S.

El problema de las
LEYES ESTADÍSTICAS
H ernán M iguel

£1 método estadístico

Una dificultad adicional en la obtención de teorías descriptivas y pre-

dictivas es el problema de que no todas las veces obtenemos leyes gene­
rales, es decir que se refieran a todos los casos. En la mayoría de las oca­
siones encontramos que los datos recogidos nos indican un porcentaje de
casos que cumplen con cierta característica. Podemos conjeturar que
existe alguna relación estadística entre las variables en estudio. Sabemos,
por ejemplo, que no todos los niños que tengan contacto con un niño
enfermo de sarampión se contagiarán. Pero podemos asegurar que cierto
porcentaje sí lo hará. El porcentaje en cuestión es el resultado de alguna
investigación con un número suficientemente grande de casos. Pero lo que
queda claro es que no se nos ocurrirá formular con carácter de ley que
Todos los que tengan contacto con un enfermo de sarampión, se conta­
giarán.
Los datos nos permiten proponer la ley estadística que relaciona el
evento estar en contacto con el evento contagiarse. Propondremos algo
como El 75 % de los niños que entran en contacto con un niño enfermo
de sarampión, se contagian. Esta ley que enuncia el porcentaje de casos

117
que cumplirán con cierta característica (contagiarse luego del contacto)
también da la información complementaria del porcentaje de casos que no
cumplen con esa característica (los que aun habiendo tenido contacto no
se contagian). Esto ha llevado a una pequeña confusión en cuanto a la
forma de refutar la ley.
Se argumenta que las leyes estadísticas no pueden refutarse ya que si
un caso no cumple con lo que indica el enunciado entonces cae dentro del
conjunto complementario y de ese modo también está contemplado por la
ley y no hay manera de mostrar que tal ley es falsa. En nuestro ejemplo,
un niño que visita a su amigo que está enfermo de sarampión y no se con­
tagia, pertenece al grupo del 25 % que aun habiendo tenido contacto, no
se contagia.
Sin embargo la ley ha sido establecida a partir del espidió de conjun­
tos de casos individuales. Es decir que nuestros casos de estudio son lotes
de niños que tienen contacto con alguno enfermo de sarampión y no de
casos singulares aislados. Nuestros casos son en sí mismos, conjuntos de
casos individuales. Imaginemos que hemos registrado los casos de la si­
guiente manera: para cada enfermo de sarampión tomamos nota de todos
los niños sanos que tienen contacto con él y nos fijamos cuántos de ellos
se han contagiado. Luego de varios registros de este tipo (cada uno de los
cuales se compone de. varios casos de contacto) tratamos de ver si existe
alguna proporción estable de casos de contagio respecto de los casos de
contacto. Si en efecto encontramos que un cierto porcentaje se repite de
lote en lote, podremos conjeturar que ése es el porcentaje de contagio por
contacto y enunciar nuestra generalización estadística con alguna espe­
ranza de haberla descubierto.
El paso siguiente, según nuestros “métodos” de conjetura y puesta a
prueba, será la contestación de la ley. Y aquí es donde se debe tener
cuidado. Para poner a prueba esta ley, no basta con el análisis de un caso
en el que un niño visita a su amigo que tiene sarampión. Ni siquiera nos
interesa el resultado. No sabemos qué papel juega ese resultado con
respecto a una ley que dice que de todos los que visiten al niño con
sarampión, el 75 % se contagiará. Si todos los que lo visitan solamente se
refiriere a un niño, ¿qué quiere decir el 75 %? ¿Acaso le aparecerá sarpu­
llido solamente en las tres cuartas partes del cuerpo? Esto es ridículo.

ns Las r a íc e s y l o s f r u t o s
 Para poder poner a prueba una ley estadística como ésta sería necesario
que un lote de niños visite a su amigo enfermo y luego podremos deter­
minar si en ese lote el 75 % de los visitantes se ha contagiado. Si esto es
así, entonces hemos corroborado la ley. Si en cambio, el porcentaje de los
contagiados es sensiblemente distinto del 75 % entonces tendremos
motivos para rechazar la ley.
Vemos que el rechazo de la ley no descansa sobre una estructura lógi­
ca como en el'casóde la refutación de una ley general en la que basta un
caso que no ía ciímpia para mostrar su falsedad. En este sentido no encon-
trafijos una refutación a la ley estadística aunque podemos tomar una
decisión sóbre la aceptación o el rechazo de la ley.
Él problema se lia agravado a partir de intentar obtener inferencias (no
deductivas sino estadísticas) a partir de estas leyes. Por ejemplo, a partir
de esta ley y del dato de que Juan ha visitado a su amigo enfermo de
sarampión, deseamos obtener alguna predicción sobre el contagio de Juan.
Cari Hempel1 sostiene que se puede obtener una inferencia que dice
más o menos lo siguiente; la afirmación “Juan se contagia” se puede
inferir con el 75 % de probabilidad.
El esquema sería el siguiente:

