En ciencia, la significación, o decir que algo es “Significativo” es un término mucho más preciso que en el lenguaje natural. Es una medida de la probabilidad de que un resultado sea por azar, y se utiliza constantemente para valorar los resultados de nuestros experimentos. Esta significación nos permite, por ejemplo, decir que un fármaco es más efectivo que el placebo, saber con seguridad que hemos detectado el bosón de Higgs, o decir que los carteros tienen un testículo sustancialmente más caliente que otro (si, no sabemos de donde salió la financiación, pero…).
Y para cuantificar la significación, nace el concepto de p-value, o “valor p” en castellano. Se trata de uno de los conceptos más utilizados en la ciencia moderna, a la vez que uno de los peor interpretados y entendidos. El p-valor cuantifica la probabilidad de que un resultado sea por azar. Si esta probabilidad es menor que un cierto umbral (normalmente 0.05), se considera que este resultado es “significativo”, y por tanto se da por bueno.
Este procedimiento es justo el que se ha puesto en tela de juicio más de una vez, e incluso la prestigiosa revista Nature ha concluido que casi la mitad de los estudios que lo utilizan lo malinterpretan, abogando por intentar que progresivamente caiga en desuso.
Pero en la época de nuestro John Moretropier, era un campo recién explorado a manos de grandes matemáticos, primero de Fisher y luego Pearson, Neymann y muchos otros. Y dado su entusiasmo ante tamaño descubrimiento, escribió la siguiente oda a la significación estadística: el p-valor.