Nossos cérebros não são naturalmente bons com probabilidade e estatística. Somos vítimas de vieses cognitivos que nos levam a conclusões erradas. Conhecer as falácias estatísticas mais comuns é essencial para pensar de forma mais racional e tomar decisões melhores.

🛩️ 1. Viés do Sobrevivente

O viés do sobrevivente ocorre quando focamos apenas nos "sobreviventes" de um processo e ignoramos os que falharam. Exemplo clássico: durante a Segunda Guerra, analistas queriam reforçar as partes dos aviões que voltavam com mais buracos. O estatístico Abraham Wald mostrou que deveriam reforçar as partes SEM buracos — os aviões que voltaram sobreviveram apesar dos danos; os que foram atingidos nas partes intactas não voltaram.

🎰 2. Falácia do Jogador

A falácia do jogador é a crença de que resultados passados de eventos independentes influenciam resultados futuros. "Saiu vermelho 5 vezes seguidas, então a próxima deve ser preto" — errado! Cada evento é independente. A roleta não tem memória. A probabilidade é sempre a mesma, independentemente do histórico. Essa falácia é extremamente comum e pode levar a decisões ruins.

📉 3. Regressão à Média

A regressão à média é o fenômeno onde valores extremos tendem a ser seguidos por valores mais próximos da média. Se alguém tem um desempenho excepcional, é provável que o próximo desempenho seja mais próximo da média — não porque a pessoa piorou, mas porque o desempenho extremo envolve sorte que não se repete. Ignorar a regressão à média leva a falsas causalidades.

🔗 4. Correlação não é Causalidade

Duas variáveis podem estar correlacionadas sem que uma cause a outra. O número de afogamentos e vendas de sorvete estão correlacionados — não porque sorvete causa afogamento, mas porque ambos aumentam no verão. Sempre questione se uma correlação implica causalidade ou se há uma variável confundidora (neste caso, a temperatura).

🔄 5. Lei dos Grandes Números Mal Compreendida

A lei dos grandes números diz que a média de muitos eventos converge para a probabilidade teórica. Isso NÃO significa que desvios serão "compensados". Se uma moeda cai 10 vezes em cara, não é verdade que as próximas 10 serão coroa para "equilibrar". A convergência ocorre pela diluição, não pela compensação — as 10 caras extras se tornam insignificantes quando divididas por milhares de lançamentos.