Sei sulla pagina 1di 14
Anno XVIII N. 1 2013 Clay Casati V V i i r r t t
Anno XVIII N. 1 2013 Clay Casati V V i i r r t t

Anno XVIII

N. 1

2013

Clay Casati

VViirrttuuss ccuumm SScciie ennttiiaa iinn PPsseeffoollooggii aa

e n n t t i i a a i i n n P P s

Chi ha vinto le Presidenziali U SA 2012

gennaio 2013

Chi ha vinto le Presidenziali USA 2012

Dal punto di vista dell’innovazione i vincitori delle elezioni presiden- ziali USA 2012 - che hanno confermato Barack Obama alla presi- denza per un secondo mandato - sono le scienze matematiche e il “math nerd” Nate Silver.

Il modello matematico di Silver, esperto di psefologia ovvero dello studio del comportamento politico dell'elettorato in occasione delle elezioni, ha previsto il vincitore in ognuno dei 50 stati e nel District of Columbia e che Barack Obama aveva la probabilità del 90,9% di ottenere la maggioranza.

Immagine di copertina: http://cdn.theatlantic.com/static/ mt/ as- sets/science/NATE-SILVER.jpeg

Tag: Clay Casati, Domingo Paola, Drunk Nate Silver, FiveThir- tyEight, mathematics, math nerd, modelli matematici, Nate Silver, presidenziali USA, psefologia, psephology, virtù e conoscenza, Modeling&Simulation,

Hashtag: #mathematics #mathnerd #NateSilver #FiveThirtyEight #modeling #damnyounate #drunknatesilver #Modeling #Simula- tion

1

Sommario

Chi ha vinto le Presidenziali USA 2012

1

Virtus cum Scientia in Psefologia

3

Quel dannato di Nate Silver

5

La carriera di Nate Silver

6

Modellazione Matematica

7

Virtù e conoscenza

9

Inferenza bayesiana di Domingo Paola*

10

Link

12

2

Virtus cum Scientia in Psefologia

Le elezioni presidenziali USA 2012 hanno proclamato tre vincitori:

Barack Obama confermato alla presidenza degli USA fino al 2016;

il “politics geek” Nathaniel Read "Nate" Silver; le scienze matema-

tiche [Geek indica una persona affascinata e appassionata dalla tecnologia. Termine di origine anglosassone da non confondere con Nerd, persona con predisposizione per la ricerca intellettuale, umanistica o scientifica, ma tendenzialmente solitario].

Martedì mattina, 6 novembre 2012, quando gli americani iniziavano

a votare e i giganti degli exit poll continuavano a sottolineare il testa

a testa tra Barak Obama e Mitt Romney, Silver scriveva sul blog FiveThirtyEight [538 sono i grandi elettori del presidente USA]: «Al 90,9% vince Obama».

A conclusione degli scrutini si confermava che il modello matema- tico di Silver aveva centrato i risultati presidenziali in tutti i 50 stati e nel District of Columbia.

centrato i risultati presidenziali in tutti i 50 stati e nel District of Columbia. Fonte: NateSilverFacts.jpg,

Fonte: NateSilverFacts.jpg, wired.com

3

Nate Silver ha vinto contro tutti i guru dei sondaggi e le loro potenti organizzazioni; in particolare contro famosi commentatori televisivi quali ad es. Dick Morris di Fox News, Michael Barone commenta- tore di Fox News e scrittore per il Washington Examiner, Steve Forbes di Forbes Magazine e George Will del Washington Post.

Tra i sondaggisti, la maglia nera va congiuntamente a Gallup e Rasmussen Reports che ha sbagliato le previsioni in sei dei nove “swing-state”, gli stati in bilico il cui voto è decisivo per stabilire l’esito delle elezioni.

La matematica, sostenuta dalle tecnologie di calcolo numerico, ha trionfato contro le ricette semplici e le manipolazioni dei maghi dei sondaggi. Quel dannato di Nate Silver (#damnyounate) già consi- derato semplicemente un “math nerd”, ha cacciato nel dimentica- toio i tempi in cui la matematica era qualcosa per pochi. Oggi le scienze matematiche fanno la differenza.

