WEBVTT

00:00:06.636 --> 00:00:09.077
Statisticile sunt convingătoare.

00:00:09.077 --> 00:00:12.541
Atât de mult încât oamenii,
organizațiile și multe țări

00:00:12.541 --> 00:00:17.747
își bazează cele mai importante decizii
pe acestea.

00:00:17.747 --> 00:00:19.484
Dar e o problemă.

00:00:19.484 --> 00:00:23.301
Orice statistică poate
avea ceva înșelător în ea,

00:00:23.301 --> 00:00:27.251
ceea ce poate întoarce
rezultatele complet pe dos.

00:00:27.251 --> 00:00:30.920
De exemplu, imaginează-ți că trebuie
să alegi între două spitale

00:00:30.920 --> 00:00:33.737
pentru operația unei rude mai în vârstă.

00:00:33.737 --> 00:00:36.434
Din ultimii 1000 de pacienți
din fiecare spital,

00:00:36.434 --> 00:00:39.612
900 au supraviețuit în Spitalul A,

00:00:39.612 --> 00:00:43.021
pe când doar 800 au supraviețuit
în Spitalul B.

00:00:43.021 --> 00:00:46.170
Pare deci că Spitalul A
e alegerea mai bună.

00:00:46.170 --> 00:00:47.843
Dar înainte să te hotărăști,

00:00:47.843 --> 00:00:51.411
amintește-ți că nu toți pacienții
ajung la spital

00:00:51.411 --> 00:00:53.811
în aceeași stare de sănătate.

00:00:53.811 --> 00:00:56.703
Și dacă împărțim ultimii
1000 de pacienți ai fiecărui spital

00:00:56.703 --> 00:01:01.132
între cei care au ajuns într-o stare bună
și cei care au ajuns într-o stare proastă,

00:01:01.132 --> 00:01:03.772
rezultatul începe să arate foarte diferit.

00:01:03.772 --> 00:01:07.849
Spitalul A a avut doar 100 de pacienți
ce au ajuns într-o stare proastă,

00:01:07.849 --> 00:01:10.325
dintre care 30 au supraviețuit.

00:01:10.325 --> 00:01:14.852
Dar Spitalul B a avut 400,
iar ei au reușit să salveze 210.

00:01:14.852 --> 00:01:17.169
Deci, Spitalul B e o alegere mai bună

00:01:17.169 --> 00:01:20.741
pentru pacienții ce ajung
într-o stare proastă,

00:01:20.741 --> 00:01:24.526
cu o rată de supraviețuire de 52,5%.

00:01:24.526 --> 00:01:28.445
Dar dacă starea de sănătate a rudei tale
e bună când ajunge la spital?

00:01:28.445 --> 00:01:32.271
Poate pare ciudat, dar tot Spitalul B
e cea mai bună alegere,

00:01:32.271 --> 00:01:35.676
cu o rată de supraviețuire de peste 98%.

00:01:35.676 --> 00:01:39.203
Deci, cum poate Spitalul A să aibă
o rată totală de supraviețuire mai bună

00:01:39.203 --> 00:01:44.830
dacă Spitalul B are rate de supraviețuire
mai bune în ambele categorii de pacienți?

00:01:44.830 --> 00:01:48.589
Acest fenomen se numește
paradoxul lui Simpson,

00:01:48.589 --> 00:01:51.899
în care aceleași date pot părea
că au concluzii diferite

00:01:51.899 --> 00:01:54.664
în funcție de cum sunt grupate datele.

00:01:54.664 --> 00:01:58.744
Asta se întâmplă când datele agregate
ascund o variabilă condiționată,

00:01:58.744 --> 00:02:01.377
alteori cunoscută ca variabilă ascunsă,

00:02:01.377 --> 00:02:06.584
ce e un factor adițional
ce influențează semnificativ rezultatele.

00:02:06.584 --> 00:02:10.023
Aici factorul ascuns
e proporția relativă de pacienți

00:02:10.023 --> 00:02:13.264
ce ajung într-o stare bună
sau proastă de sănătate.

00:02:13.264 --> 00:02:16.544
Paradoxul lui Simpson
nu e doar un scenariu ipotetic.

00:02:16.544 --> 00:02:18.924
Apare din când în când și în lumea reală,

00:02:18.924 --> 00:02:22.132
uneori în contexte importante.

00:02:22.132 --> 00:02:24.130
Un studiu din Regatul Unit părea că arată

00:02:24.130 --> 00:02:27.600
că fumătorii au o rată de supraviețuire
mai mare decât nefumătorii

00:02:27.600 --> 00:02:29.846
pe o perioadă de 20 de ani.

00:02:29.846 --> 00:02:33.307
Asta până când au împărțit
participanții pe grupuri de vârstă

00:02:33.307 --> 00:02:37.823
și au observat că nefumătorii
erau mult mai în vârstă în medie,

00:02:37.823 --> 00:02:40.930
și deci, mult mai susceptibili
să moară în perioada studiului,

00:02:40.930 --> 00:02:44.438
fix din cauza faptului
că erau mai longevivi în general.

00:02:44.438 --> 00:02:47.286
Aici, grupele de vârstă
sunt variabila ascunsă,

00:02:47.286 --> 00:02:50.176
și sunt importante
pentru a interpreta corect datele.

00:02:50.176 --> 00:02:51.559
În alt exemplu,

00:02:51.559 --> 00:02:54.281
o analiză a cazurilor de condamnare
la moarte din Florida

00:02:54.281 --> 00:02:58.265
părea să arate nicio diferență rasială
în cazul sentințelor

00:02:58.265 --> 00:03:01.581
între acuzații albi și negri
condamnați pentru omor.

00:03:01.581 --> 00:03:06.396
Dar împărțirea cazurilor pe baza
rasei victimei spunea altceva.

00:03:06.396 --> 00:03:07.969
În fiecare dintre cazuri,

00:03:07.969 --> 00:03:11.347
acuzații de culoare erau mai susceptibili 
să fie condamnați la moarte.

00:03:11.347 --> 00:03:15.066
Rata puțin mai mare a condamnărilor
pentru acuzații albi

00:03:15.066 --> 00:03:18.482
era cauzată de faptul
că cazurile cu victime albe

00:03:18.482 --> 00:03:21.809
aveau o probabilitate mai mare 
de a conduce la o condamnare la moarte

00:03:21.809 --> 00:03:24.091
decât cazurile
în care victima era de culoare,

00:03:24.091 --> 00:03:28.483
iar cele mai multe crime au avut loc
între oameni de aceeași rasă.

00:03:28.483 --> 00:03:31.319
Deci, cum putem evita acest paradox?

00:03:31.319 --> 00:03:34.686
Din păcate nu există o soluție universală.

00:03:34.686 --> 00:03:38.504
Datele pot fi grupate
și divizate în multe moduri,

00:03:38.504 --> 00:03:42.106
iar numerele totale pot uneori oferi
o concluzie mult mai precisă

00:03:42.106 --> 00:03:46.638
decât datele divizate în categorii
înșelătoare sau arbitrare.

00:03:46.638 --> 00:03:52.089
Tot ce putem face e să studiem cu atenție
situația exactă pe care studiul o descrie

00:03:52.089 --> 00:03:55.977
și să ne gândim dacă ar putea exista
variabile ascunse.

00:03:55.977 --> 00:03:59.378
Altfel, vom fi vulnerabili
la cei care folosesc datele

00:03:59.378 --> 00:04:02.649
pentru a-i manipula pe ceilalți
pentru a-și promova propria agendă.