پست‌های انتشارات نشریهٔ برآورد دانشگاه تهران

فریب و ریاکاری با داده‌ها: کلاهبرداری در علوم

Aysan Balood — Tue, 05 Nov 2019 11:37:29 +0330

این مطلب تلخیصی از متن اصلی مقاله است.دو سال قبل جامعه علمی از شنیدن خبر متهم شدن «ووساک هانگ» محقق کلونینگ و سلول های بنیادین به جعل نتایج کارش، بسیار حیرت زده شد. نه فقط او، که زیگموند فروید، نیوتون و برخی از برندگان جایزه نوبل هم متهم به تقلب در داده‌ها شدند. دیوید هند با بررسی مسئله‌ی تقلب در علوم درمی‌یابد که این کار چندان نادر نیست.وقتی ووساک هانگ دانشمند بیومدیکال کره‌ای ادعا کرد توانسته با موفقیت شبیه‌سازی گاوها و یک سگ را به انجام برساند، توجه مطبوعات و مراکز علمی را به خود جلب نمود. این توجه با پیشرفت های مهم دیگری درمورد تحقیق سلولهای بنیادی در آزمایشگاه او ادامه یافت.ولی همکار آمریکایی او جرالد شتن به دلیل آنکه از روند اهدای تخمک انسانی راضی نبود از ادامه تحقیق‌ها با هانگ امتناع ورزید. بررسی‌ها نشان داد که او یا شرکای نزدیکش به زنان برای اهدای تخمکشان پول داده‌اند. با بالا گرفتن موضوعات اخلاقی، مسائل سرعت گرفتند. در ماه مارس ۲۰۰۶ او از شغلش در دانشگاه بین المللی سئول اخراج شد و در ماه می آن سال متهم به کلاهبرداری گشت. اعضای گروه تحقیق دریافتند هانگ، بسیاری از داده‌ها در مورد سلولهای بنیادی را خود به وجود آورده و متهم شد که سه میلیون دلار از چهل میلیون دلار پول تحقیق خود را به طور نادرست برای چیزهایی مثل خرید ماشین برای همسرش و هدیه برای سیاستمداران مصرف کرده است. به هر حال، هرکسی که در دنیای علوم کار کند میداند، که دانشمندان هم انسان هستند و مثل بقیه در معرض تاثیرات مشابه قرار دارند. دنیای علم به همان شدت رقابتی است که دنیای تجارت و بازرگانی. رقابت از راه‌های متعددی آشکار میشود، پیشرفت شغلی به مقالات موفق فرد بستگی دارد و لااقل در زمینه‌های دانشگاهی به جوایز نقدی می‌انجامد. برای هانگ جوایز و فشارها شدیدتر از خیلی های دیگر بود زیرا قبل از سقوطش به او عنوان رسمی اولین دانشمند بی‌نظیر کره ای داده شد و یک سری تمبر به افتخار او چاپ شده بود.البته دیگر دانشمندان نیز تسلیم وسوسه شده‌اند. «مارتینسون» در مقاله‌ای در nature دریافت که از ۳۲۴۷ دانشمند بررسی‌شده بطور ناشناس، ۰.۳٪ به داشتن داده‌های دروغین در کار تحقیقی خود اعتراف کرده‌اند، ۶٪ هم اعتراف کردند که اگر داده‌ای با تحقیق قبلیشان تضاد داشته، آن را ارائه نکردند.برای فهمیدن دلیل این کار، به داده‌هایی که دانشمندان جمع می‌کنند، فکرکنید. داده‌ها حتی قبل از ارائه به یک آماردان برای تحلیل، اغلب خود نتیجه یک فرایند انتخاب هستند. اگر‌‌ آنها متوجه شوند که یکی از کنترل کننده‌‌ها از مقدار خواسته شده متفاوت می‌‌باشد، ممکن است احساس کنند که نتیجه نباید در تحلیل وارد شود. در واقع اگر متوجه شوند که مقدار پاسخ متغیر از یکی از اندازه‌گیری های تصادفی کاملا با دیگران متفاوت است، حتی اگر هیچ توضیحی برای آن نداشته باشند ممکن است شک کنند و آن را از آنالیز حذف نمایند که هیچ قانونی در مورد تعیین حد و حدود این کار وجود ندارد.«رابرت میلیکان»، برنده جایزه نوبل سال۱۹۲۳، به سبب اندازه‌گیری بار الکترون در قطره روغن شهرت دارد. میلیکان (که در اواسط دوران کاری‌ اش بود و چندان مشهور نبود) نیاز داشت توجه دیگران را به این موضوع جلب کند. پس به نفع میلیکان بود که داده‌‌اش، از نظریه او پشتیبانی کند و بسیاری از مشاهدات منتشر شده‌ی او نیز این کار را میکرد. به هر حال، همه‌ی اندازه‌گیری‌های ثبت شده وی اینطور نبودند. مثلا در مقاله ای در physical Review گزارش داد که: «آزمایش او نه درمورد یک گروه انتخاب شده از قطره ها بلکه حاصل کار بر روی همه قطره ها در ۶۰ روز متوالی است.» ولی او حقیقت را نمی‌گفت. بررسی دفترچه‌های اصلی او توسط رابرت هولتون در سال ۱۹۷۸ نشان داد بسیاری از مشاهده‌های ثبت شده وی در بین آن آنالیزها وجود ندارند. میلیکان کار بر روی ۵۸ قطره کوچک را گزارش نمود ولی در واقع ۱۷۵ قطره ثبت کرد. یک نظریه خوشبینانه این خواهد بود که او ۱۱۷ نتیجه را حذف کرده است نه به دلیل آنکه این نتایج بر ضد فرضیه‌اش بوده‌اند بلکه به دلیل پایین بودن کیفیت داده‌ها این کار را کرد.