[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:06.64,0:00:09.08,Default,,0000,0000,0000,,Статистика убедительна.
Dialogue: 0,0:00:09.08,0:00:12.54,Default,,0000,0000,0000,,Настолько, что люди,\Nорганизации и целые страны
Dialogue: 0,0:00:12.54,0:00:17.75,Default,,0000,0000,0000,,принимают важнейшие решения,\Nопираясь на систематизированные данные.
Dialogue: 0,0:00:17.75,0:00:19.48,Default,,0000,0000,0000,,Но существует проблема.
Dialogue: 0,0:00:19.48,0:00:23.30,Default,,0000,0000,0000,,В любом наборе статистических данных\Nможет таиться то,
Dialogue: 0,0:00:23.30,0:00:27.25,Default,,0000,0000,0000,,что способно полностью перевернуть\Nрезультаты с ног на голову.
Dialogue: 0,0:00:27.25,0:00:30.92,Default,,0000,0000,0000,,Представьте, что вам нужно выбрать\Nодну из двух больниц
Dialogue: 0,0:00:30.92,0:00:33.74,Default,,0000,0000,0000,,для операции пожилого родственника.
Dialogue: 0,0:00:33.74,0:00:36.43,Default,,0000,0000,0000,,Из последней тысячи пациентов этих больниц
Dialogue: 0,0:00:36.43,0:00:39.61,Default,,0000,0000,0000,,в больнице А выжило 900 человек,
Dialogue: 0,0:00:39.61,0:00:43.02,Default,,0000,0000,0000,,а в больнице Б — 800.
Dialogue: 0,0:00:43.02,0:00:46.17,Default,,0000,0000,0000,,Похоже, что больница А — лучший выбор.
Dialogue: 0,0:00:46.17,0:00:47.84,Default,,0000,0000,0000,,Но принимая решение, имейте в виду,
Dialogue: 0,0:00:47.84,0:00:51.41,Default,,0000,0000,0000,,что состояние здоровья пациентов,\Nприбывших в больницу,
Dialogue: 0,0:00:51.41,0:00:53.81,Default,,0000,0000,0000,,было неодинаковым.
Dialogue: 0,0:00:53.81,0:00:56.70,Default,,0000,0000,0000,,Если разделить последнюю тысячу\Nпациентов обеих больниц
Dialogue: 0,0:00:56.70,0:01:01.13,Default,,0000,0000,0000,,на тех, кто прибыл в хорошем\Nи в плохом состоянии здоровья,
Dialogue: 0,0:01:01.13,0:01:03.77,Default,,0000,0000,0000,,получится совсем другая картина.
Dialogue: 0,0:01:03.77,0:01:07.85,Default,,0000,0000,0000,,В больницу А прибыло лишь 100 пациентов\Nв плохом состоянии здоровья,
Dialogue: 0,0:01:07.85,0:01:10.32,Default,,0000,0000,0000,,из которых 30 выжили.
Dialogue: 0,0:01:10.32,0:01:14.85,Default,,0000,0000,0000,,В больницу Б поступило 400 тяжелобольных,\Nиз которых удалось спасти 210.
Dialogue: 0,0:01:14.85,0:01:17.17,Default,,0000,0000,0000,,Таким образом больница Б —\Nлучший выбор
Dialogue: 0,0:01:17.17,0:01:20.74,Default,,0000,0000,0000,,для пациентов, прибывающих\Nв плохом состоянии здоровья,
Dialogue: 0,0:01:20.74,0:01:24.53,Default,,0000,0000,0000,,с коэффициентом выживаемости — 52,5 %.
Dialogue: 0,0:01:24.53,0:01:28.44,Default,,0000,0000,0000,,А если на момент поступления в больницу\Nздоровье вашего родственника в норме?
Dialogue: 0,0:01:28.44,0:01:32.27,Default,,0000,0000,0000,,Удивительно, но и тут больница Б —\Nлучший выбор
Dialogue: 0,0:01:32.27,0:01:35.68,Default,,0000,0000,0000,,с коэффициентом выживаемости — 98%.
Dialogue: 0,0:01:35.68,0:01:38.73,Default,,0000,0000,0000,,Но почему у больницы А\Nсуммарный показатель выживаемости выше,
Dialogue: 0,0:01:38.73,0:01:44.83,Default,,0000,0000,0000,,если у больницы Б выше показатель\Nвыживаемости пациентов обеих групп?
Dialogue: 0,0:01:44.83,0:01:48.59,Default,,0000,0000,0000,,То, с чем мы столкнулись,\Nназывается парадоксом Симпсона,
Dialogue: 0,0:01:48.59,0:01:51.90,Default,,0000,0000,0000,,при котором набор данных\Nможет показывать обратную тенденцию
Dialogue: 0,0:01:51.90,0:01:54.66,Default,,0000,0000,0000,,в зависимости от того,\Nкак он сгруппирован.
Dialogue: 0,0:01:54.66,0:01:58.74,Default,,0000,0000,0000,,Такое случается, когда сводные данные\Nсодержат условную переменную,
Dialogue: 0,0:01:58.74,0:02:01.38,Default,,0000,0000,0000,,также известную, как скрытая переменная.
Dialogue: 0,0:02:01.38,0:02:06.58,Default,,0000,0000,0000,,Это скрытый дополнительный фактор,\Nсущественно влияющий на результаты.
