A significância de Ronaldo A. Fisher

Em 1919, depois de vários empregos mal-sucedidos e já com filhos e casado, ele passou a ser o estatístico da Estação Experimental de Rothamsted que fazia “experimentos” agrícolas há quase 100 anos. Fisher conseguiu esta posição pois antes de sair de Cambridge, conheceu o Sr. Gosset, um químico e matemático que trabalhava na Cervejaria Guinness, que faz aquela cerveja escura e super-cremosa.

 

Gosset havia desenvolvido um método para comparar pequenas amostras e publicara o trabalho no periódico “Biometrika” de Pearson. Fisher descobriu um erro no trabalho de Gosset, enviou a correção à ele, que então encaminhou a Pearson, que a publicou. Depois disso, Pearson e Fisher continuariam publicando seus trabalhos, mas cada um em sua trincheira apontando os erros um do outro, a chamada “briga de cachorro grande”.

 

Aqui duas notas: A primeira é que Gosset publicou seu trabalho sobre o pseudônimo de Student, pois tinha um contrato de exclusividade com a Guinness e seu teste, primeiramente chamado de z, ficou conhecido como “t de Student”.

 

A segunda é que, diante da soberba de Pearson, Fisher ficara sem a “Biometrika” (a principal revista da época) para publicar, restando-lhe a “Journal of the Royal Statistical Society”, mas como esta já recusara um de seus trabalhos, ele passou a publicar em revistas menores, muitas vezes pagando do próprio bolso a publicação. Assim, Fisher não publicava em periódicos “Qualis A”, mas aqui vale lembrar que, assim como a abadia de Westminster precisava mais do cadáver de Darwin do que ele da abadia, as revistas precisavam mais das colaborações de Fisher do que ele delas. Foi ele quem fez com que estas revistas passassem a ter, no jargão moderno, “alto índice de impacto”. Por isto que em 1947, já bastante tarimbado e tendo voltado as páginas das principais revistas, Fisher disse numa entrevista à BBC: “Deve-se avisar e aconselhar o jovem cientista, de que quando tiver uma jóia a oferecer ao conhecimento da humanidade, alguns certamente desejarão cercá-lo e despedaçá-lo”.  

 

Segundo David Salsburg, em seu “Uma senhora toma chá....como a estatística revolucionou a ciência no século XX” (Jorge Zahar Editor, 286p.), morando na estação de Rothamsted, Fisher logo concluiu que os 90 anos de pesquisa por ali, tinham sido em vão, pois nos experimentos com “estrumes artificiais” (depois batizados de fertilizantes) realizados e avaliados por diversos índices de fertilidade, não havia algo que o mundo, atual e pós-Fisher, acha básico: uma pergunta (hipótese) simples e um delineamento que teste apenas a variável de interesse, padronizando outras que podem contribuir para mudar os resultados. Assim, se você quer testar três tipos de adubo no crescimento do milho, outras variáveis que influenciam o crescimento da planta devem ser padronizadas (quantia de irrigação, tipo de solo, temperatura, etc..). Ainda, são necessárias réplicas dos tratamentos (tipos de adubo), pois com elas é possível medir a variância dos resultados em torno da média. Esta técnica ficou conhecida como Análise de Variância, cujo resultado é o teste F (em homenagem a Fisher).

 

Mesmo assim Fisher aproveitou-se dos 90 anos de dados de Rothamsted, que incluía produção de grãos e informações pluviométricas, e deu os primeiros e sólidos passos de uma área estatística que é conhecida hoje como Análise de Séries Temporais. Fisher era uma máquina de publicar e dada a genialidade de alguns de seus textos, outros caíram no esquecimento. Em 1970, L.J. Savage da Universidade de Yale, foi ler os originais de Fisher e descobriu que ele havia resolvido alguns problemas que até aquele momento ainda eram insolúveis para os estatísticos, isto é, Fisher foi genial até em seus escritos desconhecidos.

 

 As brigas entre Pearson e Fisher podem ter sido ruins para eles, em especial, o primeiro, mas foram excelentes para a estatística e o mundo. Pearson desenvolveu o teste de qui-quadrado para comparar duas proporções e no mesmo artigo descreve o teste de significância. Fisher apontou um erro no artigo, mas a partir daí, desenvolveu a maioria dos métodos para calcular o teste de significância, que é a probabilidade (p) de assumir que a hipótese testada é verdadeira. Assim, se p=0,01 “só um valor em 100 excederá [a estatística de teste calculada] por acaso, de forma que a diferença entre os resultados seja claramente significativa”.

 

Mas Fisher ainda tinha colaborações a fazer com a genética e a evolução, um capítulo à parte na sua vida que veremos semana que vem.