#данные
Неприятная история с публикацией в NY Times, которую сейчас активно обсуждают, имеет много измерений, в том числе и для научных исследований. Речь идёт о занижении количества смертей от коронавируса в то время, как общее количество смертей значительно выросло. Ведь в связи с ошибками в данных возникает проблема релевантности и верификации множества статистических моделей, которые используются для изучения различных аспектов пандемии.

Десять лет назад мы с коллегами задумали масштабное сравнительное исследование, где в качестве зависимых переменных планировались результаты опросов общественного мнения и выборов, в том числе и в России. Мы представляли дизайн нашего проекта на семинаре в Вышке и получили порцию критики относительно того, насколько можно доверять результатам отечественных выборов или опросов. Опытные коллеги убеждали нас, что большая работа будет проделана зря, так как рецензенты в журналах сразу же подвергнут сомнению достоверность ключевых переменных. Это было справедливое замечание, так как уже тогда было понятно, что результаты выборов (и тем более опросов) в России фальсифицируются. Об этом я уже писал, например, здесь. Мы так и не нашли хорошего решения этой проблемы, и исследование пришлось отложить.

С тех пор я уже, как минимум, три раза слышал от коллег, что их статьи "завернули" в журналах Q1 и Q2 по причине того, что данные из российских источников скорее всего недостоверны. Тут, конечно, необходимо разбираться в каждом конкретном случае. Сложно утверждать, что все данные в России не отражают реальность, но это и не главное. Основная проблема в том, что российские органы власти не способствуют созданию этого доверия. Об этом я тоже писал в одном из предыдущих постов. В условиях непрозрачности многих сфер, а также политической и административной ориентации на достижение ключевых индикаторов, многие данные искажаются. Поставлена задача снизить смертность от сердечных заболеваний? Отлично, она выполнена: в государственной статистике это отражается переводом необходимой доли смертей в другие причины. А палочная система в полиции? В общем, за примерами далеко ходить не нужно.

Полагаю, что ситуация с эконометрическими индикаторами обстоит получше, так как есть целый ряд ограничивающих факторов. В целом же, это огромная проблема. В том числе, как я уже сказал, и для достоверности результатов научных исследований.

Я вижу два решения: политическое и методическое.
Первое заключается в постоянном давлении на органы власти с целью раскрытия информации и формирования культуры открытости данных, сборе альтернативных данных и их публикации в открытых источниках. Этим с разным успехом занимаются институты гражданского общества (например, АНО "Информационная культура" @begtin), но это длительный процесс, результат которого зависит от множества политических факторов.
Второе решение - это научный поиск моделей, которые позволят нивелировать негативные эффекты от использования некачественных или недостоверных данных в научных исследованиях. Здесь работы - непаханное поле.