سیر رویداد‌‌ها برای «پیلت داون من» نیز به همین صورت بود. در سال ۱۹۱۲ در ساسِکس استخوان فک و جمجمه‌‌ای توسط «چارلز داوسون» بدست آمد که ادعا می‌‌کرد (و در آغاز مورد قبول هم واقع شد) که فسیل حلقه گم شده کمیاب بین انسان و میمون است، ولی بعد کنار گذاشته شد چون ثابت شد جعلی است و حتی قبل از ۱۹۵۳ کاملا فراموش گردید. جمجمه فقط ۶۰۰ سال عمر داشت و استخوان فک متعلق به اورانگوتان بود. همچنین در سال ۱۹۲۰ «مورد قورباغه قابله» می‌‌خواست از نظریه لامارکی یعنی توارث خصوصیات اکتسابی بر ضد دارونیسم پشتیبانی کند ولی نوار‌‌هایی که ادعا می‌‌شد نتیجه کلیدی می‌‌باشند، تقلبی از آب درآمدند. «کامرر» که آزمایش را انجام داد خودکشی کرد. بنابراین کلاهبرداری علمی یک پدیده جدید نیست.البته همه دانشمندانی که داده‌ها را با انتخاب تغییر شکل میدهند، از پدیده آماری مثل اریبی انتخاب آگاه نیستند. چنین مواردی نتیجه کلاهبرداری نخواهد بود بلکه صرفا نتیجه جهل آمار پایه ای هستند. هرچه ابزارهای نرم افزاری پیشرفت می‌کنند، کشف دستکاری‌های پنهانی آسان‌تر میشود. وسوسه تصحیح سطحی فقط چند مورد از مشاهدات برای اینکه p-value را با معنا کنند تا مقاله منتشر شود، باید گاهی بسیار قوی باشد. اعتماد به نفس کافی یا جهل میتواند به آسانی به این نظریه منتهی شود که من می‌دانم نظریه ام درست است و من در دست کردن داده‌ها برحق می‌باشم تا اشتباهات را برطرف کنم و کاری کنم که نظریه ام قطعی‌تر به نظر آید.در سال ۲۰۰۵، اداره بهداشت آمریکا دریافت که «استیون لیدن» با تحریف نمونه های DNA و ساختن ترکیبات دروغین برای آزمایشات انجام شده در آزمایشگاهش به گمراهی افتاد تا از یافته‌های ناقص ادعایی خود در فرآیند بازسازی DNA پشتیبانی کند.«جان هندریک شون» نمونه ای مشابه دارسی در زمینه فیزیک، بنظر می‌آمد که یک محقق خلاق در سال ۲۰۰۱ باشد که هر ۸ روز یک مقاله مینوشت. ولی دیگر محققین در نتایج کار او متوجه کارهای خلاف آشکاری شدند.تبلیغات در مورد دانشمندان کلاهبردار می‌تواند از خود کلاهبرداری اثر مخرب بیشتری داشته باشد. وقتی یک کلاهبرداری کشف می‌شود، فریادهای ناشی از تعجب، این عقیده را تقویت می‌کند که این امر خیلی بعید است. ولی چقدر بعید است؟ کلاهبرداری در علوم چقدر شایع است؟مقاله‌ای در nature تعداد دانشمندانی که مرتکب جعل، تحریف یا سرقت ادبی میشوند را بین ۱٪ تا ۲٪ تخمین زده است. سوال این است که چگونه تقلب علمی را آشکار کنیم. بعضی وقت‌ها تاریخچه ای از ابزارهای آماری دقیق وجود دارد که برای آشکارسازی کلاهبرداری بکار می‌رود. مانند مورد جان هندریک شون که در آنها داده‌ها بیش از حد با فرضیه های تجربی منطبق بودند که درست باشند. گاهی داده‌ها به قدر کافی تصادفی نیستند (زیرا انسان ها در ساختن اعداد تصادفی خیلی خوب کار نمی‌کنند) و آزمایش های آماری این را آشکار می‌کنند. مثلا «توزیع بنفورد» ، توزیعی را بدست می‌آورد که برای اولین رقم در مجموعه مشاهدات طبیعی تحت شرایط خاص انتظار خواهیم داشت و خروج از این توزیع می‌تواند ثابت کند اعداد تصنعی‌اند.انسان اگر به کلاهبرداری مشکوک شد چه باید بکند؟ اگر یک محقق پایین‌تر به سرپرست خود مشکوک شود؟ آیا آنها باید به دلیل عدم انتشار کار خلاف جریمه شوند؟ تا چه حد میتوان در کار دیگران دقت کرد؟ بالاخره جایی باید اعتماد وجود داشته باشد. افراد و اداره‌ّهای مختلفی برای کنترل کلاهبرداری علمی بکار گرفته شده‌اند. «US Department of Health and Human Services» اداره ای در مورد درستی تحقیقات دارد که در سال ۱۹۹۲ به عنوان ترکیبی از دو سازمان تاسیس شد و در سال ۱۹۹۳ از سازمان های ملی مستقل شد. در بریتانیا «Committee on Publication Ethics» سازمانی برای ناشرین مجلات علمی است که مسائل اخلاقی در تحقیقات را بررسی می‌کند.با این حال با وجود چنین سازمان‌هایی از آنجا که علم یک حرفه انسانی است مهم نیست با چه دقتی مراقبت و کنترل بشود، کلاهبرداری هرگز کاملا ناپدید نمی‌شود.منابع۱.Martinson, BC. , Anderson, M.S. and Vries, R. (2005) Scientists behaving badly. Nature, 435, 737-738.۲. Koestler, A. (1973) The Case of the Midwife Toad. New York: Random House.

