1
00:00:06,636 --> 00:00:09,077
סטטיסטיקות הן משכנעות.

2
00:00:09,077 --> 00:00:12,541
כל כך שאנשים, ארגונים, ומדינות שלמות

3
00:00:12,541 --> 00:00:17,747
מבססות את ההחלטות הכי חשובות שלהן
על מידע מאורגן.

4
00:00:17,747 --> 00:00:19,484
אבל יש בעיה עם זה.

5
00:00:19,484 --> 00:00:23,301
בכל סט של סטטיסטיקות
יכול להיות משהו שאורב בתוכו,

6
00:00:23,301 --> 00:00:27,251
משהו שיכול להפוך את התוצאות לגמרי.

7
00:00:27,251 --> 00:00:30,920
לדוגמה, דמיינו שאתם צריכים לבחור
בין שני בתי חולים

8
00:00:30,920 --> 00:00:33,737
לניתוח של קרובה מבוגרת.

9
00:00:33,737 --> 00:00:36,434
מתוך 1000 החולים האחרונים של כל בית חולים,

10
00:00:36,434 --> 00:00:39,612
900 שרדו בבית חולים א',

11
00:00:39,612 --> 00:00:43,021
בעוד רק 800 שרדו בבית חולים ב'.

12
00:00:43,021 --> 00:00:46,170
אז נראה כאילו בית חולים א'
הוא הבחירה הטובה יותר.

13
00:00:46,170 --> 00:00:47,843
אבל לפני שתעשו החלטה,

14
00:00:47,843 --> 00:00:51,411
זכרו שלא כל החולים מגיעים לבית החולים

15
00:00:51,411 --> 00:00:53,811
עם אותה רמה של בריאות.

16
00:00:53,811 --> 00:00:56,703
ואם נחלק את כל 1000 החולים האחרונים
של בתי החולים

17
00:00:56,703 --> 00:01:01,132
לאלה שהגיעו בבריאות טובה
ואלה שהגיעו בבריאות גרועה,

18
00:01:01,132 --> 00:01:03,772
התמונה מתחילה להראות מאוד שונה.

19
00:01:03,772 --> 00:01:07,849
לבית חולים א' היו רק 100 חולים
שהגיעו בבריאות ירודה,

20
00:01:07,849 --> 00:01:10,325
מתוכם 30 שרדו.

21
00:01:10,325 --> 00:01:14,852
אבל לבית חולים ב' הגיעו 400,
והם הצליחו להציל 210.

22
00:01:14,852 --> 00:01:17,169
אז בית חולים ב' הוא הבחירה הטובה יותר

23
00:01:17,169 --> 00:01:20,741
לחולים שמגיעים עם בריאות ירודה,

24
00:01:20,741 --> 00:01:24,526
עם יחס השרדות של 52.5%.

25
00:01:24,526 --> 00:01:28,445
ומה אם בריאות הקרובה שלכם
היא טובה כשהיא מגיעה לבית החולים?

26
00:01:28,445 --> 00:01:32,271
למרבה הפלא, בית חולים ב'
הוא עדיין הבחירה הטובה,

27
00:01:32,271 --> 00:01:35,676
עם יחס השרדות של יותר מ 98%.

28
00:01:35,676 --> 00:01:38,733
אז איך בית חולים א' יכול להיות טוב יותר
בסך הכל באחוז ההשרדות

29
00:01:38,733 --> 00:01:44,830
אם לבית חולים ב' יש אחוז השרדות
גבוה יותר לחולים משתי הקבוצות?

30
00:01:44,830 --> 00:01:48,589
מה שנתקלנו בו הוא מקרה של פרדוקס סימפסון,

31
00:01:48,589 --> 00:01:51,899
בו אותו סט של מידע יכול
להראות מגמות הפוכות

32
00:01:51,899 --> 00:01:54,664
תלוי באיך מקבצים אותו.

33
00:01:54,664 --> 00:01:58,744
זה הרבה פעמים קורה כשמידע מקובץ
מחביא משתנה תלוי,

34
00:01:58,744 --> 00:02:01,377
ולפעמים ידוע כמשתנה אורב,

35
00:02:01,377 --> 00:02:06,584
שהוא גורם חבוי נוסף שמשפיע
באופן משמעותי על התוצאות.

