WEBVTT

00:00:06.636 --> 00:00:09.077
Thống kê rất có tính thuyết phục.

00:00:09.077 --> 00:00:12.541
Đến nỗi nhiều người, tổ chức, và 
đất nước

00:00:12.541 --> 00:00:17.747
đưa ra các quyết định quan trọng
dựa trên số liệu.

00:00:17.747 --> 00:00:19.484
Nhưng thống kê có một vấn đề.

00:00:19.484 --> 00:00:23.301
Bất cứ số liệu thống kê nào cũng 
có điều ẩn chứa đằng sau,

00:00:23.301 --> 00:00:27.251
điều có thể hoàn toàn đảo lộn kết 
quả.

00:00:27.251 --> 00:00:30.920
Ví dụ như tưởng tượng bạn sẽ chọn 
một trong hai bệnh viện

00:00:30.920 --> 00:00:33.737
để phẫu thuật cho người thân lớn
tuổi của bạn.

00:00:33.737 --> 00:00:36.434
Trong số 1000 bệnh nhân gần đây 
của mỗi bệnh viện,

00:00:36.434 --> 00:00:39.612
900 người sống sót ở bệnh viện A,

00:00:39.612 --> 00:00:43.021
trong khi chỉ có 800 sống sót ở
bệnh viện B.

00:00:43.021 --> 00:00:46.170
Vậy nên có vẻ bệnh viện A là lựa 
chọn tốt hơn.

00:00:46.170 --> 00:00:47.843
Nhưng trước khi quyết định,

00:00:47.843 --> 00:00:51.411
nhớ rằng không phải tất cả bệnh nhân
đến bệnh viện

00:00:51.411 --> 00:00:53.811
với tình trạng sức khỏe giống nhau.

00:00:53.811 --> 00:00:56.703
Và nếu ta chia 1000 bệnh nhân ở mỗi
bệnh viện

00:00:56.703 --> 00:01:01.132
thành nhóm người có sức khỏe tốt
và nhóm có sức khỏe kém,

00:01:01.132 --> 00:01:03.772
bạn sẽ thấy sự khác biệt.

00:01:03.772 --> 00:01:07.849
Bệnh viện A chỉ có 100 bệnh nhân có
sức khỏe kém,

00:01:07.849 --> 00:01:10.325
mà chỉ có 30 người sống sót.

00:01:10.325 --> 00:01:14.852
Nhưng bệnh viện B có 400 người nhưng
lại cứu sống 210 người.

00:01:14.852 --> 00:01:17.169
Vì thế bệnh viện B là lựa chọn
tốt hơn

00:01:17.169 --> 00:01:20.741
cho bệnh nhân có tình trạng sức 
khỏe xấu,

00:01:20.741 --> 00:01:24.526
với tỉ lệ sống sót là 52.5%.

00:01:24.526 --> 00:01:28.445
Và nếu sức khỏe người thân bạn tốt 
khi đến bệnh viện?

00:01:28.445 --> 00:01:32.271
Lạ lùng là bệnh viện B vẫn tốt hơn,

00:01:32.271 --> 00:01:35.676
với tỉ lệ sống sót là 98%.

00:01:35.676 --> 00:01:38.733
Vậy làm sao bệnh viện A lại có tỉ 
lệ sống sót cao hơn

00:01:38.733 --> 00:01:44.830
khi bệnh viện B có tỉ lệ bệnh nhân 
sống sót ở mỗi nhóm cao hơn?

00:01:44.830 --> 00:01:48.589
Vấn đề ta gặp phải gọi là Nghịch 
lí Simpson,

00:01:48.589 --> 00:01:51.899
khi nhóm số liệu giống nhau cho 
các xu hướng trái ngược

00:01:51.899 --> 00:01:54.374
dựa vào cách nó được phân nhóm.

00:01:54.374 --> 00:01:58.744
Điều này thường xảy ra khi
dữ liệu tổng hợp mất một biến có điều kiện

00:01:58.744 --> 00:02:01.377
đôi khi được gọi là biến ẩn,

00:02:01.377 --> 00:02:06.584
là một yếu tố gián tiếp gây ảnh 
hưởng lớn đến kết quả.

