La ley de los pequeños números y el sesgo con empresas y emprendedores

Desde que leí a Khaneman tengo muy presente su "ley de los pequeños números", que formuló junto a Tversky en un guiño claro a la "ley de los grandes números" de Bernoulli.

La tesis que defienden es que debemos desconfiar de nuestra tendencia natural a sacar conclusiones a partir de muestras muy pequeñas de sucesos, por nuestra inclinación al pensamiento causal: observamos dos fenómenos y de inmediato nos da por establecer que uno es la causa del otro. Si pensamos en una urna con dos bolas rojas y dos negras de la que extraemos dos bolas, la posibilidad de que estas sean del mismo color es mucho mayor que si sacamos diez bolas de una urna en la que hay diez rojas y diez negras. Es decir, las muestras pequeñas son las más proclives a presentar casos extremos y por eso hay que desconfiar de todos los estudios que hayan mirado muy pocos casos y las encuestas diminutas.

El obviar esta ley de los pequeños números está a la orden del día a la hora de tratar temas relacionados con emprendedores y empresas. Hace poco escribía invitando a poner en valor los consejos para emprendedores de emprendedores, que la mayoría de las veces no valen gran cosa: están basados en una única experiencia, la muestra más diminuta que pueda uno obtener.

Hoy he leído en TechCrunch sobre las startups que han llegado a valer más de mil millones de dólares en los últimos años (Wilson está afinando la lista mediante crowdsourcing) y me ha gustado mucho la respuesta de nabeel: sacar conclusiones a partir de la lista de Techcrunch sería un disparate, no hay más que correlaciones a partir de una muestra muy pequeña.

Volvemos a la ley de pequeños números, si la muestra es pequeña la posibilidad de que se haya obtenido un resultado extremo en favor de una variable que luego no se mantendría para los casos para la población general es alta.

Relacionado: Joven emprendedor: quizás no sea tan buena idea eso de no ir a la universidad