1
00:00:06,636 --> 00:00:08,947
Η στατιστική είναι πειστική.

2
00:00:08,947 --> 00:00:12,541
Τόσο πολύ που άνθρωποι,
οργανώσεις και ολόκληρες χώρες

3
00:00:12,541 --> 00:00:17,517
βασίζουν ορισμένες από τις πιο κρίσιμες
αποφάσεις τους σε οργανωμένα δεδομένα.

4
00:00:17,517 --> 00:00:19,484
Ωστόσο, υπάρχει ένα πρόβλημα με αυτό.

5
00:00:19,484 --> 00:00:22,941
Κάθε στατιστικό δείγμα 
ενδέχεται να ελλοχεύει

6
00:00:22,941 --> 00:00:27,061
κάτι που ανατρέπει
εξ ολοκλήρου τα αποτελέσματα.

7
00:00:27,061 --> 00:00:30,920
Για παράδειγμα, φαντάσου ότι χρειάζεται
να αποφασίσεις μεταξύ δύο νοσοκομείων

8
00:00:30,920 --> 00:00:33,737
για τη χειρουργική επέμβαση
ενός ηλικιωμένου συγγενή.

9
00:00:33,737 --> 00:00:36,434
Από τους τελευταίους 1.000 ασθενείς
κάθε νοσοκομείου,

10
00:00:36,434 --> 00:00:39,612
στο πρώτο νοσοκομείο επέζησαν 900

11
00:00:39,612 --> 00:00:42,761
και μόνο 800 στο δεύτερο.

12
00:00:42,761 --> 00:00:45,730
Επομένως, το πρώτο νοσοκομείο
φαντάζει καλύτερη επιλογή.

13
00:00:45,730 --> 00:00:47,673
Όμως πριν αποφασίσεις,

14
00:00:47,673 --> 00:00:51,411
θυμίσου ότι δεν έφτασαν
όλοι οι πάσχοντες στο νοσοκομείο

15
00:00:51,411 --> 00:00:53,641
στην ίδια κατάσταση.

16
00:00:53,811 --> 00:00:57,073
Αν σε κάθε νοσοκομείο διαιρέσουμε
τους 1.000 τελευταίους ασθενείς

17
00:00:57,073 --> 00:01:01,132
σε αυτούς που φτάνουν σε καλή και 
σε αυτούς που φτάνουν σε άσχημη κατάσταση,

18
00:01:01,132 --> 00:01:03,772
η εικόνα αρχίζει να αλλάζει σημαντικά.

19
00:01:03,772 --> 00:01:07,849
Το νοσοκομείο Α είχε μόλις 100 ασθενείς
που έφτασαν σε άσχημη κατάσταση υγείας,

20
00:01:07,849 --> 00:01:10,325
30 από τους οποίους επέζησαν.

21
00:01:10,325 --> 00:01:14,852
Όμως, το νοσοκομείο Β είχε 400
και μπόρεσε να σώσει τους 210.

22
00:01:14,852 --> 00:01:17,169
Οπότε το δεύτερο είναι καλύτερη επιλογή

23
00:01:17,169 --> 00:01:20,741
για ασθενείς που φτάνουν στο νοσοκομείο
σε κακή κατάσταση υγείας,

24
00:01:20,741 --> 00:01:24,526
με ποσοστό επιβίωσης 52,5%.

25
00:01:24,526 --> 00:01:28,445
Αν η κατάσταση υγείας του συγγενή σας
είναι καλή όταν φτάνει στο νοσοκομείο;

26
00:01:28,445 --> 00:01:32,271
Περιέργως, το νοσοκομείο Β
είναι πάλι καλύτερη επιλογή,

27
00:01:32,271 --> 00:01:35,506
με ποσοστό επιβίωσης πάνω από 98%.

28
00:01:35,506 --> 00:01:38,923
Πώς είναι δυνατό να έχουμε
ένα μεγαλύτερο ποσοστό επιβίωσης στο Α

29
00:01:38,923 --> 00:01:44,830
όταν το Β έχει καλύτερα ποσοστά επιβίωσης
και στις δύο ομάδες ασθενών;

30
00:01:44,830 --> 00:01:48,589
Έχουμε πέσει πάνω στην περίπτωση
του παράδοξου του Σίμπσονς

31
00:01:48,589 --> 00:01:51,899
όπου ίδιες ομάδες δεδομένων
μπορούν να δείξουν διαφορετικές τάσεις,

32
00:01:51,899 --> 00:01:54,164
ανάλογα με την ομαδοποίηση.

33
00:01:54,504 --> 00:01:58,534
Αυτό συμβαίνει όταν ομαδοποιημένα δεδομένα
κρύβουν έναν μεταβλητό παράγοντα,

34
00:01:58,534 --> 00:02:01,107
γνωστή και ως «κρυφή μεταβλητή»,

35
00:02:01,107 --> 00:02:06,374
που είναι ένας επιπρόσθετος παράγοντας
που επηρεάζει σημαντικά τα αποτελέσματα.