میراث دردسرساز فرانسیس گالتون

مجید حاجی‌حیدری — Sat, 02 Nov 2019 01:00:06 +0330

این مقاله، برگردان مقالهٔ The troubling legacy of Francis Galton است.فرانسیس گالتون از پیشتازان تاریخ علم آمار است. با اینحال آیا می‌توانیم فقط موفقیت‌های او در علم آمار را ببینیم و از دیدگاه‌های اصلاح نژادی و نژادپرستانه‌اش چشم‌پوشی کنیم؟فرانسیس گالتون اگرچه حدود یک قرن پیش درگذشته است، اما یاد و خاطرهٔ او برای همیشه در ذهن کارکنان و دانشجویان کالج دانشگاهی لندن(UCL) باقی خواهد ماند. گالتون کلکسیون و آرشیو شخصی‌اش را وقف این دانشگاه کرده. او همچنین بنیان‌گذار آزمایشگاه ژنتیک گالتون در این دانشگاه بوده است. تالار درسی‌ای در این دانشگاه به نام گالتون نام‌گذاری شده است. اما اخیرا زندگی این دانشمند فقید مورد توجه ویژه منتقدان قرار گرفته و این اتفاق ممکن است باعث تغییر نام این تالار درسی شود.Sir Francis Galton in 1893 Credit WikiCommonsیک شخصیت برجستهدر علم آمار، گالتون یک شخصیت برجسته و شناخته شده است. علاقهٔ زیاد گالتون به علم وراثت، زمینه‌ساز پیشبرد بسیاری از مطالعات و فعالیت‌های او شده بود. گالتون با این سوال بی‌پاسخ دست و پنجه نرم می‌کرد که در نظریه تکامل –که توسط داروین، خویشاوند او، تدوین شده است- چگونه در بین نسل‌های مختلف، صفات گوناگون در بین جمعیت پایدار باقی می‌ماند.همین سوال بی‌پاسخ بود که باعث شد گالتون در هنگام اندازه‌گیری دانه‌های نخود فرنگی در نسل‌های پیاپی، پدیدهٔ «بازگشت (رگرسیون) به میانگین» را کشف کند. این اتفاق منشأ پیدایش واژهٔ آماری «رگرسیون» بود. همچنین، گالتون مفهوم هم‌بستگی را نیز تبیین کرد (اگرچه اولین شخصی نبود که این مفهوم را کشف کرد)، و نشان داد این مفهوم چگونه بر روی داده‌های دنیای واقعی قابل استفاده است.موفقیت‌های گالتون به آمار محدود نمی‌شود: او اولین نقشه‌های هواشناسی را تهیه کرد، مبتکر استفاده از اثر انگشت برای تشخیص جنایت بود، و راهنماهای سفر بسیار پرطرفداری را بر اساس تجربه سفرهایش به آفریقا نوشت. ولی داستان زندگی گالتون به این‌ها محدود نمی‌شود و جنبهٔ دیگری از داستان زندگی این شخص وجود دارد: نقش او در پیدایش علم اصلاح نژاد انسان.گالتون معتقد بود که علم جدید وراثت قادر است کمک کند تا بشر نسل خود را در تولید مثل‌ها بهبود بخشد. او همچنین پایه‌گذار انجمن اصلاح نژاد بریتانیا است.پیش‌بینی زمینه‌ی این اعتقاد، به دیدگاه گالتون دربارهٔ نژاد باز می‌گردد. در نوشته‌هایش دربارهٔ اقوام و نژادهای مختلف، احکامی کلی صادر کرده؛ به عنوان مثال، او نژاد انگلوساکسونها را برتر از سایر نژادها معرفی کرده است.متاسفانه چنین دیدگاه هایی در آن دوران متداول بوده. گالتون تنها آماردانی نبود که به رشتهٔ اصلاح نژاد علاقه نشان داد—کارل پیرسون و رانلد فیشر نیز از حامیان این رشتهٔ نوپا بودند در حقیقت، دیدگاه‌های پیرسون و فیشر شاید حتی از دیدگاه‌های گالتون نیز بحث برانگیزتر بوده اند. پیرسون معتقد بود مبارزه‌ها و کشمکش‌های نژادها با یکدیگر (مبارزهٔ بین دو نژاد تا نابود شدن نژادی که از نظر فیزیکی و عقلی از نژاد دیگر ضعیف‌تر باشد) برای توسعهٔ شهرنشینی یک امر لازم بوده است، و فیشر تا دههٔ ۱۹۵۰ میلادی دربارهٔ تفاوت‌های ذاتی میزان قدرت ذهنی در بین نژادهای مختلف طرح استدلال می کرده است. با این حال گالتون نزد افکار دانشگاهیان، جایگاه ویژه‌ای به‌عنوان پدر جنبش اصلاح نژادی دارد.گالتون قبل از اینکه تأثیر مخوف علم اصلاح نژادی در سیاست‌های رسمی کشورهای سراسر دنیا احساس شود، درگذشت. در آمریکا از این علم استفاده شد تا عقیم‌سازی اجباری هزاران فرد که «کندذهن» نامیده می‌شدند را توجیه کنند و قوانین نژادپرستانهٔ مهاجرت را قوت بخشند. در اروپا، این علم زمینه‌ساز وقوع حادثهٔ هولوکاست شد. نازی‌ها علاوه بر کشتار میلیون‌ها یهودی، صدها هزار مجرم، همجنس‌گرا، افراد معلول و دارای اختلال روانی را کشتند، یا به اجبار آن‌ها را عقیم کردند.سیاست‌های عقیم‌سازی تا بعد از سال ۱۹۴۵ در قسمت‌هایی از جهان پابرجا ماند: برای مثال در سوئد، یک برنامهٔ پالایش نژادی تا سال ۱۹۷۶ مصوب ماند؛ در ژاپن، یک قانون برای جلوگیری از متولد شدن «کودکان فرودست» وجود داشت و تا سال ۱۹۹۶ نیز منسوخ نشد.