Ley: Ei 75% de los niños que entran en contacto con un niño enfer­
mo de sarampión, se contagian.
D atiy^uanvisi^ (con el 75 % de
Juan se contagia probabilidad)

La línea que divide las premisas de la conclusión es doble para indicar que
no es una deducción sino una inferencia estadística (o probabilístíca).
Sin embargo no queda muy claro qué significa el 75 % de probabili­
dad. No se entiende si el 75 % de las veces que Juan ha visitado a un
amigo enfermo, se ha contagiado (en cuyo caso la conclusión también
habla de un porcentaje de casos y no de una probabilidad) o bien que el
75 % de las veces que Hempel concluyó esto acertó y el 25 % de los casos

1. Cari Hempel, La filosofia de la ciencia natural, Capítulo 5, sección 6.

El p r o b l e m a d e l a s l e y e s e s t a d ís t ic a s 119
se eq u iv o có (en cu y o c a so la co n c lu sió n tam bién h ab la del p o rc e n ta je de
un lote co m p u esto p o r lo s caso s en los q u e H em p e l se an im ó a c o n c lu ir
q u e eí v isita n te se c o n tag ia ). &
S e a c o m o se a q u e se resu e lv a la p re d ic c ió n e sta d ístic a p a ra un solo
caso, las leyes estad ístic as n o s p e rm ite n p re d e c ir la co m p o sic ió n d e los
lotes de ca so s. Si el 75 % de ios n iñ o s q u e to m a n co n tac to co n el e n fe rm o
d e sa ra m p ió n , s e c o n tag ia n , y a su v e z sa b e m o s q u e ei 5 0 % d e los caso s
d e co n ta g io se m a n ifie sta n re c ié n a los sie te d ías, p o d re m o s p re d e c ir que
un n iñ o c o n sa ra m p ió n en un a u la d e 4 0 n iñ o s provotí&rá q u e en u n a se m a ­
n a co m ien c en a faltar a lre d e d o r d e 15 n iñ o s. E s ta p re d ic c ió n p u e d e h ac er­
se c o n un 100 % d e c e rte z a (g ra c ia s a q u e h e m o s d ich o “ alre d e d o r” ) y esta
p red ic ció n es e sta d ístic a p o rq u e u sa m o s le y e s estad ístic as p a ra p a s a r de un
en u n c ia d o a o tro .
E sto m u e stra un p ro b le m a n o re su e lto y a q u e c u a lq u ie ra q u e fu e ra el
resu ltad o , es u n re su lta d o p o sib le a u n q u e co n d istin ta s p ro b ab ilid ad e s.
V eam os esto c o n m ás d e ta lle m e d ia n te u n e je m p lo . 'E ra m o s u n a m o n e d a
cien v ec es p a ra v er si e s tá c a rg a d a . Si n o e stá ca rg ad a, es d e c ir q u e n o
tie n e m ás p e s o d e un la d o q u e d el o tro , es sim étric a, etc é te ra , esp eram o s
q u e salg an tan tas ca ra s co m o cru c e s. P e ro ta m b ié n a c ep tam o s q u e el resu l­
ta d o p u e d a d ife rir del 5 0 % d e c a ra s y 5 0 % d e cru c es p o rq u e n en 100 tiro s
n o tie n e p o r q u é d a rse ju s to e s a p ro p o rc ió n . M u y b ie n p o d rían h a b e r sa li­
do 60 ca ras y 4 0 cru c e s. A h o ra b ie n , c o n e s te ú ltim o re su lta d o no
sa b ría m o s si la m o n e d a e s tá c a rg a d a o fu e so lo el az ar d e lo s cien tiro s q u e
fu e re sp o n sa b le de esa d ife re n c ia a fa v o r de cara. O b ie n la m o n e d a está
ca rg ad a o bien h a salid o u n re su lta d o (6 0 ca ras y 4 0 cru c es) q u e es m enos
p ro b a b le q u e el e sp e ra d o (5 0 % y 5 0 %) p e ro aun a s í es p o sib le d e o b te­
ner. M u c h o p e o r aun e s q u e si o b te n e m o s 100 veces cara, ¡tam bién es un
resu ltad o p o sib le p a ra u n a m o n e d a q u e n o e s té carg ad a! (au n q u e la p ro ­
b ab ilid ad es d e alre d e d o r d e 8 . 10-31 = 0 ,0 0 0 ...... 8 en el lu g a r 31 d esp u és
d e la co m a). C o m o v e m o s to d o s lo s resu lta d o s son p o sib les au n q u e
alg u n o s co n m a y o r p ro b a b ilid a d y o tro s c o n p ro b ab ilid ad e s ín fim as. E sta
situ ació n m u estra q u e n o d isp o n e m o s d e un resu ltad o q u e ló g ica o
in e q u ív o ca m e n te nos in d iq u e la fa lse d a d d e la ley. P ero a su vez to d o s
ac ep tam o s alg ú n tipo d e c rite rio p rá c tic o p a ra to m a r alg u n a decisión. E n
genera] ac ep tam o s q u e lo s c a so s d r p ro b a b ilid a d e s tan p eq u eñ as (que se

