Sarebbe bello se le statistiche riguardassero sempre la verità e ci fosse una risposta o un metodo giusto per ogni domanda. Tuttavia, semplicemente non è così, e molti elementi hanno spazio per il dibattito. Sono un economista e l'ho visto in prima persona in tre diverse aree.
Innanzitutto, ho svolto una ricerca empirica interdisciplinare in cui ho lavorato con un sociologo per un mentre. Mi ha colpito come le nostre supposizioni andassero in contrasto tra loro; alcune volte ho suggerito cose che erano completamente standard nel campo dell'economia, solo per scoprire che non riusciva a capire perché lo avremmo fatto in quel modo. Poi almeno tre volte è stato lui a proporre metodi standard in sociologia che io non riuscivo a capire.
In secondo luogo, sono passato al campo della ricerca politica . Vacca sacra, il settore politico fa cose con statistiche ed econometria che farebbero rotolare un econometrico nella sua tomba, mentre erano ancora in vita.
E poi è appena arrivato peggio, perché ho iniziato a lavorare insieme ad alcuni data scientist . Non inizierò nemmeno, se non per dire che hanno accettato come cose del tutto normali che mi hanno fatto rotolare me nella tomba.
Il mio scopo nel condividere i miei aneddoti è suggerire un approccio più umile di "Non penso che queste conclusioni siano minimamente giustificate dai dati". Offrire critiche, certamente, ma non essere la persona del dipartimento che è un pedante completo su ogni dettaglio statistico. I miei punti riguardavano principalmente ciò in cui mi imbattevo quando mi avventuravo al di fuori del mio campo, ma penso che la lezione sia ancora rilevante nel tuo campo primario. Sii particolarmente cauto riguardo alle cose a cui trovi obiezioni che sono, a prescindere, ampiamente utilizzate nel tuo campo.
Niente di tutto ciò significa che dovresti semplicemente ignorare le cose che trovi errate. Piuttosto, prova affermazioni come:
- "Ho familiarità con l'utilizzo del metodo A come hai fatto tu qui. Le questioni sollevate in (qualche giornale, qualche anno) sembrano forse pertinenti, quindi potresti voler affrontare anche i loro punti qui."
- " Cosa ti ha fatto decidere di utilizzare il metodo A rispetto al metodo B? Forse il metodo B sarebbe un buon controllo di robustezza? "
- " Una o due righe su come hai verificato che i dati corrispondono al presupposto X potrebbero essere utili qui. "
In breve, affrontalo come se presumessi che loro sappiano cosa stanno facendo , quindi ponendo domande utili per portarli punti desiderati.