WEBVTT

00:00:06.636 --> 00:00:09.077
Статистика убедительна.

00:00:09.077 --> 00:00:12.543
Настолько, что люди,
организации и целые страны

00:00:12.543 --> 00:00:17.747
принимают важнейшие решения,
опираясь на систематизированные данные.

00:00:17.747 --> 00:00:19.484
Но существует проблема.

00:00:19.484 --> 00:00:23.301
В любом наборе статистических данных
может таиться то,

00:00:23.301 --> 00:00:27.251
что способно полностью перевернуть
результаты с ног на голову.

00:00:27.251 --> 00:00:30.920
Представьте, что вам нужно выбрать
одну из двух больниц

00:00:30.920 --> 00:00:33.737
для операции пожилого родственника.

00:00:33.737 --> 00:00:36.434
Из последней тысячи пациентов этих больниц

00:00:36.434 --> 00:00:39.612
в больнице А выжило 900 человек,

00:00:39.612 --> 00:00:43.021
а в больнице Б — 800.

00:00:43.021 --> 00:00:46.170
Похоже, что больница А — лучший выбор.

00:00:46.170 --> 00:00:47.843
Но принимая решение, имейте в виду,

00:00:47.843 --> 00:00:51.411
что состояние здоровья пациентов,
прибывших в больницу,

00:00:51.411 --> 00:00:53.811
было неодинаковым.

00:00:53.811 --> 00:00:56.703
Если разделить последнюю тысячу
пациентов обеих больниц

00:00:56.703 --> 00:01:01.132
на тех, кто прибыл в хорошем
и в плохом состоянии здоровья,

00:01:01.132 --> 00:01:03.772
получится совсем другая картина.

00:01:03.772 --> 00:01:07.849
В больницу А прибыло лишь 100 пациентов
в плохом состоянии здоровья,

00:01:07.849 --> 00:01:10.325
из которых 30 выжили.

00:01:10.325 --> 00:01:14.852
В больницу Б поступило 400 тяжелобольных,
из которых удалось спасти 210.

00:01:14.852 --> 00:01:17.169
Таким образом больница Б —
лучший выбор

00:01:17.169 --> 00:01:20.741
для пациентов, прибывающих
в плохом состоянии здоровья,

00:01:20.741 --> 00:01:24.526
с коэффициентом выживаемости — 52,5 %.

00:01:24.526 --> 00:01:28.445
А если на момент поступления в больницу
здоровье вашего родственника в норме?

00:01:28.445 --> 00:01:32.271
Удивительно, но и тут больница Б —
лучший выбор

00:01:32.271 --> 00:01:35.676
с коэффициентом выживаемости — 98%.

00:01:35.676 --> 00:01:38.733
Но почему у больницы А
суммарный показатель выживаемости выше,

00:01:38.733 --> 00:01:44.830
если у больницы Б выше показатель
выживаемости пациентов обеих групп?

00:01:44.830 --> 00:01:48.589
То, с чем мы столкнулись,
называется парадоксом Симпсона,

00:01:48.589 --> 00:01:51.899
при котором набор данных
может показывать обратную тенденцию

00:01:51.899 --> 00:01:54.664
в зависимости от того,
как он сгруппирован.

00:01:54.664 --> 00:01:58.744
Такое случается, когда сводные данные
содержат условную переменную,

00:01:58.744 --> 00:02:01.377
также известную, как скрытая переменная.

00:02:01.377 --> 00:02:06.584
Это скрытый дополнительный фактор,
существенно влияющий на результаты.

00:02:06.584 --> 00:02:10.023
В данном случае скрытый фактор —
это доля пациентов,

00:02:10.023 --> 00:02:13.264
прибывших в хорошем
или плохом состоянии здоровья.

00:02:13.264 --> 00:02:16.544
Парадокс Симпсона —
это не просто гипотетический сценарий.

00:02:16.544 --> 00:02:18.924
Время от времени
он возникает в реальном мире,

00:02:18.924 --> 00:02:22.132
иногда при важных обстоятельствах.

00:02:22.132 --> 00:02:24.130
Исследование,
проведённое в Великобритании,

00:02:24.130 --> 00:02:27.600
показало более высокую долю выживаемости
курящих людей, нежели некурящих,

00:02:27.600 --> 00:02:29.846
более чем за 20-летний период времени.

00:02:29.846 --> 00:02:33.307
Но разделение участников
на возрастные группы

00:02:33.307 --> 00:02:37.823
показало, что некурящие, в среднем,
были существенно старше,

00:02:37.823 --> 00:02:40.930
а значит имели больше шансов
умереть во время испытательного срока

00:02:40.930 --> 00:02:44.438
именно потому,
что они в целом прожили больше.

00:02:44.438 --> 00:02:47.286
Здесь скрытой переменной
являются возрастные группы,

00:02:47.286 --> 00:02:50.176
крайне важные для корректной
интерпретации данных.

00:02:50.176 --> 00:02:51.559
Другой пример:

00:02:51.559 --> 00:02:54.281
анализ случаев смертной казни во Флориде

00:02:54.281 --> 00:02:58.265
не выявил расового неравенства
при вынесении приговоров

00:02:58.265 --> 00:03:01.581
чернокожим и белым людям,
обвиняемым в убийстве.

00:03:01.581 --> 00:03:06.396
Но разделение дел по расам жертв
рассказало другую историю.

00:03:06.396 --> 00:03:07.969
При прочих равных обстоятельствах

00:03:07.969 --> 00:03:11.091
чернокожим обвиняемым
чаще выносили смертный приговор.

00:03:11.091 --> 00:03:15.066
Немного большее количество приговоров
для белых ответчиков было связано с тем,

00:03:15.066 --> 00:03:18.692
что делá об убийстве белых людей

00:03:18.692 --> 00:03:21.359
чаще приводили преступника
к смертному приговору,

00:03:21.359 --> 00:03:24.091
чем делá, где жертвы были чернокожими,

00:03:24.091 --> 00:03:28.483
а большинство убийств совершалось
между представителями одной расы.

00:03:28.483 --> 00:03:31.319
Так как же избежать выводов,
содержащих парадокс?

00:03:31.319 --> 00:03:34.686
К несчастью,
универсального ответа не существует.

00:03:34.686 --> 00:03:38.504
Данные могут быть сгруппированы
и разделены любым количеством способов,

00:03:38.504 --> 00:03:42.106
и иногда суммарный показатель
даёт более точную картину,

00:03:42.106 --> 00:03:46.638
чем данные, разделённые
на случайные категории.

00:03:46.638 --> 00:03:52.089
Всё, что можно сделать — тщательно изучить
ситуации, описываемые статистикой,

00:03:52.089 --> 00:03:55.977
и решить, возможно ли здесь
присутствие скрытой переменной.

00:03:55.977 --> 00:03:59.378
В противном случае мы беззащитны
перед теми, кто использует данные

00:03:59.378 --> 00:04:02.649
для манипуляции другими людьми
в собственных интересах.