Nerd “Nerd” è una persona generalmente descritta come eccessi- vamente intellettuale, ossessiva, socialmente
Nerd
“Nerd” è una persona generalmente descritta come eccessi-
vamente intellettuale, ossessiva, socialmente compromessa.
I nerd possono dedicare enormi quantità di tempo ad attività
impopolari, oscure, non-fondamentali, che sono in genere mol-
to tecniche o relative ad argomenti di fiction o di fantasia.
Inoltre, molti nerd sono descritti come timidi, eccentrici, poco
attraenti, con difficoltà a partecipare ad attività sociali e/o spor-
tive. "Nerd" nato come termine dispregiativo, è stato recupera-
to
e ridefinito da alcuni come un termine di orgoglio e di identità
di
gruppo.(Fonte: en.wikipedia)

4

Quel dannato di Nate Silver

Secondo Mike Maney (cfr. “Damn You Nate Silver !” su SlideShare, Nov 09, 2012) in un'epoca in cui la comunicazion e è più facile che

comunicazione,

mai, grazie alla digitalizzazione dei media e della

può anche essere più difficile che mai. Il che rend e ancora più im-

portante tornare alle basi: quali sono gli obiettivi?

cando nel modo giusto, alle persone giuste, al mom ento giusto?

Stiamo comuni-

alle persone giuste, al mom ento giusto? Stiamo comuni- Pubbliche relazioni, marketing e pubblicità, una vo

Pubbliche relazioni, marketing e pubblicità, una vo lta erano sempli- ci. Per vendere bastava una brochure ben fatta, un annuncio accat- tivante, uno stand in fiera. Chi sapeva come me ttere insieme un

nome e un verbo era considerato indispensabile:

poteva scrivere

un comunicato stampa e anche un libro bianco. L’ approccio privile-

giato era KISS (keep it simple stupid), ovvero rid urre un sistema semplice ignorandone le complessità.

calcolo numerico

avanzato. Nate Silver ha dimostrato che la mate matica rende più intelligente il marketing, che i modelli matematici m igliorano le ana- lisi e permettono di valutare diverse alternative at traverso le simu- lazioni. La matematica si conferma la chiave pe r gestire sistemi complessi: la vendetta di Galileo si completa.

Ora, tutto ad un tratto, ognuno dovrebbe sapere

5

La carriera di Nate Silver

Nate Silver (nato a East Lansing, Michigan, il 13 Gennaio 1978) è uno statistico, sabermetrician, scrittore e psefologo; il suo talento per le previsioni politiche, o psephology, “studio del comportamento politico dell'elettorato in occasione delle elezioni, basato sull'analisi della ripartizione del voto nei diversi schieramenti, dei suoi sposta- menti, della sua composizione” (definizione dal Dizionario Hoepli) lo ha lanciato come guru nerd.

Silver inizia la sua carriera professionale come consulente presso la società di revisione e consulenza Pricewaterhouse.

Dopo le dimissioni inizia a occuparsi di statistica. Diventa famoso per lo sviluppo e la gestione di PECOTA (Player Empirical Compar- ison and Optimization Test Algorithm). Sistema sabermetrico di previsione delle prestazioni e dello sviluppo di carriera dei giocatori della Major League Baseball, per conto della Baseball Prospectus nel periodo 2003-2009.

La sabermetrica è l'analisi del baseball attraverso le statistiche. Il termine deriva dall'acronimo SABR (Society for American Baseball Research), coniato da Bill James – uno tra i primi proponenti e per lungo tempo il suo principale sostenitore – che definisce la saber- metrica come “la ricerca per la conoscenza oggettiva sul baseball.”

La sabermetrica cerca di rispondere a domande oggettive sul baseball come: “quale giocatore dei Boston Red Sox contribuisce di più all'attacco nella sua squadra?” o “quanti fuoricampi farà Ken Griffey, Jr. il prossimo anno?”.

Per quanto riguarda la Psefologia, nel 2007, Silver iniziò a pubbli- care le analisi e le previsioni relative alle elezioni presidenziali USA 2008, utilizzando lo pseudonimo di "Poblano (peperone di Puebla, Mexico)".

6

Nel marzo 2008 Silver inaugurò il suo sito web, FiveThiryEight.com. che nell’agosto 2010 viene acquisito dal The New York Times e ri- battezzato FiveThirtyEight – Nate Silver’s Political Calculus.

FiveThirtyEight’s mission 538 mission is to help New York Times readers cut through the clutter
FiveThirtyEight’s mission
538 mission is to help New York Times readers cut through the
clutter of this data-rich world.
The blog is devoted to rigorous analysis of politics, polling, pu-
blic affairs, sports, science and culture, largely through statisti-
cal means.
In addition, FiveThirtyEight provides forecasts of upcoming
presidential, Congressional and gubernatorial elections through
the use of its proprietary prediction models.

Modellazione Matematica

La Modellazione Matematica è la scienza e l'arte di tradurre i pro- blemi di un’area applicativa in formulazioni matematiche trattabili che attraverso l’analisi teorica e numerica forniscano informazioni, risposte e indicazioni utili per l'applicazione di origine.

