WEBVTT

00:00:06.636 --> 00:00:08.947
Η στατιστική είναι πειστική.

00:00:08.947 --> 00:00:12.541
Τόσο πολύ που άνθρωποι,
οργανώσεις και ολόκληρες χώρες

00:00:12.541 --> 00:00:17.517
βασίζουν ορισμένες από τις πιο κρίσιμες
αποφάσεις τους σε οργανωμένα δεδομένα.

00:00:17.517 --> 00:00:19.484
Ωστόσο, υπάρχει ένα πρόβλημα με αυτό.

00:00:19.484 --> 00:00:22.941
Κάθε στατιστικό δείγμα 
ενδέχεται να ελλοχεύει

00:00:22.941 --> 00:00:27.061
κάτι που ανατρέπει
εξ ολοκλήρου τα αποτελέσματα.

00:00:27.061 --> 00:00:30.920
Για παράδειγμα, φαντάσου ότι χρειάζεται
να αποφασίσεις μεταξύ δύο νοσοκομείων

00:00:30.920 --> 00:00:33.737
για τη χειρουργική επέμβαση
ενός ηλικιωμένου συγγενή.

00:00:33.737 --> 00:00:36.434
Από τους τελευταίους 1.000 ασθενείς
κάθε νοσοκομείου,

00:00:36.434 --> 00:00:39.612
στο πρώτο νοσοκομείο επέζησαν 900

00:00:39.612 --> 00:00:42.761
και μόνο 800 στο δεύτερο.

00:00:42.761 --> 00:00:45.730
Επομένως, το πρώτο νοσοκομείο
φαντάζει καλύτερη επιλογή.

00:00:45.730 --> 00:00:47.673
Όμως πριν αποφασίσεις,

00:00:47.673 --> 00:00:51.411
θυμίσου ότι δεν έφτασαν
όλοι οι πάσχοντες στο νοσοκομείο

00:00:51.411 --> 00:00:53.641
στην ίδια κατάσταση.

00:00:53.811 --> 00:00:57.073
Αν σε κάθε νοσοκομείο διαιρέσουμε
τους 1.000 τελευταίους ασθενείς

00:00:57.073 --> 00:01:01.132
σε αυτούς που φτάνουν σε καλή και 
σε αυτούς που φτάνουν σε άσχημη κατάσταση,

00:01:01.132 --> 00:01:03.772
η εικόνα αρχίζει να αλλάζει σημαντικά.

00:01:03.772 --> 00:01:07.849
Το νοσοκομείο Α είχε μόλις 100 ασθενείς
που έφτασαν σε άσχημη κατάσταση υγείας,

00:01:07.849 --> 00:01:10.325
30 από τους οποίους επέζησαν.

00:01:10.325 --> 00:01:14.852
Όμως, το νοσοκομείο Β είχε 400
και μπόρεσε να σώσει τους 210.

00:01:14.852 --> 00:01:17.169
Οπότε το δεύτερο είναι καλύτερη επιλογή

00:01:17.169 --> 00:01:20.741
για ασθενείς που φτάνουν στο νοσοκομείο
σε κακή κατάσταση υγείας,

00:01:20.741 --> 00:01:24.526
με ποσοστό επιβίωσης 52,5%.

00:01:24.526 --> 00:01:28.445
Αν η κατάσταση υγείας του συγγενή σας
είναι καλή όταν φτάνει στο νοσοκομείο;

00:01:28.445 --> 00:01:32.271
Περιέργως, το νοσοκομείο Β
είναι πάλι καλύτερη επιλογή,

00:01:32.271 --> 00:01:35.506
με ποσοστό επιβίωσης πάνω από 98%.

00:01:35.506 --> 00:01:38.923
Πώς είναι δυνατό να έχουμε
ένα μεγαλύτερο ποσοστό επιβίωσης στο Α

00:01:38.923 --> 00:01:44.830
όταν το Β έχει καλύτερα ποσοστά επιβίωσης
και στις δύο ομάδες ασθενών;

00:01:44.830 --> 00:01:48.589
Έχουμε πέσει πάνω στην περίπτωση
του παράδοξου του Σίμπσονς

00:01:48.589 --> 00:01:51.899
όπου ίδιες ομάδες δεδομένων
μπορούν να δείξουν διαφορετικές τάσεις,

00:01:51.899 --> 00:01:54.164
ανάλογα με την ομαδοποίηση.

00:01:54.504 --> 00:01:58.534
Αυτό συμβαίνει όταν ομαδοποιημένα δεδομένα
κρύβουν έναν μεταβλητό παράγοντα,

00:01:58.534 --> 00:02:01.107
γνωστή και ως «κρυφή μεταβλητή»,

00:02:01.107 --> 00:02:06.374
που είναι ένας επιπρόσθετος παράγοντας
που επηρεάζει σημαντικά τα αποτελέσματα.

