1
00:00:06,636 --> 00:00:09,077
Статистика переконлива.

2
00:00:09,077 --> 00:00:12,541
Настільки, що люди, організації
та цілі країни

3
00:00:12,541 --> 00:00:17,747
засновують одні з найважливіших рішень
на упорядкованих даних.

4
00:00:17,747 --> 00:00:19,484
Однак у цьому існує проблема.

5
00:00:19,484 --> 00:00:23,301
Будь-яка статистика може мати 
в собі приховану сторону,

6
00:00:23,301 --> 00:00:27,251
щось, що може перевернути результати
догори дриґом.

7
00:00:27,251 --> 00:00:30,920
Наприклад, уявіть, що Вам необхідно
вибрати між двома лікарнями,

8
00:00:30,920 --> 00:00:33,737
щоб прооперувати когось із 
родичів похилого віку.

9
00:00:33,737 --> 00:00:36,434
У кожній лікарні з 1000 пацієнтів

10
00:00:36,434 --> 00:00:39,612
900 виживає у Лікарні А,

11
00:00:39,612 --> 00:00:43,021
тоді як у Лікарні В - лише 800.

12
00:00:43,021 --> 00:00:45,860
Виглядає, ніби лікарня А - 
кращий варіант.

13
00:00:45,860 --> 00:00:47,843
Але перед тим, як Ви приймете
рішення,

14
00:00:47,843 --> 00:00:51,411
зверніть увагу, що не всі пацієнти
прибувають у лікарню

15
00:00:51,411 --> 00:00:53,811
з однаковим станом здоров'я.

16
00:00:53,811 --> 00:00:56,703
Якщо розділити 1000 пацієнтів 
з кожної лікарні

17
00:00:56,703 --> 00:01:01,132
на тих, хто прибуває в хорошому
здоров'ї, і тих, хто в поганому,

18
00:01:01,132 --> 00:01:03,772
ситуація стає зовсім іншою.

19
00:01:03,772 --> 00:01:07,849
У Лікарню А лише 100 пацієнтів, 
які поступили, мали погане здоров'я,

20
00:01:07,849 --> 00:01:10,325
з яких 30 вижило.

21
00:01:10,325 --> 00:01:14,852
Але Лікарня В мала 400 таких
пацієнтів, де врятували 210 з них.

22
00:01:14,852 --> 00:01:17,169
Отже, Лікарня 2 - кращий вибір

23
00:01:17,169 --> 00:01:20,741
для пацієнтів, які поступають
в лікарню з поганим здоров'ям,

24
00:01:20,741 --> 00:01:24,526
із 52,5% тих, що вижили.

25
00:01:24,526 --> 00:01:28,445
А що, коли ваш родич добре
почувався, поступаючи в лікарню?

26
00:01:28,445 --> 00:01:32,271
Як на диво, Лікарня В все ще 
залишається кращим вибором,

27
00:01:32,271 --> 00:01:35,676
із 98% тих, що вижили.

28
00:01:35,676 --> 00:01:38,733
Як же вийшло, що Лікарня А має вищий
загальний рівень виживання,

29
00:01:38,733 --> 00:01:44,830
якщо Лікарня В має вищий рівень
виживання у обох групах?

30
00:01:44,830 --> 00:01:48,589
У цьому випадку ми маємо справу з 
парадоксом Сімпсона,

31
00:01:48,589 --> 00:01:51,899
де однакові дані можуть 
демонструвати протилежні тенденції

32
00:01:51,899 --> 00:01:54,664
залежно від того, як їх згрупувати.

33
00:01:54,664 --> 00:01:58,744
Це часто трапляється, коли зведені 
дані приховують умовну змінну,

34
00:01:58,744 --> 00:02:01,377
іноді відому як прихована змінна,

35
00:02:01,377 --> 00:02:06,584
що є додатковим прихованим фактором, 
який суттєво впливає на результати.

