Ronald Fisher zmienił sposób, w jaki dowodzimy naszych twierdzeń. Nie wymyślając nowych teorii, zmienił samo podejście do ich testowania. Urodzony w East Finchley w Londynie w 1890 roku, stał się jedną z najbardziej wpływowych postaci nauki. Był zarówno matematykiem, jak i biologiem. Jego twórczość łączył abstrakcyjne liczby z nieuporządkowaną rzeczywistością świata przyrody.
Przed Fischerem eksperymenty były często niechlujne. Naukowcy wybrali materiały, które im się podobały. Wybrali próbki, które wydawały się obiecujące. To wprowadziło uprzedzenia. Pominięte zmienne wypaczyły wyniki. Fischer uznał to za fatalną wadę. Potrzebował sposobu na wyeliminowanie ludzkich preferencji. Jego decyzja była radykalna jak na tamte czasy.
Dlaczego randomizacja jest ważna w eksperymentach
Fisher wprowadził zasadę randomizacji, pracując jako statystyk w instytucie badań rolniczych. Nie dokonywał obliczeń tylko dla zabawy. Próbował zrozumieć, dlaczego niektóre rośliny rosły lepiej niż inne.
Zasada wydaje się teraz prosta. Wydaje się to oczywiste. Ale wcześniej tego nie było.
Cały materiał użyty w eksperymentach musi zostać wybrany losowo z całej populacji, którą reprezentuje.
Nie chodziło tylko o wybieranie imion z kapelusza. Chodziło o wyeliminowanie niezamierzonej stronniczości. Jeśli chcesz wiedzieć, czy nawóz działa, nie możesz po prostu zastosować go do swoich najładniejszych upraw. Musisz zastosować go do losowej próbki całego pola. Należy powtórzyć ten proces na jednostkach sterujących. Dopiero wtedy można przypisać efekt leczeniu.
Bez randomizacji nigdy nie będziesz mieć pewności, czy przyczyna prowadzi do skutku. Wiadomo tylko, że wydarzyły się obok siebie. Korelacja nie oznacza przyczynowości. Fisher sprawił, że związki przyczynowo-skutkowe stały się mierzalne.
Silnik statystyczny: analiza wariancji
Opracował także analizę wariancji (ANOVA). Jest to procedura statystyczna. Umożliwia badaczom projektowanie eksperymentów, które odpowiadają na wiele pytań jednocześnie.
Przed ANOVA testowanie wielu zmiennych było koszmarem. Trzeba było przeprowadzić osobne testy dla każdego czynnika. To było nieskuteczne. Pomijano w ten sposób sposób, w jaki czynniki mogą oddziaływać na siebie. Metoda Fishera rozwikłała ten chaos. Rozłożył całkowitą zmienność danych na składowe. Naukowcy mogli zobaczyć, które czynniki mają znaczenie, a które są po prostu szumem.
Stało się to podstawą projektu eksperymentalnego. Jest używany we wszystkim, od testów farmaceutycznych po testy A/B na stronach internetowych. Kiedy widzisz nagłówek o „statystycznie istotnym” wyniku, widzisz dziedzictwo Fishera.
Cena innowacji
Fisher zmarł w Adelajdzie w Australii w 1962 roku. Pozostawił po sobie zestaw narzędzi, które do dziś definiują rygor naukowy. Jego koncepcje dotyczące randomizacji i analizy wariancji stanowią standardowy program nauczania na uniwersytetach na całym świecie.
Ale jego metody były kontrowersyjne. Kwestionowali utrwalone sposoby myślenia. Zażądali precyzji tam, gdzie wcześniej dozwolone były przybliżenia. Niektórzy uznali jego podejście za zimne. Wykluczył z nauki element ludzki. Zamienił naturę w punkty danych.
Jednak bez jego pracy współczesna nauka opierałaby się na domysłach. Opieralibyśmy się raczej na intuicji niż na dowodach. Fisher dał nam powód do zwątpienia. Zadawaj pytania. Sprawdzać.
Świat działa na tych zasadach. Za każdym razem, gdy lek jest testowany. Za każdym razem plony się poprawiają. Za każdym razem staramy się znaleźć prawdę w chaosie. Korzystamy z narzędzi Fishera.
To dziwne dziedzictwo. Człowiek