سایهٔ گالتونامروزه علم اصلاح نژاد کنار گذاشته شده است و علم مدرن ژنتیک هیچ گونه ارتباطی با این علم قدیمی ندارد. اخیرا پویشی توسط دانشجویان دانشگاه UCL شکل گرفته است و این دانشجویان خواهان تغییر نام تالار درسی گالتون، ساختمان پیرسون و موزهٔ پتری (این موزه نامش را از باستان‌شناس مشهور فلندرز پتری گرفته است) هستند. اعضای این پویش می‌گویند: «ساختمان‌های این دانشگاه همه نامشان را از دانشمندان علم اصلاح نژاد گرفته اند؛ حال این‌که امروزه این افراد به عنوان سفیدپوستان خود برترپندار شناخته می‌شوند».فقط دانشجویان UCL نیستند که خواهان تغییر نام این تالار درسی اند. پروفسور جو کِین، رئیس دپارتمان علم و فناوری این دانشگاه، گفته تا زمانی که نام گالتون بر آن تالار درسی باشد، در آن تالار تدریس نخواهد کرد. او به مطلبی اشاره کرده است که گالتون در سال ۱۸۷۳ در روزنامهٔ تایمز منتشر کرده و در آن این ایده را مطرح کرده که چینی‌ها شرق آفریقا را مستعمرهٔ خود کنند. او در این مطلب سیاهپوستان را «نژادِ پستِ وحشی و تنبل» توصیف کرده و در مقابل، چینی‌ها را با عبارت «فرمان‌بَران کوشا» توصیف کرده است.پروفسور کِین افزوده: «همین دو عبارتِ گالتون دلیلی کافی است تا محترم شمردن گالتون در دانشگاه کنار گذاشته شود. این دانشگاه باید خود را همبسته به رهبرانی بداند که برای ایجاد برابری تلاش می‌کنند. با هر معیاری، گالتون جزو این دسته از رهبران نیست».چند سالی است که مباحثه بر سر گذشتهٔ این دانشگاه در حال انجام است. حتی اتفاقات اخیر نشان دادند که گذشتهٔ دانشگاه هنوز هم بر آن سایه پوشانده است. سال پیش گزارش شد که UCL به مدت چند سال، میزبان کنفرانسی مخفی بوده است که به بحث دربارهٔ علم اصلاح نژاد و نمودهای جنجال‌برانگیز مطالعهٔ هوش انسان اختصاص داشته است.پس از افشای این کنفرانس و پویش دانشجویی که متعاقب آن شکل گرفت، دانشگاه تحقیقاتی را دربارهٔ تاریخ علم اصلاح نژاد انسان شکل داد که توسط پروفسور ایولا سولانکه از دانشگاه لیدز رهبری می‌شود. نتایج این تحقیقات تا انتهای این تابستان مشخص خواهد شد و بر اساس این نتایج پیشنهاداتی دربارهٔ تغییر قوانین دانشگاه یا در صورت لزوم، تغییر نام اماکن دانشگاه شکل خواهد گرفت.نمایندگان دانشگاه UCL به این دلیل که این تحقیقات هنوز در حال انجام است، صحبت کردن دربارهٔ این موضوع را نپذیرفتند.محمود رحمان، مدیر عملیاتی اتحادیه دانشجویی دانشگاه UCL، از این تحقیقات استقبال کرده و گفته است تاریخ دانشگاه مربوط به علم اصلاح نژاد عمیقا برای همه دردسر ساز شده است.University College London ilbusca/istock.com گذشته‌ای دردناکدانشگاه UCL تنها مؤسسه‌ای نیست که باید با افکار و نظرات گالتون دست‌وپنجه نرم کند. مؤسسهٔ گالتون جایگزین انجمن علم اصلاح نژاد بریتانیا است، و رئیس فعلی آن، ژنتیک‌شناس ورونیکا ون‌هینینجن (استاد افتخاری UCL) گفته است زمان زیادی به این موضوع فکر می‌کند که چگونه می‌توان اشتباه‌های تاریخی انجمن را تصحیح کرد.موسسهٔ گالتون در حال حاضر نیز بر مطالعهٔ علم وراثت انسان تمرکز دارد. ون‌هینینجن می‌گوید این موسسه در جذب افراد جدید سخت‌گیرانه عمل می‌کند و هم‌چنین از اعضای کنونی می‌خواهد در جهت تقویت ارزش‌های موسسه بکوشند. او می‌گوید ما نمی‌توانیم موفقیت‌های فرد بزرگی مثل گالتون چشم‌پوشی کنیم، صرفاً بخاطر این‌که پدیدآورندهٔ عبارت اصلاح نژادی است؛ کما این‌که افراد بسیاری در آن دوران طرفدار این علم بوده‌اند. هم‌چنین اضافه می‌کند: «من فکر میکنم همه قبول دارند که گالتون یک نژادپرست بوده‌است؛ اما به هر حال، بسیاری دیگر از افراد نیز در آن دوران همانند او نژادپرست بوده‌اند».او معتقد است: «نازی‌ها از ایده‌های علم اصلاح نژادی استفاده ابزاری کرده‌اند تا به مقاصد خود برسند. آن‌ها از توجیهات و اسامی مختلف استفاده میکردند تا به اهدافشان برسند. من فکر نمیکنم بشود همهٔ آن تقاصیر را گردن گالتون انداخت».پروفسور استفان استیگلر استاد آمار دانشگاه شیکاگو، مجذوب زندگی و کارهای گالتون است. او معتقد است گالتون یکی از مهم‌ترین آماردان‌های قرن گذشته بوده است. هم‌چنین معتقد است که او، هم‌سنگ خویشاوندش چارلز داروین، مهم و تأثیرگذار است.