1
00:00:06,636 --> 00:00:09,077
Statistika je uverljiva,

2
00:00:09,077 --> 00:00:12,541
toliko da ljudi, organizacije
i čitave države zasnivaju

3
00:00:12,541 --> 00:00:17,747
neke od svojih najvažnijih odluka
na organzovanim podacima.

4
00:00:17,747 --> 00:00:19,484
Međutim, tu imamo problem.

5
00:00:19,484 --> 00:00:23,301
Svaki statistički skup može da ima
nešto skriveno u sebi,

6
00:00:23,301 --> 00:00:27,251
nešto što može u potpunosti
da preokrene rezultate.

7
00:00:27,251 --> 00:00:30,920
Na primer, zamislite da morate
da izaberete između dve bolnice

8
00:00:30,920 --> 00:00:33,737
zbog operacije starijeg rođaka.

9
00:00:33,737 --> 00:00:36,434
Od poslednjih 1000 pacijenata
iz svake bolnice,

10
00:00:36,434 --> 00:00:39,612
u bolnici A je preživelo 900,

11
00:00:39,612 --> 00:00:43,021
dok je u bolnici B preživelo svega 800.

12
00:00:43,021 --> 00:00:46,170
Pa se čini da je bolnica A bolji izbor.

13
00:00:46,170 --> 00:00:47,843
No, pre nego što se odlučite,

14
00:00:47,843 --> 00:00:51,411
zapamtite da svi pacijenti
ne stižu u bolnicu

15
00:00:51,411 --> 00:00:53,811
istog zdravstvenog stanja.

16
00:00:53,811 --> 00:00:56,703
A ako podelimo poslednjih 1000 pacijenata
iz svake bolnice

17
00:00:56,703 --> 00:01:01,132
na one koji su stigli dobrog zdravlja
i one koji su stigli lošeg zdravlja,

18
00:01:01,132 --> 00:01:03,772
slika počinje da izgleda veoma drugačije.

19
00:01:03,772 --> 00:01:07,849
Bolnica A je imala samo 100 pacijenata
koji su stigli lošeg zdravlja,

20
00:01:07,849 --> 00:01:10,325
od kojih je 30 preživelo.

21
00:01:10,325 --> 00:01:14,852
Međutim, bolnica B je imala 400 takvih
i uspeli su da spase 210.

22
00:01:14,852 --> 00:01:17,169
Pa je bolnica B bolji izbor

23
00:01:17,169 --> 00:01:20,741
za pacijente koji stižu u bolnicu
lošeg zdravlja,

24
00:01:20,741 --> 00:01:24,526
sa stopom preživelih od 52,5%.

25
00:01:24,526 --> 00:01:28,445
A šta ako je zdravlje vašeg rođaka dobro
kad stigne u bolnicu?

26
00:01:28,445 --> 00:01:32,271
Zvuči čudno, ali bolnica B
je i dalje bolji izbor,

27
00:01:32,271 --> 00:01:35,676
sa stopom preživelih preko 98%.

28
00:01:35,676 --> 00:01:38,733
Pa, kako može bolnica A da ima
bolju ukupnu stopu preživelih,

29
00:01:38,733 --> 00:01:44,830
ako bolnica B ima bolje stope preživelih
u obe grupe pacijenata?

30
00:01:44,830 --> 00:01:48,589
Ono na šta smo nabasali
je slučaj Simpsonovog paradoksa,

31
00:01:48,589 --> 00:01:51,899
gde ista grupa podataka
može da pokaže suprotne trendove,

32
00:01:51,899 --> 00:01:54,664
u zavisnosti od toga kako su grupisani.

33
00:01:54,664 --> 00:01:58,744
Ovo se često dešava kad skup podataka
skriva uslovnu varijablu,

34
00:01:58,744 --> 00:02:01,377
koju ponekad zovu skrivenom varijablom,

35
00:02:01,377 --> 00:02:06,584
a to je skriveni dodatni faktor
koji značajno utiče na rezultate.