120 La s r a íc e s y l o s f r u t o s
obtenga 100 veces cara) son indicativos de que la moneda está cargada y
rechazamos que para esta moneda la probabilidad de obtener cara es 0.5 y
la de obtener cruz también es 0,5. Será un criterio práctico el que nos per­
mitirá tomar las decisiones, aun cuando no haya un criterio lógico que nos
brinde un resultado inapelable. Esta necesidad de tomar decisiones prácti­
cas por ausencia de un respaldo deductivo más estricto permanece siendo
un problema para la contrastación de las teorías con leyes estadísticas.
En cuanto a la aplicación de las leyes estadísticas para un solo caso
encontramos que hay una manera distinta de entender la ley. Podríamos
pensar que para el caso del contagio de Juan tenemos una expectativa de
que Juan se contagie del 75 %. Esta expectativa sería una medida de la
confianza que tenemos de que ocurra el evento “Juan se contagia”. Como
tal expectativa se ha fundado en un conocimiento de los casos de contagio
previos y de la frecuencia con la que ocurre ese contagio dentro de los
casos de niños que visitan al enfermo de sarampión, entonces esa expec­
tativa es racional. Es decir que esperamos con un 75 % de probabilidad
(creemos que va a ocurrir con un 75 % de probabilidad) que Juan se con­
tagie y este número indica nuestra expectativa.
Con esta interpretación los padres de Juan pueden tomar decisiones
racionales sobre mandar o no a Juan a visitar a su amigó enfermo de
sarampión. Lo mismo ocune cuando elegimós salir con paraguas o con un
abrigo impermeable cuando escuchamos que hay 90 % de probabilidades
de lluvia. Entonces estamos utilizando las leyes estadísticas aplicadas a un
caso y a su vez estamos tomando decisiones en los cursos de acción sobre
la base de tales leyes estadísticas.
En resumen, aun cuando las leyes estadísticas no digan nada certero
sobre un caso particular (como el caso de Juan), son útiles en la toma de
decisiones racionales referidas a esos casos. A su vez estas leyes son muy
buenos indicadores del sistema global (dando una idea de las proporciones
en que ocurren ciertos hechos). Ya sea de un modo u otro, tienen aplica­
ciones en la meteorología, en la risica cuántica, en la genética de pobla­
ciones, en las 'eyes de la herencia, en la prevención de plagas, etc.
Además son muy importantes en la toma de decisiones en las ciencias
sociales. Podemos evaluar la rentabilidad de una empresa aseguradora con
base pti las estadísticas de accidentes, tomamos decisiones sobre la base

E l PROBLEMA DE LAS LEVES ESTADÍSTICAS 121

d e co n o c im ien to s estadísticos de! c o m p o rta m ie n to de u n a p o b lació n , tam ­
b ié n d ec id im o s !os p ro cedim ientos d e m a n ten im ie n to de aeronaves, la
p o lític a ec o n ó m ic a p ara el crecí m ie n ta del p ro d u cto bruto p er cápita,
etcétera.

