La (significativa) importancia biológica de la no-significancia estadística

• Autores: Farji-Brener, Alejandro G.
• Año de publicación: 2006
• Idioma: español castellano
• Tipo de recurso: artículo
• Fuente: Ecol. austral (En línea) 2006;01(016):079-084
• Materia: HIPOTESIS BIOLOGICAS; HIPOTESIS ESTADISTICAS; RESULTADOS NO-SIGNIFICATIVOS; BIOLOGICAL AND STATISTICAL HYPOTHESES; HYPOTHESIS TESTING; NON-SIGNIFICANT RESULTS
• Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales

El rechazo de hipótesis biológicas incorrectas como consecuencia de resultados estadísticamente no-significativos es comúnmente despreciado como un aporte para el crecimiento del conocimiento científico. Los argumentos previos contra esta creencia se han basado principalmente en las consecuencias negativas de la escasa divulgación de resultados estadísticamente no-significativos más que enfocarse sobre el mérito lógico de descartar ideas erróneas. En este ensayo, discutiré cómo los métodos estadísticos clásicos (i.e., estadística frecuentista), y la base epistemológica de la cual derivan, están basados en la eliminación de ideas falsas más que en el descubrimiento de ideas potencialmente verdaderas. El menosprecio de buenas investigaciones y/o su eventual rechazo editorial debido a su no-significancia estadística niega, entonces, la principal ventaja de los métodos estadísticos tradicionales: refutar ideas incorrectas. Rechazar una hipótesis biológica basándose en una investigación de buena calidad y alto poder estadístico es una de las formas más robustas de aprender sobre el funcionamiento de la naturaleza.
Rejecting incorrect biological hypotheses as a consequence of statistically non-significant results is commonly undervalued as a step in the growth of our knowledge. Previous arguments against this incorrect belief had been largely based on the negative consequences associated with not publishing papers with statistically non-significant results rather than on the intrinsic epistemological merits to discarding erroneous ideas. In this essay, I will discuss how classical statistical methods and the epistemological approach from which these tools are derived are largely based on the elimination of falsehood rather than on the discovery of truth. The rejection of researches with statistically non-significant results denies the main advantage of classical hypothesis-testing methods. In fact, the rejection of an incorrect biological hypothesis based on high-quality research is one of the most powerful ways to understand nature.