36
00:02:06,584 --> 00:02:10,023
Ovde je skriveni faktor,
relativna srazmera pacijenata

37
00:02:10,023 --> 00:02:13,264
koji stižu dobrog ili lošeg zdravlja.

38
00:02:13,264 --> 00:02:16,544
Simpsonov paradoks
nije prosto hipotetičan scenario.

39
00:02:16,544 --> 00:02:18,924
S vremena na vreme se pojavljuje
u stvarnom svetu,

40
00:02:18,924 --> 00:02:22,132
ponekad u bitnim kontekstima.

41
00:02:22,132 --> 00:02:24,130
Jedno istraživanje u Britaniji je pokazalo

42
00:02:24,130 --> 00:02:27,600
da pušači imaju veću stopu preživelih
od nepušača

43
00:02:27,600 --> 00:02:29,846
tokom perioda od 20 godina.

44
00:02:29,846 --> 00:02:33,307
Sve dok učesnici u istraživanju
nisu podeljeni po starosnim grupama,

45
00:02:33,307 --> 00:02:37,823
tada se pokazalo da su nepušači
u proseku značajno stariji

46
00:02:37,823 --> 00:02:40,930
i stoga je bila veća verovatnoća
da će da umru tokom istraživanja,

47
00:02:40,930 --> 00:02:44,438
baš zbog toga što su inače živeli duže.

48
00:02:44,438 --> 00:02:47,286
Ovde su starosne grupe skrivena varijabla

49
00:02:47,286 --> 00:02:50,176
i od suštinskog su značaja
za pravilno tumačenje podataka.

50
00:02:50,176 --> 00:02:51,559
U drugom primeru,

51
00:02:51,559 --> 00:02:54,281
analiza slučajeva smrtne kazne u Floridi

52
00:02:54,281 --> 00:02:58,265
nije se činilo da otkriva
rasnu nejednakost kod presuda

53
00:02:58,265 --> 00:03:01,581
između crnih i belih prestupnika
osuđenih na smrt.

54
00:03:01,581 --> 00:03:06,396
Međutim, podela slučajeva
prema rasi žrtve, govorila je nešto drugo.

55
00:03:06,396 --> 00:03:07,969
U oba slučaja,

56
00:03:07,969 --> 00:03:11,091
crni prestupnici su češće
osuđivani na smrt.

57
00:03:11,091 --> 00:03:15,066
Sveukupno nešto veća stopa
osuđenih belih prestupnika

58
00:03:15,066 --> 00:03:18,692
je bila posledica činjenice
da slučajevi sa belim žrtvama

59
00:03:18,692 --> 00:03:21,359
češće uzrokuju smrtnu kaznu

60
00:03:21,359 --> 00:03:24,091
od slučajeva gde je žrtva crnac,

61
00:03:24,091 --> 00:03:28,483
a većina ubistava se dešavala
među ljudima iste rase.

62
00:03:28,483 --> 00:03:31,319
Pa, kako da izbegnemo
podleganje ovom paradoksu?

63
00:03:31,319 --> 00:03:34,686
Nažalost, ne postoji univerzalno rešenje.

64
00:03:34,686 --> 00:03:38,504
Podaci se mogu grupisati
i podeliti na bezbroj načina,

65
00:03:38,504 --> 00:03:42,106
a sveukupne cifre mogu ponekad
da daju tačniju sliku

66
00:03:42,106 --> 00:03:46,638
od podataka podeljenih
u varljive ili proizvoljne kategorije.

67
00:03:46,638 --> 00:03:52,089
Sve što možemo da učinimo je da izučavamo
stvarne situacije koje statistika opisuje

68
00:03:52,089 --> 00:03:55,977
i da pazimo na prisustvo
skrivenih varijabli.

69
00:03:55,977 --> 00:03:59,378
U suprotnom, podložni smo uticaju
onih koji će da iskoriste podatke

70
00:03:59,378 --> 00:04:02,649
kako bi manipulisali drugima
i promovisali sopstvene ciljeve.