Dialogue: 0,0:02:06.58,0:02:10.02,Default,,0000,0000,0000,,В данном случае скрытый фактор —\Nэто доля пациентов,
Dialogue: 0,0:02:10.02,0:02:13.26,Default,,0000,0000,0000,,прибывших в хорошем\Nили плохом состоянии здоровья.
Dialogue: 0,0:02:13.26,0:02:16.54,Default,,0000,0000,0000,,Парадокс Симпсона —\Nэто не просто гипотетический сценарий.
Dialogue: 0,0:02:16.54,0:02:18.92,Default,,0000,0000,0000,,Время от времени\Nон возникает в реальном мире,
Dialogue: 0,0:02:18.92,0:02:22.13,Default,,0000,0000,0000,,иногда при важных обстоятельствах.
Dialogue: 0,0:02:22.13,0:02:24.13,Default,,0000,0000,0000,,Исследование,\Nпроведённое в Великобритании,
Dialogue: 0,0:02:24.13,0:02:27.60,Default,,0000,0000,0000,,показало более высокую долю выживаемости\Nкурящих людей, нежели некурящих,
Dialogue: 0,0:02:27.60,0:02:29.85,Default,,0000,0000,0000,,более чем за 20-летний период времени.
Dialogue: 0,0:02:29.85,0:02:33.31,Default,,0000,0000,0000,,Но разделение участников\Nна возрастные группы
Dialogue: 0,0:02:33.31,0:02:37.82,Default,,0000,0000,0000,,показало, что некурящие, в среднем,\Nбыли существенно старше,
Dialogue: 0,0:02:37.82,0:02:40.93,Default,,0000,0000,0000,,а значит имели больше шансов\Nумереть во время испытательного срока
Dialogue: 0,0:02:40.93,0:02:44.44,Default,,0000,0000,0000,,именно потому,\Nчто они в целом прожили больше.
Dialogue: 0,0:02:44.44,0:02:47.29,Default,,0000,0000,0000,,Здесь скрытой переменной\Nявляются возрастные группы,
Dialogue: 0,0:02:47.29,0:02:50.18,Default,,0000,0000,0000,,крайне важные для корректной\Nинтерпретации данных.
Dialogue: 0,0:02:50.18,0:02:51.56,Default,,0000,0000,0000,,Другой пример:
Dialogue: 0,0:02:51.56,0:02:54.28,Default,,0000,0000,0000,,анализ случаев смертной казни во Флориде
Dialogue: 0,0:02:54.28,0:02:58.26,Default,,0000,0000,0000,,не выявил расового неравенства\Nпри вынесении приговоров
Dialogue: 0,0:02:58.26,0:03:01.58,Default,,0000,0000,0000,,чернокожим и белым людям,\Nобвиняемым в убийстве.
Dialogue: 0,0:03:01.58,0:03:06.40,Default,,0000,0000,0000,,Но разделение дел по расам жертв\Nрассказало другую историю.
Dialogue: 0,0:03:06.40,0:03:07.97,Default,,0000,0000,0000,,При прочих равных обстоятельствах
Dialogue: 0,0:03:07.97,0:03:11.09,Default,,0000,0000,0000,,чернокожим обвиняемым\Nчаще выносили смертный приговор.
Dialogue: 0,0:03:11.09,0:03:15.07,Default,,0000,0000,0000,,Немного большее количество приговоров\Nдля белых ответчиков было связано с тем,
Dialogue: 0,0:03:15.07,0:03:18.69,Default,,0000,0000,0000,,что делá об убийстве белых людей
Dialogue: 0,0:03:18.69,0:03:21.36,Default,,0000,0000,0000,,чаще приводили преступника\Nк смертному приговору,
Dialogue: 0,0:03:21.36,0:03:24.09,Default,,0000,0000,0000,,чем делá, где жертвы были чернокожими,
Dialogue: 0,0:03:24.09,0:03:28.48,Default,,0000,0000,0000,,а большинство убийств совершалось\Nмежду представителями одной расы.
Dialogue: 0,0:03:28.48,0:03:31.32,Default,,0000,0000,0000,,Так как же избежать выводов,\Nсодержащих парадокс?
Dialogue: 0,0:03:31.32,0:03:34.69,Default,,0000,0000,0000,,К несчастью,\Nуниверсального ответа не существует.
Dialogue: 0,0:03:34.69,0:03:38.50,Default,,0000,0000,0000,,Данные могут быть сгруппированы\Nи разделены любым количеством способов,
Dialogue: 0,0:03:38.50,0:03:42.11,Default,,0000,0000,0000,,и иногда суммарный показатель\Nдаёт более точную картину,
Dialogue: 0,0:03:42.11,0:03:46.64,Default,,0000,0000,0000,,чем данные, разделённые\Nна случайные категории.
Dialogue: 0,0:03:46.64,0:03:52.09,Default,,0000,0000,0000,,Всё, что можно сделать — тщательно изучить\Nситуации, описываемые статистикой,
Dialogue: 0,0:03:52.09,0:03:55.98,Default,,0000,0000,0000,,и решить, возможно ли здесь\Nприсутствие скрытой переменной.
Dialogue: 0,0:03:55.98,0:03:59.38,Default,,0000,0000,0000,,В противном случае мы беззащитны\Nперед теми, кто использует данные
Dialogue: 0,0:03:59.38,0:04:02.65,Default,,0000,0000,0000,,для манипуляции другими людьми\Nв собственных интересах.