1
00:00:06,486 --> 00:00:09,077
As estatísticas são convincentes,

2
00:00:09,077 --> 00:00:12,541
a ponto de pessoas, organizações
e países inteiros

3
00:00:12,541 --> 00:00:17,487
basearem algumas de suas decisões
mais importantes em dados organizados.

4
00:00:17,487 --> 00:00:19,484
Mas há um problema aí.

5
00:00:19,484 --> 00:00:23,301
Qualquer grupo de dados estatísticos
pode estar escondendo algo

6
00:00:23,301 --> 00:00:27,251
que pode acabar virando os resultados
de cabeça para baixo.

7
00:00:27,251 --> 00:00:30,920
Por exemplo, imagine que você precise
escolher entre dois hospitais

8
00:00:30,920 --> 00:00:33,737
para a cirurgia de uma parente idosa.

9
00:00:33,737 --> 00:00:36,434
Tomando os últimos mil pacientes
de cada hospital,

10
00:00:36,434 --> 00:00:39,612
no Hospital A, 900 sobreviveram,

11
00:00:39,612 --> 00:00:43,021
enquanto, no Hospital B,
apenas 800 sobreviveram.

12
00:00:43,021 --> 00:00:45,930
Portanto, aparentemente,
o Hospital A é a melhor escolha.

13
00:00:45,930 --> 00:00:47,843
No entanto, antes de tomar a decisão,

14
00:00:47,843 --> 00:00:51,411
lembre-se de que nem todos os pacientes
chegam a um hospital

15
00:00:51,411 --> 00:00:53,811
nas mesmas condições de saúde.

16
00:00:53,811 --> 00:00:56,813
Se dividirmos os mil pacientes
mais recentes de cada hospital

17
00:00:56,813 --> 00:01:01,132
entre os que chegaram com boa saúde
e os que chegaram com a saúde precária,

18
00:01:01,132 --> 00:01:03,772
um cenário bem diferente
começa a se descortinar.

19
00:01:03,772 --> 00:01:07,849
No Hospital A, apenas 100 pacientes
chegaram com a saúde debilitada.

20
00:01:07,849 --> 00:01:10,325
Destes, 30 sobreviveram.

21
00:01:10,325 --> 00:01:14,852
Mas, no Hospital B, havia 400,
e eles foram capazes de salvar 210.

22
00:01:14,852 --> 00:01:17,169
Assim, o Hospital B é a melhor escolha

23
00:01:17,169 --> 00:01:20,741
para pacientes que chegam
com a saúde precária,

24
00:01:20,741 --> 00:01:24,526
com uma taxa de sobrevivência de 52,5%.

25
00:01:24,526 --> 00:01:28,445
Mas e se sua parente estiver com boa saúde
ao dar entrada no hospital?

26
00:01:28,445 --> 00:01:32,271
Curiosamente, o Hospital B
ainda é a melhor escolha,

27
00:01:32,271 --> 00:01:35,676
com uma taxa de sobrevivência
de cerca de 98%.

28
00:01:35,676 --> 00:01:38,733
Como é possível o Hospital A ter
uma taxa de sobrevivência maior

29
00:01:38,733 --> 00:01:44,830
se a taxa de sobrevivência do Hospital B é
maior para pacientes de ambos os grupos?

30
00:01:44,830 --> 00:01:48,589
Esbarramos aqui num caso
do paradoxo de Simpson,

31
00:01:48,589 --> 00:01:51,979
em que o mesmo conjunto de dados
parece mostrar tendências opostas,

32
00:01:51,979 --> 00:01:54,664
dependendo de como agrupamos os dados.

33
00:01:54,664 --> 00:01:58,744
Isso sempre ocorre quando dados agregados
escondem variáveis condicionais,

34
00:01:58,744 --> 00:02:01,377
também chamadas de variáveis escondidas,

35
00:02:01,377 --> 00:02:06,464
um fator adicional oculto que influencia
significativamente os resultados.