به عقیده‌ی استیگلر، تغییر دیدگاهی که گالتون با دست‌آوردهایش بوجود آورد قابل مقایسه است با اینکه اینشتین توانست نظریه نسبیت را در ذهن خود جایگزین فیزیک نیوتونی کند.استیگلر می‌گوید: «انزجار مردم از علم اصلاح نژادی کاملاً قابل درک است. اما سوال اینجاست که گالتون کجای این ماجرا ایستاده است. اگر به کارهای گالتون نگاه کنید، مواردی وجود دارند که شگفت‌آور است».«از دیدگاه گالتون، پایهٔ کلیدی علم اصلاح نژادی این بوده است که افراد باهوش با افراد باهوش ازدواج کنند و فرزندهای زیادی داشته باشند. این، کمال مطلوبی است که در درجهٔ اول با آموزش، تشویق و ایجاد انگیزه می‌توان به آن رسید»(گرچه گالتون برای تفکیک افراد کندذهن از بقیهٔ افراد نیز طرح استدلال کرده است).«گالتون هم‌چنین در مورد دیگر دانشمندان این علم که صبر و دقت کافی را برای تبعیت از شواهد و مدارک نداشتند، ابراز نگرانی کرده است. گالتون در مقاله‌ای (۱۹۰۹ م.)، از حامیان این علم خواسته است که دربارهٔ مزایای آن گزافه نگویند و در وارد شدن به جنبه‌های عملی آن نیز تأمل بیشتری کنند. هم‌چنین گفته‌است تحقیقات زیادی لازم است که محدودیت‌های استفاده از این علم در عمل مشخص شود».«در نوشته‌های خود مکرراً می‌گفته به تحقیقات و اطلاعات بیشتری نیاز داریم؛ پیش‌روی در این راه نیاز به دقت زیادی دارد و ما نباید قبل از این‌که از لحاظ علمی کاملاً مطمئن باشیم و مقبولیت عام را بدست آوریم، دست به انجام کاری بزنیم».«من فکر نمیکنم او این موضوع را پیش‌بینی کرده که قرار است راه علم اصلاح نژاد منحرف شود. ولی مطمئناً نسبت به این نیاز که باید از رفتارهای هیجانی جلوگیری شود واقف بوده است».«مواقعی که معلوم می‌شد فرضیه‌هایش اشتباه است (برای مثال وقتی که حدس زد اثر انگشت مردم آفریقا پیچیدگی کمتری از اثر انگشت آمریکایی‌ها دارد)، به مدارک و شواهد رجوع می‌کرد. مواقعی که روش‌هایش محدود و اشتباه بود (برای مثال وقتی که سعی داشت نحوهٔ وراثت توانایی علمی در خانواده‌ها را مطالعه کند)، می‌پذیرفت و در مجامع علمی محدودیت این روش‌ها را مطرح می‌کرد».«در حقیقت خیلی از دیدگاه‌های گالتون نسبت به ژنتیک تحت تأثیر دغدغهٔ او برای برقراری عدالت اجتماعی بود. او معتقد بود در حالت ایده‌آل ثروت باید بصورت آزاد توسط افراد قابل کسب باشد؛ نه این که به ارث برسد. هم‌چنین مقام‌های اشرافی موروثی را بی‌ارزش می‌دانست. در عین حال معتقد مفتخر بودن به نژاد بود و حامی این موضوع بود که باید از ازدواج افراد ضعیف امتناع شود. در مورد مهاجران نیز این نظر را داشت که فقط باید آن‌هایی که از نژادهای بهتری هستند وارد کشور (انگلستان) شوند».«اگرچه در دوران گذشته زندگی میکرد، اما یک فرد با ذهنی باز بود. و تمایل داشت به سویی برود که علم هدایتش می‌کند. در نوشته‌هایش حساسیت خاصی است در مورد اینکه چگونه شرایط اقتصادی و فرهنگی بر موفقیت‌های افراد تأثیر می‌گذارد. او فردی بود که همواره علاقه داشت دیدگاهش را در مورد مسائل به‌روز کند. من دلیلی نمی‌بینم که نام تالار درسی گالتون در UCL تغییر کند».دبورا اشبی، رئیس انجمن سلطنتی آمار انگلستان در نامه‌ای از دانشگاه UCL خواسته است که در جریان تحقیقات دربارهٔ گالتون، دید متعادلی از گالتون بدست آورند. به هر حال، دیدگاه‌های اصلاح نژادی او نباید به تکنیک‌هایی که ابداع کرده مرتبط شود. او اضافه می‌کند: «صد سال پیش، تقریبا همهٔ مردم دیدگاه‌هایی دربارهٔ نژاد و جنسیت داشته‌اند که اکنون خیلی زشت و شنیع اند، و کار خیلی سختی است اگر قرار باشد هرچیز مربوط به طرفداران علم اصلاح نژادی تغییر نام پیدا کند».بحث دربارهٔ نام گالتون تنها یکی از مباحثاتی‌ست که دربارهٔ گذشته و تاریخ انجام می‌شود. زندگی روزمرهٔ ما پر شده از یادبودها، مجسمه‌ها، لوحه‌ها و نام‌هایی که بر ساختمان‌ها و تالارهای درسی حک شده‌اند. ولی ما به طرز فزاینده‌ای داریم با فکر کردن به اینکه چه چیزهایی را گرامی میداریم و اینکه چرا آنها را گرامی میداریم، به چالش کشیده می‌شویم.پروفسور جرام دوگروت از دانشگاه منچستر متخصص این موضوع است که گذشته چگونه در زمان حال نشان داده می‌شود. او می‌گوید: «به مرور زمان مواردی که توسط جامعه مورد گرامی‌داشت قرار می‌گیرند، اهمیت بیشتری پیدا می‌کنند. ما انواع خاصی از دست‌آوردها را مورد گرامیداشت قرار می‌دهیم که همین، از جهات مختلف بر دید ما نسبت به گذشته تأثیرگذار است. همهٔ ما دانشمندان، تاریخ‌دان‌ها، آماردان‌ها و بقیه، مسئولیتی در قبال حافظهٔ جمعی‌مان داریم».