36
00:02:06,584 --> 00:02:10,023
У цьому випадку прихований фактор - 
це відносна частка пацієнтів,

37
00:02:10,023 --> 00:02:13,264
які приїжджають з
хорошим чи поганим станом здоров'я.

38
00:02:13,264 --> 00:02:16,544
Парадокс Сімпсона - не лише
гіпотетичний сценарій.

39
00:02:16,544 --> 00:02:18,924
Він час від часу проявляється 
в реальному світі,

40
00:02:18,924 --> 00:02:22,132
іноді у важливому контексті.

41
00:02:22,132 --> 00:02:24,130
Дослідження
у Великобританії показало,

42
00:02:24,130 --> 00:02:27,600
що курці мають вищий рівень
виживання ніж некурці

43
00:02:27,600 --> 00:02:29,846
за 20-річний період.

44
00:02:29,846 --> 00:02:33,307
Це було правдою, поки не розділили
пацієнтів за віковими групами,

45
00:02:33,307 --> 00:02:37,823
що продемонструвало, що некурці були 
в середньому значно старші,

46
00:02:37,823 --> 00:02:40,930
а тому з більшою імовірністю могли 
померти у випробувальний період,

47
00:02:40,930 --> 00:02:44,438
точнісінько через те, що загалом 
вони жили довше.

48
00:02:44,438 --> 00:02:47,286
У цьому випадку вікові групи - 
це прихована змінна,

49
00:02:47,286 --> 00:02:50,176
яка важлива для правильної
інтерпретації даних.

50
00:02:50,176 --> 00:02:51,559
В іншому прикладі

51
00:02:51,559 --> 00:02:54,281
аналіз справ із смертними
вироками у Флориді

52
00:02:54,281 --> 00:02:58,265
показав, що, на перший погляд, 
при винесенні вироку не було расових відмінностей

53
00:02:58,265 --> 00:03:01,581
між афроамериканцями і білими,
звинуваченими у вбивстві.

54
00:03:01,581 --> 00:03:06,396
Однак якщо розділити справи за
расовою приналежністю - інша історія.

55
00:03:06,396 --> 00:03:07,969
В обох випадках

56
00:03:07,969 --> 00:03:11,091
афроамериканців частіше
засуджували до смертної кари.

57
00:03:11,091 --> 00:03:15,066
Дещо вищий загальний рівень
засудження білошкірих обвинувачених

58
00:03:15,066 --> 00:03:18,692
спричинений тим, що справи, жертвами 
в яких були білошкірі,

59
00:03:18,692 --> 00:03:21,359
частіше призводили до 
смертної кари,

60
00:03:21,359 --> 00:03:24,091
ніж справи, де жертвами
були афроамериканці,

61
00:03:24,091 --> 00:03:28,483
а більшість вбивств ставалися
між представниками однієї раси.

62
00:03:28,483 --> 00:03:31,319
Отже, як нам не
вестися на цей парадокс?

63
00:03:31,319 --> 00:03:34,686
На жаль, не існує 
універсальної відповіді.

64
00:03:34,686 --> 00:03:38,504
Дані можна згрупувати та розділити
будь-якими способами,

65
00:03:38,504 --> 00:03:42,106
а загальні числа іноді можуть
дати точніше уявлення,

66
00:03:42,106 --> 00:03:46,638
ніж дані, поділені на оманливі
чи випадкові категорії.

67
00:03:46,638 --> 00:03:52,089
Все, що ми можемо зробити - ретельно
дослідити ситуації, описані статистично

68
00:03:52,089 --> 00:03:55,977
і обміркувати, чи присутні
там приховані змінні.

69
00:03:55,977 --> 00:03:59,378
Інакше ми будемо вразливими перед 
тими, хто використовує дані,

70
00:03:59,378 --> 00:04:03,378
щоб маніпулювати іншими та 
популяризувати власні погляди.