L a naturaleza de las leyes estadísticas

Cuando tiramos una moneda al aire y la moneda está en perfectas

condiciones, no está desbalanceada ni torcida ni tiene ninguna asimetría
que favorezca un resultado sobre el otro (cara o cruz), esperamos que los
resultados en una gran serie de pruebas muestren un porcentaje parecido
al 50 % cara y 50 % cruz. Si alguien no estuviera muy convencido podría
seguir tirando la moneda al aire y ver el resultado al caer. Sí con los suce­
sivos intentos predomina un resultado sobre otro, seguramente sospechará
que es inhomogénea. Si aun cree que el azar pudo haberle jugado una mala
pasada (valga la redundancia en los juegos de azar), entonces puede seguir
tirando pero vale la pena que se pregunte algo: si cada vez que tira cien
veces la moneda, las más de las veces sale cara, ¿apostaría a cruz? Si la
respuesta es no, acaba de darse cuenta de que su paciencia con el azar
tiene un límite y ya cree que la moneda está cargada. Si en cambio dice
que sí, entonces me gustaría apostarle ya que tengo una moneda que
sospecho que está cargada y hasta'ahora la mayoría de las veces ha salido
cara (y yo apostaría a cara, claro está). Vemos que de nuevo se trata del
problema de realizar un corte en las pruebas y descartar los resultados
muy poco probables para finalmente tomar una decisión respecto de si la
moneda está cargada o no.
El ejemplo de la moneda es un caso típico en donde el azar en el resul­
tado de un solo tiro no puede eliminarse aunque tengamos razones muy
valederas para esperar que en una cantidad grande de pruebas, el resulta­
do cara se obtenga en el 50 % de las veces aproximadamente (cuanto más
grande es el número de pruebas esperamos que se aproxime más al 50 %).

12 2 -L as r a íc e s y lo s f r u t o s
 Obtuvimos así una ley estadística: El 50 % de las veces que se arroja
esta moneda al aire, sale cara.
Pero a qué se debe la incertidumbre en el resultado. ¿Acaso no
podríamos calcular el resultado que vamos a obtener si supiéramos con
qué velocidad se lanzó la moneda, con qué ritmo de rotación, cómo va a
chocar contra el piso, cuál es la elasticidad de L moneda para rebotar, y
todas las demás circunstancias que intervienieron en el lanzamiento de la
moneda?
Una respuesta determinista fiel a las ideas newtonianas de la mecáni­
ca diría que sí. Que si supiéramos todos esos detalles podríamos anticipar
el resultado. Esta es la forma como piensan los que intentan ganar a la
ruleta en el casino cronometrando la velocidad de la bola, la de la ruleta y
registrando el punto desde dónde fue lanzada la bola.
Esta respuesta presupone que la naturaleza de los objetos mecánicos
(la moneda, por ejemplo) es determinista, es decir que dada una situación
inicial el sistema evolucionará de acuerdo a leyes universales (no estadís­
ticas) hacia un estado ñnal determinado. En este caso la ley estadística de
la moneda, resultó estadística por la imposibilidad de tener en cuenta
todos los detalles. La ley estadística en este caso es una ley que pretende
disimular nuestra ignorancia sobre las condiciones iniciales exactas.
¿Y si en realidad la naturaleza no fuera determinista para la moneda?
Imaginemos un caso sencillo. La moneda está compuesta de átomos.
Los átomos del borde pueden en cualquier momento cambiar su estado de
energía. Si en el momento que la moneda cae y golpea contra el piso, el
átomo de la moneda que se supone toma contacto con el piso justo le
ocurre un cambio de energía, entonces el resultado del choque puede ser
muy diferente del calculado sin el cambio de energía de ese átomo. Lo
peor del caso es que las teorías atómicas y nucleares de que disponemos
hasta el presente contemplan la posibilidad de que un núcleo cambie su
estado de energía de forma espontánea. Es decir que no podemos predecir
si el núcleo cambiará o no su estado para el momento del choque. Las
teorías nucleares más avanzadas son probabilísimas.
Algunos físicos que se resisten a que la naturaleza sea indeterminista
creen que aunque no podamos detectar las verdaderas condiciones que
hacer eme el uúclen se comnorte así, seguramente debe existir alguna