اینکه به گذشته فکر کنیم تا تعصبات گذشتهٔ خود را درک کنیم کار سختی است— به‌خصوص برای دانش‌مندان که خود را بی‌طرف می‌دانند. دوگروت اضافه می‌کند: «علم، به‌عنوان یک اجتماع، در درک نتیجهٔ کارهای خود بسیار بد عمل می‌کند. این موضوع که دانشمندان درک کنند بخشی از یک فرهنگ و اجتماع اند و کار آن‌ها نباید تحت تأثیر نظرات و عقاید شخصی‌شان باشد، از اهمیت زیادی برخوردار است. این مباحثات دربارهٔ یک فرد، وابسته به شناخت شرایط تاریخی او، تعصبات و وابستگی‌هایش است».«به بیان دیگر، افرادی که امروز گالتون را مورد قضاوت قرار می‌دهند باید منتظر باشند تا ۵۰ سال دیگر خودشان مورد قضاوت بقیه قرار بگیرند. درک شرایط تاریخی فعلی که در آن قرار داریم و آگاه بودن از این شرایط، کار بسیار سختی است».دوگروت هشدار می‌دهد: «موضوع حیاتی دیگری برای مؤسساتی مانند UCL که متولیان تاریخ هستند، این است که در این مباحثات، جایگاه خود به‌عنوان تصمیم‌گیرنده را درک کند. کسی که در این جایگاه است، در معرض این است که اهمیت تاریخ را نادیده بگیرد. برای مثال تاریخ علم اصلاح نژادی از دیدگاه یک اقلیت قومی یا گروهی دیگر که مورد تبعیض این دانشمندان قرار گرفته‌اند، بسیار متفاوت است. بعضی از دانشگاه‌ها جایگاه خود را در این مباحثات به‌کل نادیده گرفته‌اند».«قضاوت دربارهٔ گذشته کار آسانی نیست. ما می‌توانیم به مردم این کار را آموزش دهیم. برای آموزش این کار پروسهٔ درازمدتی لازم است. هم‌چنین دانش‌آموزان باید یاد بگیرند که همیشه عده‌ای نسبت به این قضاوت‌ها عصبانی و ناراحت خواهند بود و عده‌ای دیگر برای این کار اهمیتی قائل نخواهند شد».«هیچ راه ساده و سرراستی برای انجام این کار نیست. اولین قدم این است که توجه‌ها را به این موضوع معطوف کنیم، که بدون همکاری افراد زیاد قابل انجام نیست. باید نشان دهیم دنبال انجام تغییری هستیم و این تغییر، لزوما تغییر یک نام نیست».زندگی با گذشتهپس باید چگونه با این موضوع برخورد کنیم؟ آیا باید اسم گالتون برداشته شود یا لزومی برای انجام این کار نیست؟ استیگلر معتقد است این نوع تغییر نام‌ها صرفاً سطحی‌ترین کاری است که می‌توان انجام داد. راه بهتر این است که چنین گذشته‌ای را بپذیریم و سعی کنیم با آن کنار بیاییم.ون‌هینینجن می‌گوید: «من مشکلی با تغییر نام تالار درسی گالتون یا ساختمان پیرسون ندارم. اما فکر نمیکنم این کارها مشکل را حل کند. ما نباید این گذشته را از یاد ببریم. من فکر میکنم بهتر است لوحه‌ای نصب شود که در آن این پیشینه توضیح داده شده باشد. ما نباید از یاد ببریم که در گذشته مردم متفاوت می‌اندیشیده‌اند».سوبادرا داس، مسئول و کتاب‌دار کلکسیون گالتون در UCL، فعالیت‌های مختلفی برای احیای تاریخ علم اصلاح نژادی در این دانشگاه کرده است. برای مثال در یک پادکست، شنونده‌ها را با ساختمان‌های مختلف دانشگاه که نام این دانشمندان بر روی آنهاست آشنا می‌کند. این یک راه است که نشان می‌دهد چگونه نام این ساختمان‌ها می‌تواند نقطهٔ شروعی برای درک تاریخ باشد؛ و یک راهی که با آن بتوان یک گذشتهٔ چالش‌برانگیز را به امری مثبت بدل کرد.هم‌چنین موسسهٔ گالتون -به عنوان راهی که با آن می‌توان توجه افراد را به تاریخ جلب کرد- از دانشگاه درخواست کرده‌است یک نمایشگاه برجستهٔ دائمی دربارهٔ زندگی گالتون و فعالیت‌هایش برپا کند.تحقیقات هنوز در حال انجام است. سازمان مرکزی مطالعهٔ نژاد و نژادپرستی آمادگی خود را برای بررسی این موضوع نشان داده است. ون‌هینینجن این اظهار آمادگی را «حرکتی بزرگ» خوانده است؛ چون باعث می‌شود تعادلی ایجاد شود و صدای افرادی که تا کنون به اندازهٔ کافی شنیده نشده است، شنیده شود.طبیعتاً، افراد مختلف نظرات متفاوتی دارند دربارهٔ این‌که چه چیزهایی و به چه طریق باید مورد گرامیداشت قرار گیرند. آیا اگر یک اسم را به یاد داشته باشیم، از آن تجلیل کرده‌ایم؟ آیا اگر آن اسم را حذف کنیم، ممکن نیست درس‌هایی که میتوانستیم از آن بگیریم همراه با آن برده شود؟ این‌ها سوالاتی‌ست که ما باید به‌شکل جمعی و با هم به آن‌ها پاسخ دهیم.