36
00:02:06,584 --> 00:02:10,023
פה, הגורם החבוי הוא היחס של החולים

37
00:02:10,023 --> 00:02:13,264
שמגיעים בבריאות טובה או ירודה.

38
00:02:13,264 --> 00:02:16,544
פרדוקס סימפסון הוא לא רק מצב היפוטטי.

39
00:02:16,544 --> 00:02:18,924
הוא מופיע מדי פעם בעולם האמיתי,

40
00:02:18,924 --> 00:02:22,132
לפעמים בהקשרים חשובים.

41
00:02:22,132 --> 00:02:24,130
מחקר אחד באנגליה הראה

42
00:02:24,130 --> 00:02:27,600
שלמעשנים יש שיעור השרדות
גבוה יותר מלא מעשנים

43
00:02:27,600 --> 00:02:29,846
במשך תקופת זמן של עשרים שנה.

44
00:02:29,846 --> 00:02:33,307
זה אומר, עד שמחלקים
את המשתתפים לפי קבוצת גיל

45
00:02:33,307 --> 00:02:37,823
שמראה שלא מעשנים
היו מבוגרים משמעותית בממוצע,

46
00:02:37,823 --> 00:02:40,930
ולכן, יש סיכוי גבוה יותר
שימותו במהלך הניסוי,

47
00:02:40,930 --> 00:02:44,438
בדיוק בגלל שהם חיים יותר באופן כללי.

48
00:02:44,438 --> 00:02:47,286
פה, קבוצת הגיל הוא משתנה חבוי,

49
00:02:47,286 --> 00:02:50,176
והוא חיוני לפרש במדויק את המידע.

50
00:02:50,176 --> 00:02:51,559
בדוגמה אחרת,

51
00:02:51,559 --> 00:02:54,281
אנליזה של מקרי עונש המוות של פלורידה

52
00:02:54,281 --> 00:02:58,265
נראו שהם מגלים שאין אפליה גזענית בשפיטה

53
00:02:58,265 --> 00:03:01,581
בין נאשמים שחורים ללבנים שהורשעו ברצח.

54
00:03:01,581 --> 00:03:06,396
אבל חלוקת המקרים
לפי גזע הקורבן מספרת סיפור שונה.

55
00:03:06,396 --> 00:03:07,969
בכל מצב,

56
00:03:07,969 --> 00:03:11,091
נאשמים שחורים היו בסבירות גבוהה יותר
להשפט למוות.

57
00:03:11,091 --> 00:03:15,066
רמות השפיטה הגבוהות מעט לנאשמים לבנים

58
00:03:15,066 --> 00:03:18,692
היו בשל העובדה שמקרים עם קורבנות לבנים

59
00:03:18,692 --> 00:03:21,359
היו בסיכוי גבוה יותר להסתיים בעונש מוות

60
00:03:21,359 --> 00:03:24,091
מאשר מקרים בהם הקורבן היה שחור,

61
00:03:24,091 --> 00:03:28,483
ורוב מקרי הרצח התרחשו בין אנשים מאותו גזע.

62
00:03:28,483 --> 00:03:31,319
אז איך אנחנו נמנעים מליפול לפרדוקס?

63
00:03:31,319 --> 00:03:34,686
למרבה הצער, אין תשובה אחת שמתאימה לכל דבר.

64
00:03:34,686 --> 00:03:38,504
מידע יכול להיות מקובץ
ומחולק בכל מספר דרכים,

65
00:03:38,504 --> 00:03:42,106
ומספרים כלליים יכולים לפעמים
לתת תמונה יותר מדוייקת

66
00:03:42,106 --> 00:03:46,638
ממידע שמחולק לקטגוריות מטעות
או שרירותיות.

67
00:03:46,638 --> 00:03:52,089
כל מה שאנחנו יכולים לעשות זה לחקור
בזהירות את המצבים שהסטטיסטיקות מתארות

68
00:03:52,089 --> 00:03:55,977
ולשקול אם משתנים חבויים אולי נמצאים.

69
00:03:55,977 --> 00:03:59,378
אחרת, אנחנו משאירים את עצמנו
פגיעים לאלה שהיו משתמשים במידע

70
00:03:59,378 --> 00:04:02,649
כדי לתמרן אחרים ולקדם את האג'נדות שלהם.