1
00:00:06,636 --> 00:00:09,077
علمِ آمار متقاعد کننده است.

2
00:00:09,077 --> 00:00:12,541
آنقدر که افراد، سازمان ها،
و تمامی کشورها

3
00:00:12,541 --> 00:00:17,747
برخی از تصمیمات بسیار مهمشان را
بر پایه داده های طبقه بندی شده می گذارند.

4
00:00:17,747 --> 00:00:19,484
ولی این یک ایراد دارد.

5
00:00:19,484 --> 00:00:23,301
هر مجموعه آماری ممکن است
چیزی در خفا در خود داشته باشد،

6
00:00:23,301 --> 00:00:27,251
چیزی که ممکن است نتایج را بکلی
تغییر دهد.

7
00:00:27,251 --> 00:00:30,920
بعنوان مثال، تصور کنید
که باید از بین دو بیمارستان یکی را

8
00:00:30,920 --> 00:00:33,737
را برای جراحی یک 
خویشاوند مُسن انتخاب کنید.

9
00:00:33,737 --> 00:00:36,434
از ۱٫۰۰۰ نفر بیمار اخیر هر بیمارستان،

10
00:00:36,434 --> 00:00:39,612
۹۰۰ نفر در بیمارستان الف جان بدر بردند،

11
00:00:39,612 --> 00:00:43,021
در حالیکه در بیمارستان ب ۸۰۰ نفر
زنده ماندند.

12
00:00:43,021 --> 00:00:46,170
پس بنظر می آید که بیمارستان الف
گزینه بهتری است.

13
00:00:46,170 --> 00:00:47,843
ولی قبل از اینکه تصمیم بگیرید،

14
00:00:47,843 --> 00:00:51,411
بخاطر داشته باشید که
همه بیماران با سلامت یکسان

15
00:00:51,411 --> 00:00:53,811
به بیمارستان آورده نشده اند.

16
00:00:53,811 --> 00:00:56,703
و اگر ۱٫۰۰۰ بیمار اخیر هر بیمارستان
را به دو گروه تقسیم کنیم

17
00:00:56,703 --> 00:01:01,132
آنهایی که به سلامت خوبی آمدند،
و اونهایی که با سلامت کم آمده اند،

18
00:01:01,132 --> 00:01:03,772
تصویر بسیار متفاوتی بنظر می آید.

19
00:01:03,772 --> 00:01:07,849
بیمارستان الف تنها ۱۰۰ بیمار با سلامت
کم داشته است، که

20
00:01:07,849 --> 00:01:10,325
۳۰ تا از آنها زنده ماندند.

21
00:01:10,325 --> 00:01:14,852
اما بیمارستان ب ۴۰۰ تا داشته،
که توانستن ۲۱۰ تا را نجات دهد.

22
00:01:14,852 --> 00:01:17,169
پس بیمارستان ب گزینه بهتریست برای

23
00:01:17,169 --> 00:01:20,741
بیمارانی که با شرایط سلامتی
ضعیف می رسند،

24
00:01:20,741 --> 00:01:24,526
با نرخ حیات ۵۲/۵ %.

25
00:01:24,526 --> 00:01:28,445
و اگر حال خویشاوند شما وقتی
به بیمارستان می رسد خوب باشد چطور؟

26
00:01:28,445 --> 00:01:32,271
شگفت آور اینکه، بیمارستان ب
هنوز گزینه بهتری است،

27
00:01:32,271 --> 00:01:35,676
با نرخ نجات بالای ۹۸%.

28
00:01:35,676 --> 00:01:38,733
پس چطور بیمارستان الف می تواند
نرخ بقای کلی بهتری داشته باشد

29
00:01:38,733 --> 00:01:44,830
اگر بیمارستان ب برای بیماران در
هر یک از گروه نرخ بقای بهتری دارد؟

30
00:01:44,830 --> 00:01:48,589
چیزی که ما به آن مواجهیم موردی
از پاردوکس سیمسون است،

31
00:01:48,589 --> 00:01:51,899
جایی که مجموعه داده های یکسان
می توانند روند متضاد نشان دهند،

32
00:01:51,899 --> 00:01:54,664
بسته به آنکه چگونه دسته بندی شده اند.

33
00:01:54,664 --> 00:01:58,744
این اغلب وقتی رخ می دهد که انبوه داده ها
یک متغیر مشروط را پنهان کرده اند،

34
00:01:58,744 --> 00:02:01,377
چیزی که به متغیر مخفی شناخته می شود،

35
00:02:01,377 --> 00:02:06,584
که یک فاکتور نهانی اضافی است که نتایج
را بطور چشمگیری تحت تاثیر قرار می دهد.

