1
00:00:06,636 --> 00:00:09,077
統計には説得力があります

2
00:00:09,077 --> 00:00:12,541
それはそれは強力なので
人々や組織 そして国が

3
00:00:12,541 --> 00:00:17,747
最も重要な決定を下すときには
データを参考にします

4
00:00:17,747 --> 00:00:19,484
でもここに ある問題があります

5
00:00:19,484 --> 00:00:23,301
どんな統計でも 
その中に潜んでいるものが

6
00:00:23,301 --> 00:00:27,251
結果を全く逆に
してしまうことがあるのです

7
00:00:27,251 --> 00:00:30,920
例えば 年をとった親戚の手術のため

8
00:00:30,920 --> 00:00:33,737
２つの病院から１つを
選ばねばならないとしましょう

9
00:00:33,737 --> 00:00:36,434
各病院の直近1000人の患者のうち

10
00:00:36,434 --> 00:00:39,612
Ａ病院では900人が生存していましたが

11
00:00:39,612 --> 00:00:43,021
Ｂ病院では800人だけでした

12
00:00:43,021 --> 00:00:46,170
するとＡ病院を選ぶのが
良いように見えます

13
00:00:46,170 --> 00:00:47,843
でも決断する前に

14
00:00:47,843 --> 00:00:51,411
思い出してください
来院する患者の健康度は

15
00:00:51,411 --> 00:00:53,811
全員が同一ではありません

16
00:00:53,811 --> 00:00:56,703
各病院の直近1000人の患者を

17
00:00:56,703 --> 00:01:01,132
健康状態が良い者と
悪い者とに分けてみると

18
00:01:01,132 --> 00:01:03,772
見えてくる状況は
大きく変わってきます

19
00:01:03,772 --> 00:01:07,849
Ａ病院では 健康状態が悪い患者は
たった100人しか来ておらず

20
00:01:07,849 --> 00:01:10,325
そのうち30人が生存していますが

21
00:01:10,325 --> 00:01:14,852
Ｂ病院には状態の悪い患者が400人来て
210人を救うことができました

22
00:01:14,852 --> 00:01:17,169
だから健康状態が悪い患者の場合は

23
00:01:17,169 --> 00:01:20,741
Ｂ病院を選ぶ方が良いんです

24
00:01:20,741 --> 00:01:24,526
生存率は52.5%です

25
00:01:24,526 --> 00:01:28,445
ではその親戚の健康状態が
受診時に良好だったとしたら？

26
00:01:28,445 --> 00:01:32,271
不思議なことに Ｂ病院の方が
やはり良い選択なんです

27
00:01:32,271 --> 00:01:35,676
生存率は98%です

28
00:01:35,676 --> 00:01:38,733
ではどちらのグループの生存率も
Ｂ病院が勝っているのに

29
00:01:38,733 --> 00:01:44,830
どうしてＡ病院の生存率の方が
総計では上になるのでしょう？

30
00:01:44,830 --> 00:01:48,589
私たちが陥っているのは
「シンプソンのパラドックス」です

31
00:01:48,589 --> 00:01:51,899
同一のデータでも
グループの分け方によって

32
00:01:51,899 --> 00:01:54,664
逆の傾向を示すことがあるんです

33
00:01:54,664 --> 00:01:58,744
これがよく起きるのは 集められたデータが
ある条件変数を隠し持っているときです

34
00:01:58,744 --> 00:02:01,377
それはときに
潜伏変数と言われるもので

35
00:02:01,377 --> 00:02:06,584
結果に重要な影響を与えるような
隠れた別の要因のことです

36
00:02:06,584 --> 00:02:10,023
ここでの隠れた要因とは
訪れる患者の健康状態に関する

37
00:02:10,023 --> 00:02:13,264
相対的な比率です

38
00:02:13,264 --> 00:02:16,544
シンプトンのパラドックスは
単なる仮説ではありません

39
00:02:16,544 --> 00:02:18,924
現実の世界にときどき
現れているんです

40
00:02:18,924 --> 00:02:22,132
重要な場面でも起こっています

41
00:02:22,132 --> 00:02:24,130
英国でのある研究では

42
00:02:24,130 --> 00:02:27,600
喫煙者が非喫煙者よりも

43
00:02:27,600 --> 00:02:29,846
20年間にわたり
高い生存率を示しました

44
00:02:29,846 --> 00:02:33,307
しかし対象者を
年齢で区分してみると

45
00:02:33,307 --> 00:02:37,823
非喫煙者の平均年齢が
明らかに高いことが分かりました

46
00:02:37,823 --> 00:02:40,930
したがって 研究期間中に
死亡する確率がより高いわけです

47
00:02:40,930 --> 00:02:44,438
そもそも長く生きていますからね

48
00:02:44,438 --> 00:02:47,286
ここでは年齢が潜伏変数であり

49
00:02:47,286 --> 00:02:50,176
それに基づくグループ分けは
正確なデータ解釈に不可欠です

50
00:02:50,176 --> 00:02:51,559
別の例は

51
00:02:51,559 --> 00:02:54,281
フロリダの死刑に関する分析です

52
00:02:54,281 --> 00:02:58,265
殺人で有罪となった被告が
黒人か白人かで

53
00:02:58,265 --> 00:03:01,581
死刑宣告について人種の偏りは
全く見られませんでした

54
00:03:01,581 --> 00:03:06,396
しかし被害者の人種でグループ分けすると
別の結果が見えてきました

55
00:03:06,396 --> 00:03:07,969
被害者がどちらの場合でも

56
00:03:07,969 --> 00:03:11,091
黒人の被告の方が 
死刑宣告の確率が高かったのです

57
00:03:11,091 --> 00:03:15,066
白人被告の死刑宣告率が
総計するとわずかに高かったのは

58
00:03:15,066 --> 00:03:18,692
被害者が白人の場合

59
00:03:18,692 --> 00:03:21,359
被害者が黒人の場合よりも

60
00:03:21,359 --> 00:03:24,091
死刑判決が下されやすく

61
00:03:24,091 --> 00:03:28,483
大半の殺人は同じ人種間で
起きていたからです

62
00:03:28,483 --> 00:03:31,319
ではこのパラドックスに陥るのを
どうすれば避けられるでしょう？

63
00:03:31,319 --> 00:03:34,686
あいにく万能の答えはありません

64
00:03:34,686 --> 00:03:38,504
データはどのようにも
グループ化 または分割できるうえ

65
00:03:38,504 --> 00:03:42,106
誤解を招く あるいは恣意的な形で
カテゴリ化されたデータより

66
00:03:42,106 --> 00:03:46,638
総計の方が正確である場合もあります

67
00:03:46,638 --> 00:03:52,089
私たちにできることは
その統計が示す現実の状況を慎重に調べ

68
00:03:52,089 --> 00:03:55,977
潜伏変数が存在する可能性を
検討することです

69
00:03:55,977 --> 00:03:59,378
そうでないとデータで他人を操って

70
00:03:59,378 --> 00:04:02,649
自分の方針を通そうとする人たちに対し
私たちは無防備になってしまいます