36
00:02:06,464 --> 00:02:10,023
Neste caso, o fator oculto
é a proporção relativa de pacientes

37
00:02:10,023 --> 00:02:13,264
que chegam com saúde boa ou ruim.

38
00:02:13,264 --> 00:02:16,544
O paradoxo de Simpson não é
apenas um cenário hipotético.

39
00:02:16,544 --> 00:02:18,924
Ele surge de tempos 
em tempos na vida real,

40
00:02:18,924 --> 00:02:22,132
algumas vezes em contextos importantes.

41
00:02:22,132 --> 00:02:24,130
Um estudo inglês pareceu mostrar,

42
00:02:24,130 --> 00:02:27,600
num período de 20 anos, que os fumantes
tinham uma taxa de sobrevivência

43
00:02:27,600 --> 00:02:29,846
maior do que os não fumantes.

44
00:02:29,846 --> 00:02:33,307
Isto é, até a divisão dos participantes
por grupos etários

45
00:02:33,307 --> 00:02:37,903
mostrar que os não fumantes eram,
na média, significativamente mais velhos

46
00:02:37,903 --> 00:02:40,930
e, assim, com maior chance de morrer
durante o período do teste,

47
00:02:40,930 --> 00:02:44,438
justamente porque, em geral,
eles eram mais longevos.

48
00:02:44,438 --> 00:02:47,286
Aqui, os grupos etários
são as variáveis ocultas,

49
00:02:47,286 --> 00:02:50,176
e foram vitais para a interpretação
correta dos dados.

50
00:02:50,176 --> 00:02:51,559
Em outro exemplo,

51
00:02:51,559 --> 00:02:54,431
uma análise das mortes 
por pena de morte na Flórida

52
00:02:54,431 --> 00:02:58,265
parecia revelar não haver
disparidade racial nas sentenças

53
00:02:58,265 --> 00:03:01,581
de réus negros e brancos
condenados por assassinato.

54
00:03:01,581 --> 00:03:06,396
Mas, ao se dividir os casos pela raça
da vítima, revelou-se uma outra história.

55
00:03:06,396 --> 00:03:07,969
Em ambas as situações,

56
00:03:07,969 --> 00:03:11,091
havia maior probabilidade de réus
negros serem condenados à morte.

57
00:03:11,091 --> 00:03:15,136
A condenação um pouco maior,
no geral, de réus brancos

58
00:03:15,136 --> 00:03:18,692
deveu-se ao fato de que os casos
com vítimas brancas

59
00:03:18,692 --> 00:03:21,359
tinham mais chance de receber
uma sentença de morte

60
00:03:21,359 --> 00:03:24,041
do que os casos em que a vítima era negra,

61
00:03:24,041 --> 00:03:28,483
e a maioria dos assassinatos ocorreram
entre pessoas da mesma raça.

62
00:03:28,483 --> 00:03:31,319
Assim, como evitar cair no paradoxo?

63
00:03:31,319 --> 00:03:34,686
Infelizmente, não há uma resposta
que resolva todos os casos.

64
00:03:34,686 --> 00:03:38,504
Os dados podem ser agrupados
e divididos de inúmeras formas,

65
00:03:38,504 --> 00:03:42,106
e os números totais às vezes podem
fornecer um quadro mais preciso

66
00:03:42,106 --> 00:03:46,638
do que dados divididos em categorias
enganosas ou arbitrárias.

67
00:03:46,638 --> 00:03:52,089
O ideal é estudar com cuidado
a situação real descrita pela estatística

68
00:03:52,089 --> 00:03:55,967
e checar se as variáveis
enganosas estão presentes.

69
00:03:55,967 --> 00:03:59,378
Do contrário, estaremos vulneráveis
aos que possam usar os dados

70
00:03:59,378 --> 00:04:02,649
para manipular as pessoas
e promover as suas próprias agendas.