0:00:06.636,0:00:09.077
統計には説得力があります

0:00:09.077,0:00:12.541
それはそれは強力なので[br]人々や組織 そして国が

0:00:12.541,0:00:17.747
最も重要な決定を下すときには[br]データを参考にします

0:00:17.747,0:00:19.484
でもここに ある問題があります

0:00:19.484,0:00:23.301
どんな統計でも [br]その中に潜んでいるものが

0:00:23.301,0:00:27.251
結果を全く逆に[br]してしまうことがあるのです

0:00:27.251,0:00:30.920
例えば 年をとった親戚の手術のため

0:00:30.920,0:00:33.737
２つの病院から１つを[br]選ばねばならないとしましょう

0:00:33.737,0:00:36.434
各病院の直近1000人の患者のうち

0:00:36.434,0:00:39.612
Ａ病院では900人が生存していましたが

0:00:39.612,0:00:43.021
Ｂ病院では800人だけでした

0:00:43.021,0:00:46.170
するとＡ病院を選ぶのが[br]良いように見えます

0:00:46.170,0:00:47.843
でも決断する前に

0:00:47.843,0:00:51.411
思い出してください[br]来院する患者の健康度は

0:00:51.411,0:00:53.811
全員が同一ではありません

0:00:53.811,0:00:56.703
各病院の直近1000人の患者を

0:00:56.703,0:01:01.132
健康状態が良い者と[br]悪い者とに分けてみると

0:01:01.132,0:01:03.772
見えてくる状況は[br]大きく変わってきます

0:01:03.772,0:01:07.849
Ａ病院では 健康状態が悪い患者は[br]たった100人しか来ておらず

0:01:07.849,0:01:10.325
そのうち30人が生存していますが

0:01:10.325,0:01:14.852
Ｂ病院には状態の悪い患者が400人来て[br]210人を救うことができました

0:01:14.852,0:01:17.169
だから健康状態が悪い患者の場合は

0:01:17.169,0:01:20.741
Ｂ病院を選ぶ方が良いんです

0:01:20.741,0:01:24.526
生存率は52.5%です

0:01:24.526,0:01:28.445
ではその親戚の健康状態が[br]受診時に良好だったとしたら？

0:01:28.445,0:01:32.271
不思議なことに Ｂ病院の方が[br]やはり良い選択なんです

0:01:32.271,0:01:35.676
生存率は98%です

0:01:35.676,0:01:38.733
ではどちらのグループの生存率も[br]Ｂ病院が勝っているのに

0:01:38.733,0:01:44.830
どうしてＡ病院の生存率の方が[br]総計では上になるのでしょう？

0:01:44.830,0:01:48.589
私たちが陥っているのは[br]「シンプソンのパラドックス」です

0:01:48.589,0:01:51.899
同一のデータでも[br]グループの分け方によって

0:01:51.899,0:01:54.664
逆の傾向を示すことがあるんです

0:01:54.664,0:01:58.744
これがよく起きるのは 集められたデータが[br]ある条件変数を隠し持っているときです

0:01:58.744,0:02:01.377
それはときに[br]潜伏変数と言われるもので

0:02:01.377,0:02:06.584
結果に重要な影響を与えるような[br]隠れた別の要因のことです

0:02:06.584,0:02:10.023
ここでの隠れた要因とは[br]訪れる患者の健康状態に関する

0:02:10.023,0:02:13.264
相対的な比率です

0:02:13.264,0:02:16.544
シンプトンのパラドックスは[br]単なる仮説ではありません

0:02:16.544,0:02:18.924
現実の世界にときどき[br]現れているんです

0:02:18.924,0:02:22.132
重要な場面でも起こっています

0:02:22.132,0:02:24.130
英国でのある研究では

0:02:24.130,0:02:27.600
喫煙者が非喫煙者よりも

0:02:27.600,0:02:29.846
20年間にわたり[br]高い生存率を示しました

0:02:29.846,0:02:33.307
しかし対象者を[br]年齢で区分してみると

0:02:33.307,0:02:37.823
非喫煙者の平均年齢が[br]明らかに高いことが分かりました

0:02:37.823,0:02:40.930
したがって 研究期間中に[br]死亡する確率がより高いわけです

0:02:40.930,0:02:44.438
そもそも長く生きていますからね

0:02:44.438,0:02:47.286
ここでは年齢が潜伏変数であり

0:02:47.286,0:02:50.176
それに基づくグループ分けは[br]正確なデータ解釈に不可欠です

0:02:50.176,0:02:51.559
別の例は

0:02:51.559,0:02:54.281
フロリダの死刑に関する分析です

0:02:54.281,0:02:58.265
殺人で有罪となった被告が[br]黒人か白人かで

0:02:58.265,0:03:01.581
死刑宣告について人種の偏りは[br]全く見られませんでした

0:03:01.581,0:03:06.396
しかし被害者の人種でグループ分けすると[br]別の結果が見えてきました

0:03:06.396,0:03:07.969
被害者がどちらの場合でも

0:03:07.969,0:03:11.091
黒人の被告の方が [br]死刑宣告の確率が高かったのです

0:03:11.091,0:03:15.066
白人被告の死刑宣告率が[br]総計するとわずかに高かったのは

0:03:15.066,0:03:18.692
被害者が白人の場合

0:03:18.692,0:03:21.359
被害者が黒人の場合よりも

0:03:21.359,0:03:24.091
死刑判決が下されやすく

0:03:24.091,0:03:28.483
大半の殺人は同じ人種間で[br]起きていたからです

0:03:28.483,0:03:31.319
ではこのパラドックスに陥るのを[br]どうすれば避けられるでしょう？

0:03:31.319,0:03:34.686
あいにく万能の答えはありません

0:03:34.686,0:03:38.504
データはどのようにも[br]グループ化 または分割できるうえ

0:03:38.504,0:03:42.106
誤解を招く あるいは恣意的な形で[br]カテゴリ化されたデータより

0:03:42.106,0:03:46.638
総計の方が正確である場合もあります

0:03:46.638,0:03:52.089
私たちにできることは[br]その統計が示す現実の状況を慎重に調べ

0:03:52.089,0:03:55.977
潜伏変数が存在する可能性を[br]検討することです

0:03:55.977,0:03:59.378
そうでないとデータで他人を操って

0:03:59.378,0:04:02.649
自分の方針を通そうとする人たちに対し[br]私たちは無防備になってしまいます