Conceitos de estatística
Qual a probabilidade de um avião cair? O que a estatística realmente diz
Poucas perguntas ilustram tão bem o abismo entre percepção e estatística quanto “qual a probabilidade de um avião cair?”. O medo de voar é comum, mas os números contam uma história tranquilizadora — e, no caminho, revelam vários conceitos estatísticos que valem para muito além da aviação. Vamos usar essa pergunta popular para entender como se calcula e se interpreta um risco.
Risco por voo, não por avião
A primeira armadilha é a unidade de medida. Não faz sentido perguntar a chance de “um avião” cair em geral; a pergunta útil é a probabilidade de acidente por voo ou por passageiro. Estatísticas de segurança aérea, compiladas por órgãos do setor, mostram que acidentes fatais são eventos extremamente raros por voo realizado — da ordem de um para milhões. Como a base (o número de voos) é gigantesca, mesmo um punhado de acidentes por ano resulta numa probabilidade individual minúscula.
Esse é um exemplo clássico da diferença entre frequência absoluta (quantos acidentes aconteceram) e probabilidade (acidentes divididos pelo total de oportunidades). A imprensa costuma reportar a primeira; a estatística exige a segunda.
Por que a intuição erra tanto
Se voar é tão seguro, por que tanta gente teme? A psicologia da percepção de risco explica. Acidentes aéreos são raros mas catastróficos e amplamente noticiados, o que os torna mentalmente “disponíveis” — lembramos deles com facilidade e superestimamos sua frequência. Já os riscos do dia a dia, como o trânsito rodoviário, são frequentes mas pouco noticiados individualmente, e por isso subestimados. Esse fenômeno, o viés de disponibilidade, distorce sistematicamente nossa avaliação de probabilidades.
Comparando meios de transporte
A comparação honesta entre modos de transporte também depende da unidade escolhida. Medido por distância percorrida (risco por quilômetro), o avião figura consistentemente entre os meios mais seguros. Medido por viagem, a leitura muda um pouco, porque um voo cobre distâncias muito maiores que uma viagem de carro. Escolher a métrica adequada à pergunta é uma decisão estatística — a mesma preocupação que aparece ao decidir entre medir risco por chance (odds) ou por probabilidade em epidemiologia.
Eventos raros e a lei dos grandes números
A segurança aérea ilustra bem por que precisamos de amostras grandes para estimar eventos raros. Se um acidente ocorre uma vez a cada milhão de voos, observar poucos milhares de voos não permite estimar essa taxa com precisão — a maioria das janelas de observação teria zero acidentes. Só com uma base enorme a frequência observada se aproxima da probabilidade verdadeira. Esse é o mesmo motivo pelo qual estudos de desfechos raros exigem amostras grandes, um ponto tratado em cálculo amostral para estudos de prevalência.
O que esse exemplo ensina sobre risco
A lição vai além dos aviões. Interpretar um risco corretamente exige perguntar: risco de quê, medido em qual unidade, sobre qual base, comparado com o quê? Aplicar essas quatro perguntas a manchetes sobre saúde, economia ou segurança já filtra boa parte do alarmismo estatístico. É a mesma disciplina que separa a interpretação correta do valor-p das confusões que dominam o senso comum.
A falácia do apostador e a independência dos voos
Um raciocínio equivocado aparece com frequência: “houve vários acidentes recentemente, então agora deve haver um período seguro” — ou o inverso, “faz tempo que não cai um avião, então estamos perto de um acidente”. Ambos são versões da falácia do apostador, o erro de imaginar que eventos independentes se “compensam”. Cada voo é, para efeitos práticos, independente dos anteriores: a probabilidade de acidente do seu voo não muda porque houve ou não houve acidentes na semana passada. A mesma lógica vale para o cara ou coroa — depois de cinco caras seguidas, a próxima jogada ainda tem 50% de chance de dar coroa. Confundir sequências aleatórias com “tendências” é uma das distorções cognitivas mais persistentes.
Risco condicional: nem todos os voos são iguais
A probabilidade global de acidente esconde variação. O risco não é uniforme entre companhias, regiões, tipos de aeronave e fases do voo — decolagem e pouso concentram a maior parte dos incidentes, por exemplo. Isso é probabilidade condicional: a chance de um evento dado um conjunto de circunstâncias. Em estatística aplicada à saúde, é exatamente o mesmo raciocínio que usamos ao estimar o risco de um desfecho condicionado a características do paciente, como faz uma regressão logística. Perguntar “qual a probabilidade de um avião cair?” sem especificar as condições é como perguntar “qual o risco de doença?” sem dizer de quem — a resposta útil quase sempre é condicional.
Referências
- Kahneman D. Thinking, Fast and Slow. Farrar, Straus and Giroux; 2011.
- Gigerenzer G. Calculated Risks: How to Know When Numbers Deceive You. Simon & Schuster; 2002.
- Spiegelhalter D. The Art of Statistics: Learning from Data. Pelican; 2019.