36
00:02:06,374 --> 00:02:10,023
Εδώ, ο κρυφός παράγοντας
είναι η σχετική αναλογία των ασθενών

37
00:02:10,023 --> 00:02:13,074
που φτάνουν σε καλή και κακή κατάσταση.

38
00:02:13,074 --> 00:02:16,304
Το παράδοξο του Σίμπσον
δεν είναι ένα υποθετικό σενάριο.

39
00:02:16,304 --> 00:02:18,924
Εμφανίζεται σποραδικά
στον πραγματικό κόσμο,

40
00:02:18,924 --> 00:02:22,002
μερικές φορές σε σημαντικές περιστάσεις.

41
00:02:22,002 --> 00:02:23,530
Μια έρευνα στο Ηνωμένο Βασίλειο

42
00:02:23,530 --> 00:02:26,800
έδειξε πως οι καπνιστές έχουν
μεγαλύτερο ποσοστό επιβίωσης

43
00:02:26,800 --> 00:02:29,846
από τους μη καπνιστές,
σε περίοδο είκοσι ετών.

44
00:02:29,846 --> 00:02:33,307
Όταν έγινε ο διαχωρισμός
των συμμετέχοντων ανά ηλικιακή ομάδα

45
00:02:33,307 --> 00:02:37,633
η έρευνα έδειξε πως οι μη καπνιστές
ήταν σαφώς μεγαλύτερης ηλικίας,

46
00:02:37,633 --> 00:02:40,780
οπότε, πολύ πιθανότερο να πεθάνουν
κατά την ελεγχόμενη περίοδο,

47
00:02:40,780 --> 00:02:44,438
ακριβώς επειδή είχαν ζήσει
ήδη περισσότερο.

48
00:02:44,438 --> 00:02:47,156
Εδώ, οι ηλικιακές ομάδες
είναι ο κρυφός παράγοντας

49
00:02:47,156 --> 00:02:50,176
και είναι ζωτικής σημασίας
να ληφθούν υπόψη στην ανάλυση.

50
00:02:50,176 --> 00:02:51,559
Σε ένα άλλο παράδειγμα,

51
00:02:51,559 --> 00:02:54,281
μιας ανάλυσης περιπτώσεων
θανατικών ποινών στη Φλόριντα,

52
00:02:54,281 --> 00:02:58,265
φαινόταν να μην υπάρχει φυλετική διάκριση


53
00:02:58,265 --> 00:03:01,581
μεταξύ μαύρων και λευκών
καταδικασμένων σε θάνατο.

54
00:03:01,581 --> 00:03:06,396
Όμως, χωρίζοντας τις περιπτώσεις ανά φυλή
κάθε θύματος προέκυψε άλλη ερμηνεία.

55
00:03:06,396 --> 00:03:07,929
Σε κάθε περίπτωση,

56
00:03:07,929 --> 00:03:11,091
ήταν πολύ πιθανότερη η καταδίκη
των μαύρων κατηγορούμενων.

57
00:03:11,091 --> 00:03:15,066
Το ελαφρώς μεγαλύτερο ποσοστό
καταδίκης για τους λευκούς εναγόμενους

58
00:03:15,066 --> 00:03:18,692
οφειλόταν στο ότι οι υποθέσεις
με θύματα λευκούς

59
00:03:18,692 --> 00:03:21,359
ήταν πιο πιθανό να προβλέπουν
θανατική ποινή

60
00:03:21,359 --> 00:03:24,091
σε σχέση με τις υποθέσεις
με θύματα μαύρους,

61
00:03:24,091 --> 00:03:28,483
και οι περισσότεροι φόνοι συνέβησαν
μεταξύ ανθρώπων της ίδιας φυλής.

62
00:03:28,483 --> 00:03:31,319
Πώς μπορούμε να αποφύγουμε
να πέσουμε σε παράδοξο;

63
00:03:31,319 --> 00:03:34,686
Δυστυχώς, δεν υπάρχει μία απάντηση
για όλες τις περιπτώσεις.

64
00:03:34,686 --> 00:03:38,504
Τα δεδομένα μπορούν να ομαδοποιηθούν
και να καταμεριστούν με διάφορους τρόπους

65
00:03:38,504 --> 00:03:42,106
και τα σύνολα μερικές φορές
δίνουν μια πιο σαφή εικόνα

66
00:03:42,106 --> 00:03:46,638
από δεδομένα διαιρεμένα σε παραπλανητικές
ή αυθαίρετες κατηγορίες.

67
00:03:46,638 --> 00:03:50,269
Αυτό που μπορούμε είναι να μελετήσουμε
προσεκτικά τις πραγματικές καταστάσεις

68
00:03:50,269 --> 00:03:52,089
που περιγράφονται με χρήση στατιστικής

69
00:03:52,089 --> 00:03:55,767
και να αναλογιστούμε τυχόν ύπαρξη
κρυφών μεταβλητών.

70
00:03:55,767 --> 00:03:59,370
Διαφορετικά, γινόμαστε ευάλωτοι
σε αυτούς που χρησιμοποιούν τα δεδομένα

71
00:03:59,370 --> 00:04:04,030
για να χειραγωγήσουν τους άλλους
και να προωθήσουν τα δικά τους σχέδια.