WEBVTT

00:00:06.636 --> 00:00:09.077
A statisztika meggyőző.

00:00:09.077 --> 00:00:12.541
Olyannyira, hogy magánszemélyek, 
szervezetek, sőt egész országok

00:00:12.541 --> 00:00:17.747
legfontosabb döntéseik némelyikét meg-
felelően kiválasztott adatokra alapozzák.

00:00:17.747 --> 00:00:19.484
De van itt egy bökkenő.

00:00:19.484 --> 00:00:23.301
A statisztikában megbújhat 
valami, ami teljesen

00:00:23.301 --> 00:00:27.251
a feje tetejére állítja az eredményeket.

00:00:27.251 --> 00:00:30.920
Képzeljük el pl., hogy választanunk 
kell két kórház között,

00:00:30.920 --> 00:00:33.737
hogy melyikben műtsék idős rokonunkat.

00:00:33.737 --> 00:00:36.434
A legutolsó 1000 eset közül
a túlélések száma

00:00:36.434 --> 00:00:39.612
az A kórházban 900,

00:00:39.612 --> 00:00:43.021
míg a B kórházban 800 volt.

00:00:43.021 --> 00:00:46.170
Úgy látszik, hogy jobb 
az A kórházat választani.

00:00:46.170 --> 00:00:47.843
De mielőtt döntenénk, ne feledjük,

00:00:47.843 --> 00:00:51.411
hogy nem minden fölvett beteg

00:00:51.411 --> 00:00:53.811
egészségi állapota azonos.

00:00:53.811 --> 00:00:56.703
Ha mindkét kórház utolsó 1000 
betegét két csoportra osztjuk,

00:00:56.703 --> 00:01:01.132
aszerint, hogy ki érkezett jó, 
és ki rossz állapotban,

00:01:01.132 --> 00:01:03.772
a kép teljesen megváltozik.

00:01:03.772 --> 00:01:07.849
Az A kórház 100 rossz állapotú
betegei közül

00:01:07.849 --> 00:01:10.325
30 túlélő volt,

00:01:10.325 --> 00:01:14.852
míg a B kórházba bekerült
400 közül 210-et meg tudtak menteni.

00:01:14.852 --> 00:01:17.169
Így hát a B kórház a jobb választás

00:01:17.169 --> 00:01:20.741
a rossz állapotban bekerülők számára,

00:01:20.741 --> 00:01:24.526
52,5%-os túlélési aránnyal.

00:01:24.526 --> 00:01:28.445
De mi a helyzet, ha a néni 
jó állapotban kerül kórházba?

00:01:28.445 --> 00:01:32.271
Elég meglepő, hogy még mindig
a B kórház a jobb megoldás,

00:01:32.271 --> 00:01:35.676
mert ott a túlélési arány 98%.

00:01:35.676 --> 00:01:38.733
Hogyan lehet az általános túlélési
arány jobb az A kórházban,

00:01:38.733 --> 00:01:44.830
ha a B kórházban a túlélési arány 
mindkét csoport esetében jobb?

00:01:44.830 --> 00:01:48.589
Belebotlottunk az ún. Simpson-paradoxonba,

00:01:48.589 --> 00:01:51.899
ahol ugyanazokból az adatokból 
a csoportosításuktól függően

00:01:51.899 --> 00:01:54.664
ellentétes eredményre juthatunk.

00:01:54.664 --> 00:01:58.744
Ilyen gyakran előadódhat, ha az aggregált
adatok feltételes változót rejtenek.

00:01:58.744 --> 00:02:01.377
Ezt néha lappangó változónak nevezzük,

00:02:01.377 --> 00:02:06.584
ami az eredményt szignifikánsan 
befolyásoló rejtett kiegészítő tényező.

00:02:06.584 --> 00:02:10.023
Itt a rejtett tényező
a jó és a rossz állapotban érkező

00:02:10.023 --> 00:02:13.264
betegek relatív aránya.

00:02:13.264 --> 00:02:16.544
A Simpson-paradoxon 
nem mondvacsinált jelenség,

00:02:16.544 --> 00:02:18.924
időről-időre előfordul a gyakorlatban,

00:02:18.924 --> 00:02:22.132
néha fontos összefüggésben.

00:02:22.132 --> 00:02:23.860
Egy kutatás az Egyesült Királyságban

00:02:23.860 --> 00:02:27.750
kimutatta, hogy egy 20 éves időszakban
a dohányzók túlélési aránya nagyobb volt,

00:02:27.750 --> 00:02:29.846
mint a nemdohányzóké.

00:02:29.846 --> 00:02:33.307
Ez a helyzet, amíg a vizsgáltak 
korcsoportokra bontása meg nem mutatta,

00:02:33.307 --> 00:02:37.823
hogy a nemdohányzók átlagos kora 
szignifikánsan magasabb volt,

00:02:37.823 --> 00:02:40.930
és így valószínűbb, hogy a vizsgált 
időszakban meghalnak,

00:02:40.930 --> 00:02:44.438
pont azért, mert általában 
már idősebbek voltak.

00:02:44.438 --> 00:02:47.286
Itt a korcsoport a lappangó változó.

00:02:47.286 --> 00:02:50.176
Rendkívül fontos, hogy helyesen 
értelmezzük az adatokat.

00:02:50.176 --> 00:02:51.559
Egy másik példában

00:02:51.559 --> 00:02:54.281
a floridai halálbüntetéseket elemezve

00:02:54.281 --> 00:02:58.265
úgy látszott, hogy az ítéletekben nem 
mutatható ki rasszista megkülönböztetés

00:02:58.265 --> 00:03:01.581
a gyilkossággal vádolt feketék 
és fehérek között.

00:03:01.581 --> 00:03:06.396
Ám az áldozatok bőrszíne szerint felosztva
az ügyeket, egészen más kép tárul elénk.

00:03:06.396 --> 00:03:07.969
Bármely esetben

00:03:07.969 --> 00:03:11.091
a feketéket nagyobb 
valószínűséggel ítélték halálra.

00:03:11.091 --> 00:03:15.066
A fehér vádlottak kissé nagyobb 
elítélési arányát az magyarázza,

00:03:15.066 --> 00:03:18.692
hogy fehér áldozat esetén

00:03:18.692 --> 00:03:21.359
esélyesebb volt a halálos ítélet,

00:03:21.359 --> 00:03:24.091
mint fekete áldozat esetében,

00:03:24.091 --> 00:03:28.483
és a legtöbb gyilkosság azonos 
bőrszínűek között történt.

00:03:28.483 --> 00:03:31.319
Miként kerülhetjük el, 
hogy bedőljünk a paradoxonnak?

00:03:31.319 --> 00:03:34.686
Sajnos, nincs általános recept.

00:03:34.686 --> 00:03:38.504
Az adatokat sokféleképpen 
csoportosíthatjuk vagy oszthatjuk föl,

00:03:38.504 --> 00:03:42.106
és néha, ha mindent számba veszünk. 
pontosabb képet kapunk,

00:03:42.106 --> 00:03:46.638
mint a félrevezető vagy önkényes 
kategorizálás alapján.

00:03:46.638 --> 00:03:52.089
Csak az segít, ha gondosan megvizsgáljuk
a statisztika által leírt helyzetet,

00:03:52.089 --> 00:03:55.977
és figyelünk, hogy vannak-e
lappangó változók.

00:03:55.977 --> 00:03:59.378
Különben azok hálójába kerülünk,

00:03:59.378 --> 00:04:02.649
akik másokat adatokkal manipulálnak 
önző céljaik érdekében.