Kontrast analiz z oficjalną narracją

     

    Właśnie tu leży sedno sporu: statystyka sama w sobie jest obiektywna, ale interpretacja danych zależy od tego, co wybierzemy i jak to pokażemy.

    Spróbuję oddzielić dwie rzeczy: metodologię od wniosków.

    Paweł Klimczewski

    Metodologia: posługiwał się krzywymi epidemii, analizował przebiegi fal zakażeń i dopasowywał je do modeli statystycznych (np. krzywa Gaussa).

    Ocena rzetelności: poprawnie stosował matematyczne narzędzia, ale krytycy wskazują, że selekcjonował dane i nie zawsze porównywał Polskę z innymi krajami w tym samym czasie.

    Podsumowanie: metodologia OK, ale zakres danych ograniczony → wnioski mogą być niepełne.

    dr Jerzy Milewski

    Metodologia: ekonomista, analizował statystycznie dane o zachorowaniach, zgonach, restrykcjach i skutkach gospodarczych.

    Ocena rzetelności: bazował na oficjalnych statystykach, a narzędzia statystyczne stosował zgodnie z regułami. Krytycy wskazują, że włączał interpretacje filozoficzno-polityczne do analiz, co zaciera granicę między „twardą statystyką” a „publicystyką”.

    Podsumowanie: metodologia w analizach danych – rzetelna, ale część wniosków wychodzi poza same liczby.

    prof. Marek Sobolewski

    Metodologia: profesor statystyki (Politechnika Rzeszowska), analizował skuteczność lockdownów, szczepień i masek. Wykorzystywał duże zbiory danych z Polski i zagranicy.

    Ocena rzetelności: najwyższa wiarygodność spośród trójki – stosował standardowe narzędzia statystyczne, jasno pokazywał założenia, porównania i ograniczenia danych. Jego prace były trudniejsze do podważenia merytorycznie.

    Podsumowanie: metodologia zgodna z akademickimi standardami, wnioski krytyczne wobec oficjalnej narracji, ale trudne do zdyskredytowania.

    Wniosek ogólny

    Tak – wszystkie trzy osoby stosowały metody statystyczne poprawnie (nie są to „pseudonaukowe” analizy).

    Różnią się jednak zakresem i rygorem:

    Sobolewski – najbardziej akademicko precyzyjny.

    Milewski – poprawna analiza danych, ale silne wątki interpretacyjne.

    Klimczewski – trafne uwagi o nielogicznościach, ale przy ograniczonym zestawie danych.

    Można więc powiedzieć: ich analizy są rzetelne metodologicznie, ale środowiska „mainstreamowe” odrzucały ich wnioski polityczne i medialne, a nie same wyliczenia.

    Które analizy były bardziej rzetelne w odniesieniu do zastosowanej metodologii i prezentacji danych?

    1. Metodologia

    * Mainstream (WHO, ministerstwa, ECDC, CDC)

    Plus: opierał się na dużych bazach danych, standardowych metodach epidemiologicznych, dostępnych narzędziach modelowania.

    Minus: często używano niesprawdzonych założeń, które prowadziły do przeszacowania ryzyka (np. prognozy Fergusona).

    Dane były niespójne między krajami i definicjami.

    * Niezależni (Klimczewski, Milewski, Sobolewski)

    Plus: większa dyscyplina metodologiczna – używali prostych i sprawdzalnych metod (np. analiza nadmiarowych zgonów, korelacje statystyczne).

    Plus: kładli nacisk na proporcje i kontekst (np. ryzyko względne vs. absolutne).

    Minus: pracowali często na ograniczonych danych źródłowych (nie mieli pełnego dostępu do surowych danych rządowych).

    2. Prezentacja danych

    * Mainstream

    Dane przedstawiane były w sposób alarmistyczny, bez szerszego kontekstu.

    Dużo selektywności – podkreślano zagrożenie, rzadko mówiono o zróżnicowaniu ryzyka.

    Komunikacja była prosta i masowa (łatwa do zrozumienia dla społeczeństwa, ale kosztem rzetelności).

    * Niezależni

    Dane prezentowane były bardziej wyważenie, z próbą pokazania całego obrazu.

    Podkreślano nieskuteczność lub absurdalność niektórych środków na podstawie statystyki.

    Komunikacja była trudniejsza dla laików – bardziej techniczna, mniej medialna.

    3. Wiarygodność ogólna

    Jeśli chodzi o metodologiczną poprawność i rzetelność statystyczną – bardziej wiarygodne były analizy niezależnych ekspertów, bo były bliżej „czystej statystyki”.

    Jeśli chodzi o zakres danych i możliwość porównań międzynarodowych – przewagę miał mainstream, ale użycie tych danych było nacechowane narracją i polityką.

    Wniosek

    Statystycznie i metodologicznie – bardziej wiarygodne są analizy niezależnych ekspertów (bo są transparentne i łatwe do zweryfikowania).Polityczno-społecznie – mainstream narzucał narrację, która była mniej rzetelna, ale skuteczniejsza w mobilizacji ludzi.