Nell’attuale mondo complesso, i comportamenti aggregati di di- verse persone, imprese e governi, producono nuovi e inattesi fe- nomeni, inclusi: sommosse politiche, crolli di mercato, variazioni nelle tendenze sociali. I modelli matematici facilitano l’analisi di un contesto complesso, aiutano a organizzare meglio le informazioni, a dare un senso alla massa di dati disponibili sul web, migliorano le capacità di fare previsioni accurate, aiutano a prendere decisioni migliori e ad adottare strategie più efficaci.

7

L’utilizzo della Modellazione Matematica risulta i ndispensabile in molte applicazioni, garantisce il successo nella ge stione di determi- nate applicazioni, definisce la direzione per la s oluzione dei pro- blemi e ne migliora la precisione, permette una co noscenza appro-

per migliorare la

fondita del sistema modellato, prepara la strada

progettazione o il controllo di un sistema, permett e l'uso efficiente delle moderne capacità di calcolo.

L’esperienza ha dimostrato che le persone che ut ilizzano i modelli

sono sempre più efficienti di coloro che non li usa no e che l’utilizzo

le persone che

esteso di più modelli permette di sovraperformare ne utilizzano uno solo.

modelli permette di sovraperformare ne utilizzano uno solo. Le previsioni di Silver e di altri statistici

Le previsioni di Silver e di altri statistici - Simon

Huffington Post, Josh Putnam di Davidson College e Drew Linzer di

quantitativi e sta-

tistica bayesiana (dal nome del matematico Thom as Bayes, 1702- 1761) hanno interessato un vasto pubblico dura nte la campagna

elettorale, e hanno spinto molti a scommettere delle previsioni.

8

sull’accuratezza

Emory University - che usano metodi previsionali

Jackman di The

Virtù e conoscenza

A Nate Silver viene riconosciuta una eccezionale capacità nell'arte pratica di costruzione di modelli matematici utilizzando probabilità e statistica. La popolarità di Silver fondata sulla accuratezza delle previsioni, potrebbe anche essere letta come il trionfo delle scienze matematiche.

I modelli predittivi di Silver si basano su una formula facile da ca- pire, ma ambiziosa da mettere in opera: si mediano le somme di ogni singolo sondaggio, si definiscono i pesi in base alla loro accu- ratezza storica, poi si eseguono simulazioni per verificarne i risultati (la metodologia è descritta nel sito fivethirtyeight.blogs.nytimes. com/).

Silver rifiuta le facili scorciatoie e ricerca una visione complessiva del contesto, combinando fonti di dati univoci con dati storici e uti- lizzando i principi di una sana analisi statistica. Il successo della previsione è inevitabilmente legato al modello utilizzato per cui si giustifica l’impegno nella modellizzazione matematica e nella ricer- ca e qualificazione dei dati. Questo approccio virtuoso di analisi po- litica unicamente basato-su-dati si trova in netto contrasto con la tendenza di alcuni opinionisti e commentatori a utilizzare sondaggi pseudo-scientifici “cherry-pick” o a fare affidamento sull’intuizione.

In un'epoca di sovraccarico di informazioni, Silver cura molto la mi- sura dell’incertezza, ritiene che lo statistico debba avere una buona comprensione dei fenomeni dell’area di studio per valutare quali misure sono affidabili e quali no, quali scale di aggregazione sono utili, e quindi utilizzare il kit più adeguato di strumenti statistici.

Crede nella necessità di ampie masse di dati, preferibilmente rac- colte nel corso di lunghi periodi di tempo, aggiornabili utilizzando un approccio "bayesiano" (Thomas Bayes 1702-1761) privilegiato ri- spetto al più popolare approccio “frequentista” (Ronald Fisher

1890-1962).

Alla domanda su quale softare usasse per l’analisi dei dati, Silver rispose:«I use Stata for anything hardcore and Excel for the rest».