آیا پایان «معناداری آماری» نزدیک است؟

انجمن علمی آمار — Wed, 30 Oct 2019 05:52:50 +0330

این مقاله، برگردان مقالهٔ Is this the end of statistical significance است.سه سال پیش انجمن آمار آمریکا (ASA) شش اصل برای استفاده صحیح از p-مقدارها منتشر کرد. اصل شماره سه بیان می‌کند: «این که یک p-مقدار از آستانه‌ی مشخصی عبور می‌کند یا خیر، نباید به تنهایی اساس نتیجه‌گیری‌های علمی و تصمیم‌های سیاسی و اقتصادی باشد». معمولا آستانهٔ مذکور p-value < ۰/۰۵ است و مقادیر بزرگ‌تر از آن از دیدگاه آماری «معنادار» طبقه‌بندی می‌شوند. اما این عبارت دقیقا به چه معناست؟Matt Botsford/Unsplash بر طبق گفته‌ نویسندگان مقاله‌ای در نشریه The American Statistician عبارت «معناداری آماری» تقریبا مفهوم قبلی خود را از دست داده‌است و پیشنهاد می‌شود استفاده‌ از آن به طور کامل منسوخ شود.رونالد واسراشتاین، آلن شیرم و نیکول لازار می‌نویسند: «از این عبارت به عنوان ابزاری استفاده می‌شد که مشخص می‌کرد آیا یک دست‌آورد نیاز به بررسی بیشتر دارد یا خیر. اما این تصور به طور برگشت‌ناپذیری از بین رفته‌است».این نویسندگان معتقدند که «معناداری آماری هیچگاه از لحاظ علمی پراهمیت نبوده‌است». با این وجود از دیدگاه افراد هنوز هم p-value از اطلاعات باارزش به شمار می‌آید. این نکته در مقاله‌ای نوشته‌ بلِیکلی مک‌شِین و بقیه در مجله‌ی TAS به انتشار رسیده‌است.مک‌شین و همکارانش اشاره کردند: «اکنون p-value < ۰/۰۵ سند معتبری برای تایید یک نظریه‌ی علمی به نظر می‌رسد، به میزانی که برای چاپ شدن یک مقاله و حتی جدی گرفتن مطلب، ضروری محسوب می‌شود اما در سال‌های اخیر نمونه‌های شناخته‌شده، همراه با تحقیقات نظری ثابت کرده‌اند که «معناداری آماری» می‌تواند نتیجه‌ی اختلال باشد. در نتیجه، با توجه به شیوه‌های علمی موجود، انتظار می‌رود که احتمال یکسان نبودن نتیجه‌ی نهایی پس از تکرار یک آزمایش، زیاد شود».«قوانینی که برای اثبات ادعاها و نتایج علمی به کار می‌رود می‌توانند منجر به باورهای غلط و تصمیم‌گیری‌های نادرست شوند. برای مثال، هیچ p-مقداری نمی‌تواند محتمل بودن، وجود، صحت و یا اهمیت یک رخداد را به طور قطع مشخص کند. از این رو، برچسب «معنادار بودن» به تنهایی حاکی از وقوع، درستی، پراهمیت بودن و یا محتمل بودن یک ارتباط یا اثر نبوده و از طرفی «معنادار نبودن» هم نشان دهنده‌ی غیر محتمل بودن، غیبت، اشتباه و یا کم اعتبار بودن یک رویداد نیست». TAS مقاله را با این جمله به پایان می‌برد: «اکنون زمان آن فرارسیده که استفاده از عبارت «معناداری آماری» به طور کامل از بین برود».نظر مک‌شین و همکارانش این است که استفاده از P-Value و آزمودن میزان معنادار بودن برای فرض‌های صفر با آستانه‌ p-مقدارهای مرتبط با آن‌ها به عنوان الگوی تحقیقات، انتشارات و کشفیات در زمینه‌ی زیست پزشکی و علوم اجتماعی، متوقف گردد.مک‌شین به همراه ولنتین آمرهاین و ساندر گرینلند مقاله‌ای با عنوان «معناداری آماری را بازنشست کنید» در ژورنال Nature منتشر کرد که پیشنهادها و استدلال‌های مشابهی در این مورد ارائه می‌دهد که بیش از ۸۰۰ متخصص با امضا خود، این مقاله را تایید نمودند.این نظریه در تاریخ علم آمار، می‌تواند یک لحظه‌ی «معنادار» -به معنای واقعی کلمه- باشد.مترجم: رکسانا درویشیمنابع:The ASA Statement on p-Values: Context, Process, and PurposeMoving to a World Beyond “p < 0.05”Abandon Statistical SignificanceScientists rise up against statistical significance