00:02:06.374 --> 00:02:10.023
Εδώ, ο κρυφός παράγοντας
είναι η σχετική αναλογία των ασθενών

00:02:10.023 --> 00:02:13.074
που φτάνουν σε καλή και κακή κατάσταση.

00:02:13.074 --> 00:02:16.304
Το παράδοξο του Σίμπσον
δεν είναι ένα υποθετικό σενάριο.

00:02:16.304 --> 00:02:18.924
Εμφανίζεται σποραδικά
στον πραγματικό κόσμο,

00:02:18.924 --> 00:02:22.002
μερικές φορές σε σημαντικές περιστάσεις.

00:02:22.002 --> 00:02:23.530
Μια έρευνα στο Ηνωμένο Βασίλειο

00:02:23.530 --> 00:02:26.800
έδειξε πως οι καπνιστές έχουν
μεγαλύτερο ποσοστό επιβίωσης

00:02:26.800 --> 00:02:29.846
από τους μη καπνιστές,
σε περίοδο είκοσι ετών.

00:02:29.846 --> 00:02:33.307
Όταν έγινε ο διαχωρισμός
των συμμετέχοντων ανά ηλικιακή ομάδα

00:02:33.307 --> 00:02:37.633
η έρευνα έδειξε πως οι μη καπνιστές
ήταν σαφώς μεγαλύτερης ηλικίας,

00:02:37.633 --> 00:02:40.780
οπότε, πολύ πιθανότερο να πεθάνουν
κατά την ελεγχόμενη περίοδο,

00:02:40.780 --> 00:02:44.438
ακριβώς επειδή είχαν ζήσει
ήδη περισσότερο.

00:02:44.438 --> 00:02:47.156
Εδώ, οι ηλικιακές ομάδες
είναι ο κρυφός παράγοντας

00:02:47.156 --> 00:02:50.176
και είναι ζωτικής σημασίας
να ληφθούν υπόψη στην ανάλυση.

00:02:50.176 --> 00:02:51.559
Σε ένα άλλο παράδειγμα,

00:02:51.559 --> 00:02:54.281
μιας ανάλυσης περιπτώσεων
θανατικών ποινών στη Φλόριντα,

00:02:54.281 --> 00:02:58.265
φαινόταν να μην υπάρχει φυλετική διάκριση


00:02:58.265 --> 00:03:01.581
μεταξύ μαύρων και λευκών
καταδικασμένων σε θάνατο.

00:03:01.581 --> 00:03:06.396
Όμως, χωρίζοντας τις περιπτώσεις ανά φυλή
κάθε θύματος προέκυψε άλλη ερμηνεία.

00:03:06.396 --> 00:03:07.929
Σε κάθε περίπτωση,

00:03:07.929 --> 00:03:11.091
ήταν πολύ πιθανότερη η καταδίκη
των μαύρων κατηγορούμενων.

00:03:11.091 --> 00:03:15.066
Το ελαφρώς μεγαλύτερο ποσοστό
καταδίκης για τους λευκούς εναγόμενους

00:03:15.066 --> 00:03:18.692
οφειλόταν στο ότι οι υποθέσεις
με θύματα λευκούς

00:03:18.692 --> 00:03:21.359
ήταν πιο πιθανό να προβλέπουν
θανατική ποινή

00:03:21.359 --> 00:03:24.091
σε σχέση με τις υποθέσεις
με θύματα μαύρους,

00:03:24.091 --> 00:03:28.483
και οι περισσότεροι φόνοι συνέβησαν
μεταξύ ανθρώπων της ίδιας φυλής.

00:03:28.483 --> 00:03:31.319
Πώς μπορούμε να αποφύγουμε
να πέσουμε σε παράδοξο;

00:03:31.319 --> 00:03:34.686
Δυστυχώς, δεν υπάρχει μία απάντηση
για όλες τις περιπτώσεις.

00:03:34.686 --> 00:03:38.504
Τα δεδομένα μπορούν να ομαδοποιηθούν
και να καταμεριστούν με διάφορους τρόπους

00:03:38.504 --> 00:03:42.106
και τα σύνολα μερικές φορές
δίνουν μια πιο σαφή εικόνα

00:03:42.106 --> 00:03:46.638
από δεδομένα διαιρεμένα σε παραπλανητικές
ή αυθαίρετες κατηγορίες.

00:03:46.638 --> 00:03:50.269
Αυτό που μπορούμε είναι να μελετήσουμε
προσεκτικά τις πραγματικές καταστάσεις

00:03:50.269 --> 00:03:52.089
που περιγράφονται με χρήση στατιστικής

00:03:52.089 --> 00:03:55.767
και να αναλογιστούμε τυχόν ύπαρξη
κρυφών μεταβλητών.

00:03:55.767 --> 00:03:59.370
Διαφορετικά, γινόμαστε ευάλωτοι
σε αυτούς που χρησιμοποιούν τα δεδομένα

00:03:59.370 --> 00:04:04.030
για να χειραγωγήσουν τους άλλους
και να προωθήσουν τα δικά τους σχέδια.