• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Altro
    Il genio della Guinness e la sua eredità statistica

    La statistica deve ringraziare Guinness per il test t di Student. Credito:Flickr/Scott Thompson, CC BY

    Questo giorno di San Patrizio, i festaioli di tutto il mondo affolleranno le strade alla ricerca di una delle bevande nazionali irlandesi:una pinta di Guinness. Ma oltre a questa gustosa birra, anche uno degli strumenti scientifici più fondamentali e comunemente usati ha le sue origini nel birrificio Guinness.

    Verso la fine del XIX secolo, La Guinness stava aumentando le sue operazioni, ed era interessato ad applicare un approccio scientifico a tutti gli aspetti della produzione della Guinness:dalla crescita dell'orzo fino al gusto della Guinness.

    Prima di adottare un approccio scientifico, i birrai della Guinness si affidavano a metodi soggettivi, come l'aspetto e il profumo del luppolo, per valutare la qualità dei prodotti.

    La scienza nella birra

    Una volta reclutati i birrai scientifici, è stato adottato un approccio più obiettivo. Il primo birraio scientifico, Caso Thomas Bennet, fu assunto nel 1893 e credeva che la quantità di resine morbide nel luppolo fosse correlata alla qualità della Guinness. Era quindi desideroso di stimare la quantità di resina morbida in particolari colture di luppolo.

    La sfida per Case era che lui, come ogni scienziato, non poteva misurare tutto in una volta. Non era possibile per lui valutare la quantità di resina morbida in ognuno degli innumerevoli fiori di luppolo (aggiunti a migliaia a enormi tini della futura Guinness) a lui affidati.

    Anziché, ha preso un campione di luppolo (11 misurazioni da 50 grammi ciascuna) e ha calcolato il contenuto medio di resina morbida. La sua speranza era che il contenuto medio di resina morbida del suo piccolo campione potesse essere utilizzato per stimare il contenuto di resina morbida dell'intero raccolto (quello che gli statistici chiamerebbero "la popolazione") di luppolo.

    Per confronto, un collega ha preso altre 14 misurazioni di 50 grammi ciascuna dallo stesso lotto di luppolo. Case ha trovato una piccola differenza nella quantità media di resine morbide tra questi campioni.

    Era perplesso. Queste differenze nel contenuto di luppolo erano dovute a differenze reali nell'intero raccolto di luppolo, o erano dovuti a errori casuali introdotti utilizzando campioni di piccole dimensioni?

    Le misure contano

    Al tempo, le statistiche si basavano su quella che viene chiamata "teoria dei grandi campioni", che ovviamente richiede grandi campioni (150 o più) per funzionare. Applicarlo a problemi che coinvolgono piccoli campioni (come quelli affrontati da Case a Guinness) è stato difficile.

    Questo era il problema che William Sealy Gosset, un neolaureato in chimica e matematica all'Università di Oxford, era ansioso di affrontare. Gosset iniziò a lavorare come apprendista birraio presso la fabbrica della Guinness a Dublino nel 1899.

    Nel 1906, Gossetto, ora uno statistico autodidatta, è andato a studiare con Karl Pearson, una figura di spicco nelle statistiche, all'University College di Londra.

    Gosset era desideroso di adattare i metodi per grandi campioni di Pearson per gestire i piccoli campioni che usavano alla Guinness. Là, ha sviluppato le sue idee e le ha preparate per la pubblicazione.

    Però, fino alla fine degli anni '30, La Guinness non avrebbe permesso ai dipendenti di pubblicare con il proprio nome per paura che altri birrai venissero a conoscenza dei loro approcci scientifici alla birra. Di conseguenza, Gosset pubblicò il suo articolo più importante, Il probabile errore di una media, sotto lo pseudonimo di "Studente" sulla rivista Biometrika nel 1908.

    Questa è stata l'origine del test t di Student, un metodo statistico fondamentale che è ampiamente utilizzato fino ad oggi.

    T-test dello studente

    Il problema che Case ha dovuto affrontare è che l'uso di piccoli campioni di luppolo introduce una nuova fonte di incertezza nell'analisi, lasciandolo meno in grado di distinguere tra reale, differenze reali tra due lotti di luppolo e differenze dovute a questa incertezza.

    Il genio di Gosset è stato quello di escogitare un modo per spiegarlo:la distribuzione t. Questo definisce matematicamente la relazione tra la dimensione del campione e la quantità di incertezza che questo impone.

    Fondamentalmente, durante l'esecuzione di esperimenti, la distribuzione t (e il famoso test t che dipende da essa) consente ai birrai e agli scienziati di tenere conto della dimensione del campione che hanno usato nel loro lavoro, e poi definire quanto sono fiduciosi nelle loro scoperte.

    Rimanendo nel caso dei birrai, avresti informazioni dai due campioni, come il contenuto medio di resina morbida del luppolo e la diffusione di ciascuna misurazione intorno alla media di ciascun campione.

    Senza entrare troppo nei dettagli, il t-test aiuta a determinare se c'è evidenza di una differenza tra le due medie in base alla dimensione del campione (cioè, il numero di misurazioni effettuate da un particolare raccolto di luppolo). Nel caso dei birrai cercavano la differenza zero tra i loro due campioni.

    Un'eredità duratura

    Il metodo di Gosset non attirò l'attenzione della comunità statistica fino a quando un'altra figura statistica di primo piano, Ronald Aylmer Fisher, ha abbracciato con entusiasmo il metodo e ha fornito una dimostrazione matematica.

    Da quel tempo, il t-test è stato utilizzato per affrontare una vasta gamma di problemi scientifici, dalla valutazione della funzione cerebrale nei pazienti con ictus, alla misurazione del contenuto di carbonio e azoto nei batteri oceanici costieri, a come il comportamento dei minatori di carbone può o non può portare a incidenti (il consumo di Guinness da parte di questi minatori era, forse non sorprende, non è oggetto di studio).

    Infatti, Il test t di Student è stato impiegato essenzialmente in ogni campo dell'attività scientifica:biologia, fisica, psicologia, biometrica, economia e medicina.

    È un punto fermo delle statistiche universitarie insegnate in queste discipline, ma pochi potrebbero essere a conoscenza del ruolo di Gosset nella creazione del test t e delle sue ottime ragioni per farlo.

    Gosset rimase alla Guinness per tutta la vita come capo birraio sperimentale, poi capo del dipartimento di statistica che formò alla Guinness, prima della sua promozione a Head Brewer per la nuova fabbrica di birra Guinness a Londra nel 1935. Ha pubblicato diversi articoli come "Student", ma la sua vera identità è stata rivelata pubblicamente solo alla sua morte nel 1937.

    Così, se stai bevendo una Guinness questo giorno di San Patrizio, brindare al personaggio poco conosciuto che ha avuto un ruolo fondamentale nella birra, statistiche e anzi, scienza moderna:William Sealy Gosset.

    Questo articolo è stato originariamente pubblicato su The Conversation. Leggi l'articolo originale.




    © Scienza https://it.scienceaq.com