پروندهٔ دکتر فیشر؛ خطای دادستان

انجمن علمی آمار — Wed, 30 Oct 2019 05:19:39 +0330

این مقاله، برگردان مقالهٔ Dr Fishers Casebook : A prosecutors fallacy است.شاهد متخصص بودن در دادگاه می‌تواند یکی از عجیب‌ترین اتفاقاتی باشد که ممکن است برای یک آماردان رخ دهد. من چندین بار در این موقعیت قرار گرفته‌ام و هربار برایم دشوار بوده؛ چرا که سوال‌هایی از من پرسیده می‌شد که انتظارشان را نداشتم. چنین مواردی در قانون معمولاً با عنوان «آمار قانونی» شناخته نمی‌شوند؛ هرچند به وضوح قانونی بودند –به خاطر حضور در دادگاه- و از آن جایی که دانش من در مطالعات بالینی و فرآیندهای تحقیقاتی بود، در عین حال علم آمار نیز در این مسائل دخیل بود. اما من در بررسی این شواهد و مدارک از روش‌های آماری استفاده نکردم.موارد بسیاری وجود دارند که در آنها از شواهد پزشکی قانونی سوءاستفاده و یا تعبیر نادرست شده است و در مواردی امکان رسیدن به عدالت و نتیجه‌ی درست با بهره‌گیری صحیح از علم آمار ممکن بوده است. هنگامی که صحبت درباره‌ی سوءاستفاده از آمار برای اثبات موضوعی در دادگاه مطرح است، مثال زیر قابل توجه است.پرونده‌ی غم‌انگیز سالی کلارک و محکوم شدن نادرست او به قتلدر اواخر دهه‌ی ۱۹۹۰ میلادی کلارک متهم به قتل دو فرزندش شد که هر کدام جداگانه در تختشان مرده‌ بودند. شواهد آماری علیه او بیان می‌کرد که دو مورد «سندروم مرگ ناگهانی نوزاد» یا «مرگ تخت» در یک خانواده رویداد غیر محتملی است. یک پزشک متخصص کودکان به دادگاه اطمینان داد که شانس این نوع مرگ در چنین نوزادانی ۱ در ۸۵۴۳ است؛ بنابراین شانس مرگ دو کودک برابر با ۱ در ۷۲۹۸۲۸۴۹ میشود. اما عواملی که سبب چنین مرگی می‌شوند نسبتاً قوی هستند و شانس وقوع دو مرگ متوالی میان افرادی که با هم نسبت فامیلی دارند، غیر وابسته نیست و این شانس نباید با استفاده از قانون ضرب احتمالها محاسبه شود. پس احتمالی که در دادگاه برای این رخداد ارائه شد بسیار کوچک بود؛ ولی در عین حال پاسخ اشتباه به یک سوال غلط بود.شانس اینکه دو نوزاد که به صورت تصادفی انتخاب شده‌اند، در اثر سندروم مرگ ناگهانی نوزاد فوت کنند، ۱ در ۷۳ میلیون است؛ این عدد با احتمال اینکه سندروم باعث مرگ دو کودکی باشد که مرده‌اند، برابر نیست.این مورد را با بخت آزمایی ملی انگلستان مقایسه کنید. یک بازیکن باید شش عدد بین ۱ تا ۵۹ انتخاب کند. اگر اعداد نمایش داده شده توسط دستگاه با ۶ عدد انتخابی بازیکن مطابقت داشته باشند، او برنده‌ی جایزه‌ی چندین میلیون پوندی خواهد شد. شانس این که یک نفر با یک حق انتخاب جایزه بگیرد، ۱ در ۴۵ میلیون است. اما ما به کسی که برنده‌ی شرط‌ بندی باشد، نمی‌گوییم: «این یک اتفاق بسیار نادر است؛ پس تو حتما با تقلب به جایزه رسیدی»! ۱ در ۴۵ میلیون شانس آن است که اعداد یک فرد -که به صورت تصادفی انتخاب شده- با اعداد اصلی مطابقت داشته باشد، نه شانس این که بازیکنی که بازی را برده است، برنده‌ی بازی باشد.سؤالی که باید در این محاکمه مطرح می‌شد این است: احتمال این که دو کودک به طور تصادفی، در شرایط جداگانه توسط مادرشان به قتل برسند چقدر است؟ من با این که اهل شرط‌ بندی نیستم می‌توانم به خوبی حدس بزنم که پاسخ این سوال نیز عدد کوچکی خواهد بود. پروفسور پیتر گرین، رئیس وقت «جامعه سلطنتی آمار»، توضیح داد: «دادگاه باید هر دو مورد را در دو پرونده‌ی جداگانه برای مرگ کودکان بررسی کند: سندروم مرگ ناگهانی نوزاد یا قتل. این حقیقت که دو مرگ بر اثر سندروم مرگ ناگهانی نوزاد اتفاق نادری است، به تنهایی از اهمیت کمی برخوردار است. دو مرگ بر اثر قتل ممکن است حتی غیر محتمل‌تر باشد. آن چیزی که اهمیت دارد احتمال نسبی مرگ بر اثر هر یک از شرایط است نه این که هر رخداد به تنهایی چقدر غیر ممکن است».ایراد اصلی پرونده کلارک این بود که در دادگاه، استدلال‌هایی آماری مطرح شدند که کمتر کسی از میان افرادی که در این دادگاه شرکت داشتند، درک می‌کرد. آنها آماردان نبودند. امیدواریم که تجربیات ما به عنوان شاهد متخصص دادگاه -هرچقدر سخت و پیچیده- و موارد ذکر شده در این مطلب، از چنین سوءتفاهم‌هایی در آینده جلوگیری کند.مترجم: رکسانا درویشیمنابع:Conviction by mathematical errorLetter from the President of the RSS to the Lord Chancel

در ستایش آمار، علم داده‌ها

مجید حاجی‌حیدری — Wed, 02 Jan 2019 23:52:16 +0330

رابرت تیبشیرانی استاد آمار و علوم داده‌های زیستی در دانشگاه استنفورد است. او یکی از پرافتخارترین افراد در حوزه‌ی آمار است و بیش‌تر بخاطر ابداع روش LASSO معروف است. اگر تعداد ارجاع به مقالات نشانه‌ی برتری یک پژوهش‌گر باشد تیبشیرانی با تعداد «۲۸۷۱۲۴» ارجاعی که تا کنون به مقاله‌هایش شده، برترین پژوهش‌گر در حوزه‌های آمار، یادگیری ماشین و علم داده‌هاست!Robert Tibshirani. Image courtesy of Rod Searcey (photographer).با جستجوی بیشتر درباره این فرد، می‌توان دید تیبشیرانی در صفحه‌ی شخصی خود متنی در باب علاقه‌اش به آمار و اهمیت این رشته نوشته که ترجمه‌ی آن به شرح زیر است:در دوران راهنمایی و دبیرستان، من علاقه‌ی زیادی به ریاضیات داشتم. در دوران لیسانس در دانشگاه، من بیشتر درس‌های مربوط به ریاضیات و علوم کامپیوتر را اخذ می‌کردم. پس از مدتی متوجه شدم - برای من - ریاضیات بیش‌ازحد انتزاعی است و علوم کامپیوتر بیش‌ازحد درگیر جزئیات ریز است (مثل تلاش برای کم کردن چندصدم ثانیه از محاسبات یا کم کردن چند کیلوبایت از حجم پردازشی). من آمار را علمی یافتم که برای حل مسائل واقعی اطرافمان، زیبایی‌های هردو رشته‌ی ریاضی و علوم کامپیوتر را با هم ترکیب کرده است. امروزه آمار از هر زمان دیگری پراهمیت‌تر است؛ به‌دلیل اینکه امروزه قادریم به‌راحتی حجم زیادی از داده‌ها را جمع‌آوری کنیم. چالش آمار این است که در میان این داده‌ها الگوهایی معنادار پیدا کند. اکنون این چالش در بسیاری از زمینه‌ها مثل علوم، مهندسی، پزشکی، امور مالی و حتی هنر کاربرد دارد. آمار یک علم جوان است و هنوز در حال شکل‌گیری است. اکنون بدلیل وجود سیستم‌های پردازشی عظیم، زمان بسیار خوبی برای آماردان شدن است. این‌که چگونه از ابزارهای موجود استفاده کنیم چالش بنیادی در این رشته است و تمرکز من نیز پژوهش در باب این موضوع است.تیبشیرانی تعبیر قشنگی از آمار دارد: علمی که زیبایی‌های ریاضیات و علوم کامپیوتر را با هم ترکیب کرده است!