9

Inferenza bayesiana di Domingo Paola* La statistica inferenziale è un ramo della matematica applicata che
Inferenza bayesiana di Domingo Paola*
La statistica inferenziale è un ramo della matematica applicata
che si occupa di stimare caratteristiche di una popolazione a
partire da dati rilevati su un campione, cioè su una parte della
popolazione stessa. Un classico esempio sono appunto i son-
daggi preelettorali e gli exit poll.
Naturalmente le inferenze fatte sull’intera popolazione a partire
dalle osservazioni effettuate su un campione non possono esse-
re certe, ma sono caratterizzate da un certo grado di fiducia e di
incertezza: ecco, quindi, il necessario collegamento tra inferen-
za statistica e probabilità.
Le espressioni inferenza frequentista e inferenza bayesiana si
riferiscono a due concezioni e approcci diversi alla teoria della
probabilità che, naturalmente, portano a due diversi modi di af-
frontare il problema dell’inferenza statistica.
Nell’inferenza frequentista si associa il concetto di probabilità a
quello di frequenza relativa e tutto ciò trova fondamento teorico
nel teorema di Benoulli (noto anche come legge dei grandi nu-
meri): “se si conosce la probabilità p di un evento, allora,
all’aumentare del numero di prove, tende a 1 la probabilità che
la frequenza relativa dell’evento differisca sempre meno da p”.
Naturalmente le prove devono essere effettuate nelle stesse
condizioni, in modo tale da non alterare la probabilità p
dell’accadere dell’evento. Secondo l’impostazione frequentista,
quindi, la probabilità è oggettivamente associabile a un evento.
Per l’inferenza bayesiana invece, la probabilità è legata, sogget-
tivamente, ma non arbitrariamente, allo stato di informazioni che
un soggetto ha: soggetti con diverse informazioni su un sistema
di eventi esprimeranno valutazioni di probabilità differenti.
Spesso si identifica il problema dell’inferenza bayesiana con
quello di calcolare la probabilità delle cause di determinati effetti
osservati: per esempio, sapendo che un test diagnostico per
10
una malattia ha dato un risultato positivo, ci si chiede qual è la probabilità che
una malattia ha dato un risultato positivo, ci si chiede qual è la
probabilità che la persona che si è sottoposta al test sia affetta
da quella malattia.
L’apporto concettuale più significativo dell’inferenza bayesiana è
che ogni informazione e quindi ogni dato ottenuto mediante rile-
vazioni ed esperimenti, modificando lo stato informativo dei
soggetti che esprimono valutazioni di probabilità, modifica la di-
stribuzione stessa delle probabilità di un sistema di eventi. Ciò
equivale a dire che si impara dall’esperienza!
L’attuale successo dell’inferenza bayesiana deve molto al lavoro
teorico e chiarificatore di un grande matematico italiano, Bruno
de Finetti (Innsbruck, 13 giugno 1906 – Roma, 20 luglio 1985),
ma anche allo sviluppo dei sistemi di calcolo numerico. Infatti i
metodi dell’approccio bayesiano richiedono calcoli complessi,
che necessitano dell’uso di strumenti di calcolo automatico.
Oggi i campi di applicazione delle statistica bayesiana sono va-
stissimi e trasversali alle varie discipline e situazioni: anche il
nostro sistema anti-spamming è probabilmente fondato sull’infe-
renza bayesiana, così come sono bayesiani i sistemi esperti uti-
lizzati per aiutare in automatico gli utenti in caso di difficoltà con
il sistema operativo del proprio pc e sono bayesiani i sistemi e-
sperti utilizzati dai motori di ricerca in internet.
*Domingo Paola. Insegnante nella scuola se-
condaria di secondo grado, attivo nella formazione
iniziale e in servizio degli insegnanti; ha fatto parte di
commissioni ministeriali per il rinnovo dei curricoli
scolastici; ha pubblicato numerosi articoli su riviste
nazionali e internazionali di didattica della matemati-
ca e diversi libri di testo per la scuola secondaria.
È stato vicepresidente della CIEAEM (Commissione Internazionale per lo Stu-
dio e il Miglioramento dell’Insegnamento della Matematica) dal luglio 2006 al
luglio 2012 e dal 2008 è membro della CIIM (Commissione Italiana Insegna-
mento della Matematica).

11

Il successo di Nate Silver segna la rivincita dei ne rd e il trionfo dei modelli matematici che fanno parlare numeri e da ti, lasciando fuori

dall’algoritmo pratiche magiche, interpretazioni di

pancia, manipo-

lazioni e pregiudizi che caratterizzano molte delle teste parlanti ce- lebrate nei talk show, nei blog e nei quotidiani.

ce- lebrate nei talk show, nei blog e nei quotidiani. Link http://fivethirtyeight.blogs.nytimes.com/ I più

Link

http://fivethirtyeight.blogs.nytimes.com/

I più divertenti tweet su Nate Silver (drunk-nate-silv er):

http://theweek.com/article/index/236197/drunk-nate -silver-the-best- tweets-from-the-funniest-post-election-meme

Transcript of Nate Silver’s ‘Ask Me Anything’ on Re ddit

http://fivethirtyeight.blogs.nytimes.com/2013/01/08/

reddit-ask-me-anything-transcript/

nate-silver-

12

@Inquietus 13
@Inquietus 13
@Inquietus 13

@Inquietus

13