen de materialen die ze leuk vonden. Ze kozen de monsters die er veelbelovend uitzagen. Dit introduceerde vooroordelen. Onzichtbare variabelen vertekend de resultaten. Fisher zag dit als een fatale fout. Hij had een manier nodig om de menselijke voorkeur weg te nemen. Zijn oplossing was voor die tijd radicaal.
Waarom randomisatie belangrijk is in experimenten
Fisher introduceerde het principe van randomisatie toen hij als statisticus bij een landbouwonderzoeksinstituut werkte. Hij was niet alleen maar bezig met het verzamelen van cijfers voor de lol. Hij probeerde erachter te komen waarom sommige planten beter groeiden dan andere.
De regel is nu eenvoudig. Het lijkt duidelijk. Maar voorheen bestond het niet.
Al het materiaal dat in experimenten wordt gebruikt, moet willekeurig worden geselecteerd uit de gehele populatie die het wil vertegenwoordigen.
Dit ging niet alleen over het plukken van namen uit een hoed. Het ging om het elimineren van onbedoelde vooroordelen. Als je wilt weten of een meststof werkt, kun je deze niet zomaar op je mooiste gewassen toepassen. Je moet het toepassen op een willekeurige selectie van het hele veld. U moet het proces herhalen op de besturingseenheden. Alleen dan kun je het effect aan de behandeling toeschrijven.
Zonder randomisatie weet je nooit echt of een oorzaak tot een gevolg leidt. Je weet gewoon dat ze vlak bij elkaar gebeurden. Correlatie is geen causaliteit. Fisher maakte causaliteit meetbaar.
De statistische motor: variantieanalyse
Hij ontwikkelde ook de variantieanalyse (ANOVA). Dit is een statistische procedure. Hiermee kunnen onderzoekers experimenten ontwerpen die meerdere vragen tegelijk beantwoorden.
Vóór ANOVA was het testen van meerdere variabelen een nachtmerrie. Voor elke factor moest je aparte tests uitvoeren. Het was inefficiënt. Het negeerde hoe factoren op elkaar inwerken. Fisher’s methode ontwarde deze puinhoop. Het splitste de totale variatie in gegevens op in componenten. Onderzoekers konden zien welke factoren er toe deden en welke slechts ruis waren.
Dit werd de ruggengraat van experimenteel ontwerp. Het wordt overal gebruikt, van farmaceutische onderzoeken tot A/B-testen op websites. Wanneer u een kop ziet over een ‘statistisch significant’ resultaat, ziet u de nalatenschap van Fisher.
De kosten van innovatie
Fisher stierf in 1962 in Adelaide, Australië. Hij liet een gereedschapskist achter die nog steeds de wetenschappelijke nauwkeurigheid definieert. Zijn ideeën over randomisatie en variantieanalyse vormen het standaardcurriculum op universiteiten over de hele wereld.
Maar zijn methoden waren controversieel. Ze daagden gevestigde denkwijzen uit. Ze eisten precisie waar vroeger sprake was van benadering. Sommigen vonden zijn aanpak koud. Het verwijderde het menselijke element uit de wetenschap. Het veranderde de natuur in datapunten.
Maar zonder zijn werk zou de moderne wetenschap gissen. We zouden vertrouwen op intuïtie boven bewijs. Fisher gaf ons een manier om te twijfelen. Om te vragen. Om te verifiëren.
De wereld draait op deze principes. Elke keer dat er een medicijn wordt getest. Elke keer wordt een gewas verbeterd. Elke keer proberen we de waarheid in de chaos te vinden. Wij gebruiken de tools van Fisher.
Het is een vreemde erfenis. Een man
