{"id":14001,"date":"2020-03-02T18:52:14","date_gmt":"2020-03-02T17:52:14","guid":{"rendered":"http:\/\/www.robertosedda.it\/?p=14001"},"modified":"2023-03-07T12:33:09","modified_gmt":"2023-03-07T11:33:09","slug":"trucchi-grafici-poco-puliti","status":"publish","type":"post","link":"http:\/\/www.robertosedda.it\/?p=14001","title":{"rendered":"Trucchi grafici poco puliti"},"content":{"rendered":"\n

Con le statistiche sul COVID-19 <\/em>che impazzano in giro mi \u00e8 venuta voglia di recuperare un vecchio articolo che non ho mai finito di scrivere e che raccoglieva tutti quei modi che vengono utilizzati, spesso intenzionalmente, per dare informazioni sbagliate tramite le rappresentazioni grafiche (diagrammi, torte, barre e cos\u00ec via).<\/p>\n\n\n\n

Articoli di giornale, siti web<\/em>, meme<\/em> e discussioni sui social<\/em> fanno infatti spesso largo uso di rappresentazioni grafiche, e quindi un minimo di alfabetizzazione in materia (all’incrocio fra statistica e storytelling<\/em>) \u00e8 utile per non commettere errori in buona fede o, viceversa, per non farsi infinocchiare.<\/p>\n\n\n\n

Facciamo un esempio visto oggi e che riguarda appunto l’attualit\u00e0 dell’epidemia da COVID-19<\/em>. Se io guardo questo grafico trovato su Twitter<\/em> (di Nino Cartabellotta<\/a>)<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

ottengo l’informazione che i contagi stanno crescendo in maniera esponenziale (in realt\u00e0, ho scoperto oggi, le epidemia successivamente seguono l’andamento di una curva logistica<\/a>, cio\u00e8 a forma di S, e pi\u00f9 avanti vengono descritte da modelli molto pi\u00f9 raffinati, ma la cosa in questa fase non \u00e8 importante perch\u00e9 le differenze sono minime).<\/p>\n\n\n\n

L’informazione immediata \u00e8 quindi che la situazione \u00e8 preoccupante, anzi molto preoccupante. Se invece esamino quest’altro grafico (da un tweet<\/em> di Riccardo Puglisi<\/a>), che descrive le percentuali di incremento da un giorno all’altro<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

ottengo l’informazione molto pi\u00f9 rassicurante che l’incremento percentuale dei contagi (contrapposto ovviamente al numero assoluto di casi totali) \u00e8 tendenzialmente in calo.<\/p>\n\n\n\n

Chi ha ragione? Eh, boh. Intanto bisogna capire quale \u00e8 pi\u00f9 adatta a dire cosa: vogliamo sapere quando il numero dei contagiati potrebbe arrivare a saturare la quantit\u00e0 di risorse disponibili del sistema sanitario? Probabilmente il primo grafico \u00e8 pi\u00f9 adatto. Vogliamo dire che l’epidemia probabilmente si potrebbe esaurire da sola, o che le misure di contenimento stanno funzionando? L’incremento percentuale potrebbe dare un riscontro migliore.<\/p>\n\n\n\n

Solo che…<\/p>\n\n\n\n

Solo che entrambi soffrono del fatto che sono basati su serie di dati relative a intervalli temporali bassissimi, di pochissimi giorni. Come tali soffrono parecchio di casi eccezionali, ma non allo stesso modo; nel grafico di Puglisi l’impennata del 27 dipende dal fatto che il giorno prima la Lombardia non aveva comunicato i casi e poi ha comunicato quelli relativi a due giorni assieme: se fosse accaduto diversamente quel grafico, probabilmente, non suggerirebbe l’andamento decrescente del fenomeno come sembra fare. Infatti lo stesso Puglisi ha presentato un altro grafico coi dati di altri giorni successivi, dove le cose hanno un aspetto del tutto diverso: <\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

e si racconta una storia molto meno rassicurante, con un incremento che, giorno pi\u00f9 giirno meno, sta tendenzialmente attorno al 40%, che non \u00e8 per niente poco. <\/p>\n\n\n\n

E, per continuare a complicare le cose, nel grafico iniziale di Cartabellotta la situazione della Lombardia sembra molto peggiore<\/em> di quella delle altre regioni, le cui curve hanno un’aria molto pi\u00f9 piatta. Questo perch\u00e9 proiettiamo tutte le situazioni sulla stessa scala; ma se togliessimo la Lombardia dal grafico (a destra)<\/p>\n\n\n\n