00:02:06.584 --> 00:02:10.023
Ở đây, yếu tố gián tiếp là lượng
bệnh nhân

00:02:10.023 --> 00:02:13.264
đến trong tình trạng sức khỏe tốt
hay kém.

00:02:13.264 --> 00:02:16.544
Nghịch lí Simpston không chỉ xuất 
hiện trong lí thuyết.

00:02:16.544 --> 00:02:18.924
Nó còn hay xuất hiện trong cuộc 
sống,

00:02:18.924 --> 00:02:22.132
thỉnh thoảng còn trong các trường
hợp quan trọng.

00:02:22.132 --> 00:02:24.130
Một nghiên cứu ở Anh cho thấy

00:02:24.130 --> 00:02:27.600
lượng người hút thuốc sống sót 
nhiều hơn người không hút

00:02:27.600 --> 00:02:29.846
trong khoảng thời gian 20 năm.

00:02:29.846 --> 00:02:33.307
Tuy nhiên, khi chia người tham gia
nghiên cứu theo nhóm tuổi

00:02:33.307 --> 00:02:37.823
trung bình người không hút thuốc
lớn tuổi hơn nhiều,

00:02:37.823 --> 00:02:40.930
và vì thế dễ chết trong thời gian
thí nghiệm,

00:02:40.930 --> 00:02:44.438
phần vì họ nhìn chung sống lâu hơn.

00:02:44.438 --> 00:02:47.286
Ở đây, nhóm tuổi chính là biến ẩn,

00:02:47.286 --> 00:02:50.176
và quyết định đến tính đúng đắn
của số liệu.

00:02:50.176 --> 00:02:51.559
Trong trường hợp khác,

00:02:51.559 --> 00:02:54.281
một phân tích các vụ tử hình ở
Florida

00:02:54.281 --> 00:02:58.265
cho thấy không có sự phân biệt
sắc tộc khi tuyên án

00:02:58.265 --> 00:03:01.581
giữa những người da trắng và da đen
bị kết tội giết người.

00:03:01.581 --> 00:03:06.396
Nhưng khi chia các trường hợp theo sắc
tộc lại có sự khác biệt.

00:03:06.396 --> 00:03:07.969
Trong mỗi trường hợp,

00:03:07.969 --> 00:03:11.091
bị cáo da đen có xu hướng bị án
tử hình hơn.

00:03:11.091 --> 00:03:15.066
Nhìn chung tỉ lệ tuyên án cho 
bị cáo da trắng cao hơn

00:03:15.066 --> 00:03:18.692
bởi vì trường hợp các nạn nhân 
là người da trắng

00:03:18.692 --> 00:03:21.359
có xu hướng đưa ra án tử hình,


00:03:21.359 --> 00:03:24.091
hơn trường hợp nạn nhân là người
da đen,

00:03:24.091 --> 00:03:28.483
và phần lớn vụ giết người diễn ra 
giữa nguời cùng màu da.

00:03:28.483 --> 00:03:31.319
Vậy làm sao để tránh nghịch lí này?

00:03:31.319 --> 00:03:34.686
Tiếc rằng, không có câu trả lời nào
đúng cho mọi trường hợp.

00:03:34.686 --> 00:03:38.504
Số liệu có thể được nhóm lại và
chia ra theo nhiều cách khác nhau,

00:03:38.504 --> 00:03:42.106
và các số liệu tổng hợp thường đưa
ra kết quả chính xác

00:03:42.106 --> 00:03:46.258
hơn là số liệu được phân chia thành 
các nhóm không phù hợp.

00:03:46.258 --> 00:03:52.089
Những gì ta có thể làm là khảo sát kĩ
các tình huống thực tế được mô tả

00:03:52.089 --> 00:03:55.977
và xem xét khả năng xuất hiện của
các thay đổi ẩn.

00:03:55.977 --> 00:03:59.378
Nếu không, ta sẽ dễ trở thành đối tượng
của những người dùng thông tin

00:04:18.985 --> 00:04:22.985
để chi phối người khác và
phục vụ cho lợi ích của bản thân.