E l PROBLEMA DE LAS LEYES ESTADÍSTICAS m

c a u sa p ara e! cam b io de energía. L o in te resa n te es q u e i a te o ría m ism a
im p id e q u e d etectem o s tales v aria b les de m o d o q u e p a re c e g ratu ito p ro ­
p o n erlas.
O tros cien tífico s m ás to leran tes aceptan la id e a d e q u e la n atu raleza
p u e d a se r esen c ialm en te in d e term in ista y q u e en to n ces su verd ad era
d escrip ció n d eb e se r estad ística.
L as leyes estad ístic as en tales ca so s no son ei co n su elo del cien tífico
q u e n o p u d o to m a r to d o en cu en ta sino q u e p u ed e n ser la v erd ad era esen ­
c ia d el fen ó m e n o q u e estu d iam o s.
L a d isc u sió n so b re la n a tu ra le z a de las reg u la rid ad e s estad ísticas
co b ra rá g ran im p o rta n c ia en las cien c ias so c iales y a q u e u n a c o rrien te
(d eterm in ista) ten d rá la asp iració n d e p o d e r re g istra r en el fu tu ro to d o s los
facto res q u e in fluyen so b re u n a p e rso n a p ara q u e to m e tal o cu al decisión
y al co m b in ar e sta in fo rm ac ió n con las le y es p sic o ló g ic as q u e d escrib en la
fo rm a en q u e ese in d iv id u o to m a d ec isio n es, se p o d rá c a lc u la r el cu rso de
acció n q u e eleg irá. M ie n tras q u e o tra c o m e n te , aun cu an d o le in te rese
m e d ir y reg istra r co n la m ism a p recisió n to d o s los facto res q u e in te rv ien e n
en la to m a d e d ecisio n es, p u e d e o p in a r q u e las le y es p sic o ló g ic as (sí ex is­
ten ) son estad ístic as y so lo m u e stran la fo rm a en q u e to m a d ecisiones un
in d iv id u o en un d eterm in a d o p o rc e n ta je d e v eces q u e se e n fren ta a esa
situación. M á s aun, se ap lica rá tal d iferen c ia d e o p in ió n (ley es u n iv e rsa le s
c o n tra leyes e stad ístic as) en cu e stio n es so ciales d e m ás d e un in d iv id u o .
M u chos in v e stig a d o re s en p sic o lo g ía o so c io lo g ía c re e n en las leyes
univ ersales p e ro so stien en la im p o sib ilid ad d e la p red ic ció n d eb id o a que
no se p u ed e te n e r to d a la in fo rm ac ió n d isp o n ib le. D e este m o d o suscriben
u n a posición en d o n d e las leyes estad ístic as suplen la in fo rm ació n indi­
vid u al p rec isa q u e seria im p o sib le recolectar. O tro s en ca m b io sostienen
que los fen ó m en o s p sic o ló g ic o s y los fen ó m en o s sociales deb en ab o rd arse
d esd e un tratam ie n to estad ístico d eb id o a la n atu ra lez a m ism a d e esos
fenóm enos. A sí se inclinan so b re la n a tu ra lez a in d e term in ista aunque
estad ísticam en te p red e cib le d e tales fen ó m en o s. L as leyes que preten d en
en c o n trar son estad ísticas p orque lo q u e se estu d ia es y a un fen ó m e n o de
esa naturaleza.
P o r últim o, p ero no p o r eso m enos n u m ero so , está el g ru p o de los que
sostienen que ni siq u iera se p o drán en c o n trar leyes estad ísticas. Q ue cada

j' ; * > r a íc es y los f r u t o s

situación es sin g u lar y única. N o se encontrarán g eneralizaciones que
puedan d escrib ir ad e cu a d am en te los fenóm enos sociales. P a ra ca d a caso
habrá q u e en c o n tra r u n a serie d e co ndiciones o características q u e sirvan
de ex p licació n d e la co n d u cta del grupo social en estudio. E n tre estas
condiciones se inc lu y en las o p in io n es de los sujefos que actúan, los v alo ­
res q u e so stien en , sus deseo s y el conocim iento q u e tienen de la situación
que los ro d ea p a ra d eterm in ar el curso de acción que los llev e a o b ten er
sus o b jetiv o s.
E sta p o lé m ic a so b re la ex isten cia de leyes determ inistas, ley es estad ís­
ticas o in e x iste n cia de leyes está relacio n ad a co n la discusión so b re la libre
d eterm in ació n d e un in d iv id u o p ara o b rar de un m odo u otro. Si un in d i­
viduo tie n e lib ertad d e eleg ir (libre albedrío), entonces no p o d rem o s
en co n trar una ley q u e d ig a que siem pre q u e se enfrente con situaciones del
m ism o tipo o b ra rá d e la m ism a m anera. Si en cam bio el in d iv id u o está
estru ctu rad o p sic o ló g ic a y socialm ente de m o d o que ciertas co n d u ctas son
in eludibles fre n te a cierto s estím u lo s, entonces po d rem o s en c o n trar leyes
estadísticas, y en el m ás estricto de los condicionam ientos, leyes d eter­
m inistas. D e m o d o q u e su scrib ir a u n a cierta p o sició n sobre la libertad de
los in d iv id u o s p a ra e le g ir sus cursos de acción p arece co m p ro m etem o s
in m ed iatam en te a -la acep tació n o neg ació n d e distin to s tip o s d e leyes.
M ás ad elan te d iscu tirem o s co n m ás detalle el p ro b lem a del lib re albedrío.

E l PROBLEMA DE LAS LEYES ESTADÍSTICAS 125