0:00:06.636,0:00:09.077
علمِ آمار متقاعد کننده است.

0:00:09.077,0:00:12.541
آنقدر که افراد، سازمان ها،[br]و تمامی کشورها

0:00:12.541,0:00:17.747
برخی از تصمیمات بسیار مهمشان را[br]بر پایه داده های طبقه بندی شده می گذارند.

0:00:17.747,0:00:19.484
ولی این یک ایراد دارد.

0:00:19.484,0:00:23.301
هر مجموعه آماری ممکن است[br]چیزی در خفا در خود داشته باشد،

0:00:23.301,0:00:27.251
چیزی که ممکن است نتایج را بکلی[br]تغییر دهد.

0:00:27.251,0:00:30.920
بعنوان مثال، تصور کنید[br]که باید از بین دو بیمارستان یکی را

0:00:30.920,0:00:33.737
را برای جراحی یک [br]خویشاوند مُسن انتخاب کنید.

0:00:33.737,0:00:36.434
از ۱٫۰۰۰ نفر بیمار اخیر هر بیمارستان،

0:00:36.434,0:00:39.612
۹۰۰ نفر در بیمارستان الف جان بدر بردند،

0:00:39.612,0:00:43.021
در حالیکه در بیمارستان ب ۸۰۰ نفر[br]زنده ماندند.

0:00:43.021,0:00:46.170
پس بنظر می آید که بیمارستان الف[br]گزینه بهتری است.

0:00:46.170,0:00:47.843
ولی قبل از اینکه تصمیم بگیرید،

0:00:47.843,0:00:51.411
بخاطر داشته باشید که[br]همه بیماران با سلامت یکسان

0:00:51.411,0:00:53.811
به بیمارستان آورده نشده اند.

0:00:53.811,0:00:56.703
و اگر ۱٫۰۰۰ بیمار اخیر هر بیمارستان[br]را به دو گروه تقسیم کنیم

0:00:56.703,0:01:01.132
آنهایی که به سلامت خوبی آمدند،[br]و اونهایی که با سلامت کم آمده اند،

0:01:01.132,0:01:03.772
تصویر بسیار متفاوتی بنظر می آید.

0:01:03.772,0:01:07.849
بیمارستان الف تنها ۱۰۰ بیمار با سلامت[br]کم داشته است، که

0:01:07.849,0:01:10.325
۳۰ تا از آنها زنده ماندند.

0:01:10.325,0:01:14.852
اما بیمارستان ب ۴۰۰ تا داشته،[br]که توانستن ۲۱۰ تا را نجات دهد.

0:01:14.852,0:01:17.169
پس بیمارستان ب گزینه بهتریست برای

0:01:17.169,0:01:20.741
بیمارانی که با شرایط سلامتی[br]ضعیف می رسند،

0:01:20.741,0:01:24.526
با نرخ حیات ۵۲/۵ %.

0:01:24.526,0:01:28.445
و اگر حال خویشاوند شما وقتی[br]به بیمارستان می رسد خوب باشد چطور؟

0:01:28.445,0:01:32.271
شگفت آور اینکه، بیمارستان ب[br]هنوز گزینه بهتری است،

0:01:32.271,0:01:35.676
با نرخ نجات بالای ۹۸%.

0:01:35.676,0:01:38.733
پس چطور بیمارستان الف می تواند[br]نرخ بقای کلی بهتری داشته باشد

0:01:38.733,0:01:44.830
اگر بیمارستان ب برای بیماران در[br]هر یک از گروه نرخ بقای بهتری دارد؟

0:01:44.830,0:01:48.589
چیزی که ما به آن مواجهیم موردی[br]از پاردوکس سیمسون است،

0:01:48.589,0:01:51.899
جایی که مجموعه داده های یکسان[br]می توانند روند متضاد نشان دهند،

0:01:51.899,0:01:54.664
بسته به آنکه چگونه دسته بندی شده اند.

0:01:54.664,0:01:58.744
این اغلب وقتی رخ می دهد که انبوه داده ها[br]یک متغیر مشروط را پنهان کرده اند،

0:01:58.744,0:02:01.377
چیزی که به متغیر مخفی شناخته می شود،

0:02:01.377,0:02:06.584
که یک فاکتور نهانی اضافی است که نتایج[br]را بطور چشمگیری تحت تاثیر قرار می دهد.