36
00:02:06,584 --> 00:02:10,023
در اینجا، فاکتور پنهان نسبت
سهم بیمارانی است که

37
00:02:10,023 --> 00:02:13,264
با حالِ خوب یا بد حال به بیمارستان می رسند.

38
00:02:13,264 --> 00:02:16,544
پاردوکس سیمسون فقط یک
سناریو فرضی نیست.

39
00:02:16,544 --> 00:02:18,924
گاه به گاه در دنیا واقعی
سر می زند،

40
00:02:18,924 --> 00:02:22,132
بضی اوقات در زمینه های مهم.

41
00:02:22,132 --> 00:02:24,130
یک مطالعه در بریتانیا اینطور نشان می داد

42
00:02:24,130 --> 00:02:27,600
که سیگاری ها بیشتر از غیر سیگاری ها شانس
زنده ماندن دارند

43
00:02:27,600 --> 00:02:29,846
در یک دوره ۲۰ ساله.

44
00:02:29,846 --> 00:02:33,307
تقسیم شرکت کنندگان
در گروههای سنی

45
00:02:33,307 --> 00:02:37,823
نشان میدهد که افراد غیرسیگاری
بطور چشمگیری مسنتر از متوسط افراد هستند،

46
00:02:37,823 --> 00:02:40,930
و در نتیجه ممکن هست
که در دوره این بررسی فوت کنند،

47
00:02:40,930 --> 00:02:44,438
دقیقا به دلیل اینکه آنها 
زندگی طولانیتر داشتهاند.

48
00:02:44,438 --> 00:02:47,286
در اینجا، گروه های سنی در خفا مانده،

49
00:02:47,286 --> 00:02:50,176
و تفسیر درست داده ها حیاتی است.

50
00:02:50,176 --> 00:02:51,559
در مثال دیگری،

51
00:02:51,559 --> 00:02:54,281
تحلیلی در مورد حکم های اعدام در فلوریدا

52
00:02:54,281 --> 00:02:58,265
نشان میدهد که هیچ
اختلاف نژادی در صدور حکم

53
00:02:58,265 --> 00:03:01,581
بین متهمین سفید پوست و سیاه پوست
محکوم به اعدام وجود ندارد.

54
00:03:01,581 --> 00:03:06,396
اما جداسازی پروندهای با نژاد قربانیان
داستان دیگری را بیان میکند.

55
00:03:06,396 --> 00:03:07,969
در هر دو وضعیت،

56
00:03:07,969 --> 00:03:11,091
حکم اعدام بیشتری برای متهمین
سیاه پوست صادر شده است.

57
00:03:11,091 --> 00:03:15,066
در کل نرخ حکم اعدام برای
متهمین سفید پوست کمی بیشتر بوده

58
00:03:15,066 --> 00:03:18,692
بر پایه این واقعیت که قربانیهای آنها 
سفید پوست بودند

59
00:03:18,692 --> 00:03:22,229
تا اینکه حکم اعدام برای مواردی که 
قربانیهای آنها سیاه پوست بوده اند،

60
00:03:22,229 --> 00:03:25,731
( اگر قربانیها سفیدپوست بود حکم اعدام 
بیشتری صادر میشد تا اگر سیاهپوست بود)

61
00:03:25,731 --> 00:03:28,513
ضمن اینکه بیشتر قتلها بین افراد
همنژاد اتفاق میافتد.

62
00:03:28,513 --> 00:03:31,319
خُب چگونه میتوان از افتادن 
در این تناقضات اجتناب کنیم؟

63
00:03:31,319 --> 00:03:34,686
متاسفانه،
پاسخ مناسبی برای این وجود ندارد.

64
00:03:34,686 --> 00:03:38,504
دادهها میتوانند به روشهای متعددی
دستهبندی و تقسیمبندی شوند،

65
00:03:38,504 --> 00:03:42,106
و تعداد کلی ممکن است گاهی
یک تصویر دقیقتری را ارائه دهد

66
00:03:42,106 --> 00:03:46,638
تا تقسیمبندی گمراه کننده 
و یا دستههای دلخواه دادهها.

67
00:03:46,638 --> 00:03:52,089
آنچه که میتوانیم بکنیم این است که به دقت
وضعیتهای واقعی آمارها را مطالعه کنیم

68
00:03:52,089 --> 00:03:55,977
و نظر گرفتن اینکه آیا متغیرهای پنهانی
ممکن است وجود داشته باشد.

69
00:03:55,977 --> 00:03:59,378
در غیر این صورت، خودمان را
در مقابل کسانی که ازاین دادهها برای

70
00:03:59,522 --> 00:04:03,522
گول زدن مردم و ترویج برنامههایشان 
از آنها استفاده میکنند آسیبپذیر میکنیم.