Piense en todas las conclusiones falsas y a veces peligrosas que provienen de la simple multiplicación de probabilidades, los eventos de pensamiento son independientes. Debido a todas las salvaguardas redundantes incorporadas, pusimos en nuestras plantas de energía nuclear expertos usando la suposición de independencia que nos dijeron que la posibilidad de un accidente nuclear mayor era infinitesimal. Pero como vimos en Three Mile Island, los humanos cometen errores correlacionados, especialmente cuando están en pánico debido a un error inicial que rápidamente puede agravarse. Puede ser difícil construir un modelo multivariado realista que caracterice el comportamiento humano, pero darse cuenta del efecto de un modelo horrible (errores independientes) es claro.
Hay muchos otros ejemplos posibles. Tomaré el desastre del Shuttle Challenger como otro ejemplo posible. La pregunta era si lanzar o no en condiciones de baja temperatura. Hubo algunos datos que sugieren que las juntas tóricas podrían fallar a bajas temperaturas. Pero no había muchos datos de las misiones aprobadas para dejar en claro qué tan alto era el riesgo. La NASA siempre se ha preocupado por la seguridad de los astronautas y muchas redundancias se diseñaron en la nave espacial y lanzaron vehículos para hacer que las misiones sean seguras.
Sin embargo, antes de 1986 hubo algunas fallas del sistema y casi fallas probablemente debido a que no se identificaron todos los modos de falla posibles (una tarea difícil). El modelado de confiabilidad es un negocio difícil. Pero esa es otra historia. En el caso del transbordador, el fabricante de las juntas tóricas (Morton Thiokol) había realizado algunas pruebas de las juntas tóricas que indicaban la posibilidad de falla a baja temperatura.
Pero los datos sobre un número limitado de misiones mostraron cierta relación entre la temperatura y la falla, pero debido a que la redundancia llevó a algunos administradores a pensar que no ocurrirían múltiples fallas en las juntas tóricas, presionaron a la NASA para que la lanzara.
Por supuesto, hubo muchos otros factores que llevaron a la decisión. Recuerde que el presidente Reagan estaba tan ansioso por poner a un maestro en el espacio para demostrar que ahora era lo suficientemente seguro como para que las personas comunes que no eran astronautas pudieran viajar con seguridad en el transbordador. Entonces, la presión política fue otro factor importante que afectó la decisión. En este caso, con suficientes datos y un modelo multivariante, el riesgo podría haberse demostrado mejor. La NASA solía tratar de errar por precaución. En este caso, posponer el lanzamiento durante unos días hasta que el clima en Florida hubiera sido prudente.
Las comisiones posteriores al desastre, los ingenieros, los científicos y los estadísticos hicieron una gran cantidad de análisis y se publicaron documentos. Sus puntos de vista pueden diferir de los míos. Edward Tufte demostró en una de sus series de libros sobre gráficos que los buenos gráficos podrían haber sido más convincentes. Pero al final, aunque todos estos análisis tienen mérito, creo que la política aún habría ganado.
La moraleja de estas historias no es que estos desastres motivaron el uso de métodos multivariados, sino que los análisis deficientes que ignoraron la dependencia a veces conducen a una gran subestimación del riesgo. Esto puede conducir a un exceso de confianza que puede ser peligroso. Como jwimberley señaló en el primer comentario de este hilo "Los modelos univariados separados ignoran las correlaciones".