0:02:06.584,0:02:10.023
در اینجا، فاکتور پنهان نسبت[br]سهم بیمارانی است که

0:02:10.023,0:02:13.264
با حالِ خوب یا بد حال به بیمارستان می رسند.

0:02:13.264,0:02:16.544
پاردوکس سیمسون فقط یک[br]سناریو فرضی نیست.

0:02:16.544,0:02:18.924
گاه به گاه در دنیا واقعی[br]سر می زند،

0:02:18.924,0:02:22.132
بضی اوقات در زمینه های مهم.

0:02:22.132,0:02:24.130
یک مطالعه در بریتانیا اینطور نشان می داد

0:02:24.130,0:02:27.600
که سیگاری ها بیشتر از غیر سیگاری ها شانس[br]زنده ماندن دارند

0:02:27.600,0:02:29.846
در یک دوره ۲۰ ساله.

0:02:29.846,0:02:33.307
تقسیم شرکت کنندگان[br]در گروههای سنی

0:02:33.307,0:02:37.823
نشان میدهد که افراد غیرسیگاری[br]بطور چشمگیری مسنتر از متوسط افراد هستند،

0:02:37.823,0:02:40.930
و در نتیجه ممکن هست[br]که در دوره این بررسی فوت کنند،

0:02:40.930,0:02:44.438
دقیقا به دلیل اینکه آنها [br]زندگی طولانیتر داشتهاند.

0:02:44.438,0:02:47.286
در اینجا، گروه های سنی در خفا مانده،

0:02:47.286,0:02:50.176
و تفسیر درست داده ها حیاتی است.

0:02:50.176,0:02:51.559
در مثال دیگری،

0:02:51.559,0:02:54.281
تحلیلی در مورد حکم های اعدام در فلوریدا

0:02:54.281,0:02:58.265
نشان میدهد که هیچ[br]اختلاف نژادی در صدور حکم

0:02:58.265,0:03:01.581
بین متهمین سفید پوست و سیاه پوست[br]محکوم به اعدام وجود ندارد.

0:03:01.581,0:03:06.396
اما جداسازی پروندهای با نژاد قربانیان[br]داستان دیگری را بیان میکند.

0:03:06.396,0:03:07.969
در هر دو وضعیت،

0:03:07.969,0:03:11.091
حکم اعدام بیشتری برای متهمین[br]سیاه پوست صادر شده است.

0:03:11.091,0:03:15.066
در کل نرخ حکم اعدام برای[br]متهمین سفید پوست کمی بیشتر بوده

0:03:15.066,0:03:18.692
بر پایه این واقعیت که قربانیهای آنها [br]سفید پوست بودند

0:03:18.692,0:03:22.229
تا اینکه حکم اعدام برای مواردی که [br]قربانیهای آنها سیاه پوست بوده اند،

0:03:22.229,0:03:25.731
( اگر قربانیها سفیدپوست بود حکم اعدام [br]بیشتری صادر میشد تا اگر سیاهپوست بود)

0:03:25.731,0:03:28.513
ضمن اینکه بیشتر قتلها بین افراد[br]همنژاد اتفاق میافتد.

0:03:28.513,0:03:31.319
خُب چگونه میتوان از افتادن [br]در این تناقضات اجتناب کنیم؟

0:03:31.319,0:03:34.686
متاسفانه،[br]پاسخ مناسبی برای این وجود ندارد.

0:03:34.686,0:03:38.504
دادهها میتوانند به روشهای متعددی[br]دستهبندی و تقسیمبندی شوند،

0:03:38.504,0:03:42.106
و تعداد کلی ممکن است گاهی[br]یک تصویر دقیقتری را ارائه دهد

0:03:42.106,0:03:46.638
تا تقسیمبندی گمراه کننده [br]و یا دستههای دلخواه دادهها.

0:03:46.638,0:03:52.089
آنچه که میتوانیم بکنیم این است که به دقت[br]وضعیتهای واقعی آمارها را مطالعه کنیم

0:03:52.089,0:03:55.977
و نظر گرفتن اینکه آیا متغیرهای پنهانی[br]ممکن است وجود داشته باشد.

0:03:55.977,0:03:59.378
در غیر این صورت، خودمان را[br]در مقابل کسانی که ازاین دادهها برای

0:03:59.522,0:04:03.522
گول زدن مردم و ترویج برنامههایشان [br]از آنها استفاده میکنند آسیبپذیر میکنیم.