Статистика є корисним інструментом для розуміння закономірностей у навколишньому світі. Але наша інтуїція часто підводить нас, коли справа доходить до тлумачення цих моделей. У цій серії ми розглянемо деякі поширені помилки, які ми робимо, і як їх уникнути, думаючи про статистику, ймовірність та ризик.

1. Припускаючи, що невеликі відмінності мають сенс

Багато щоденних коливань на фондовому ринку представляють швидше випадковість, аніж щось значуще. Відмінності в опитуваннях, коли одна партія випереджає на пункт -два, часто є лише статистичним шумом.

Ви можете уникнути помилкових висновків про причини таких коливань, вимагаючи побачити “похибку”, що стосується цифр.

Якщо різниця менша за межу похибки, то, ймовірно, суттєвої різниці немає, і відхилення, ймовірно, зводиться лише до випадкових коливань.

Смуги помилок ілюструють ступінь невизначеності оцінки. Коли такі межі помилок перекриваються, різниця, ймовірно, буде спричинена статистичним шумом.

2. Прирівнювання статистичної значущості до реальної

Ми часто чуємо узагальнення про те, як дві групи певним чином відрізняються, наприклад, що жінки більше виховують, а чоловіки фізично сильніші.

Ці відмінності часто спираються на стереотипи та народну мудрість, але часто ігнорують схожість між людьми між цими двома групами та їхні відмінності.

Якщо ви виберете двох чоловіків навмання, швидше за все, буде різниця в їх фізичній силі. І якщо ви оберете одного чоловіка та одну жінку, вони можуть виявитися дуже схожими з точки зору виховання, або чоловік може бути більш ніжним, ніж жінка.

Ви можете уникнути цієї помилки, попросивши "розмір ефекту" відмінностей між групами. Це міра того, наскільки середнє значення однієї групи відрізняється від середньої іншої.

Якщо розмір ефекту невеликий, то дві групи дуже схожі. Навіть якщо розмір ефекту великий, обидві групи все одно, ймовірно, матимуть значні варіації, тому не всі члени однієї групи будуть відрізнятися від усіх учасників іншої групи.

3. Нехтування поглядом на крайнощі

Зворотний бік розміру ефекту має значення, коли те, на чому ви зосереджуєтесь, слідує за “нормальний розподіл”(Іноді називають“ кривою дзвоника ”). Тут більшість людей близькі до середнього балу, і лише крихітна група значно вище або значно нижче середнього.

Коли це відбувається, невелика зміна продуктивності для групи викликає різницю, яка нічого не означає для звичайної людини (див. Пункт 2), але яка радикальніше змінює характер крайнощів.

Уникайте цієї помилки, поміркувавши, чи маєте ви справу з крайнощами чи ні. Коли ви маєте справу з пересічними людьми, відмінності в невеликих групах часто не мають значення. Коли ви дуже дбаєте про крайнощі, відмінності в невеликих групах можуть мати значення.

Коли дві популяції дотримуються нормального розподілу, відмінності між ними будуть більш очевидними в крайніх випадках, ніж у середніх показниках.

4. Довірливий збіг обставин

Чи знаєте ви, що є Співвідношення між кількістю людей, які щорічно тонули в США, падаючи в басейн, та кількістю фільмів, у яких знявся Ніколас Кейдж?

Але чи існує причинно -наслідковий зв'язок? tylervigen.com

Якщо ви уважно подивитесь, ви можете знайти цікаві закономірності та співвідношення, які пояснюються лише збігом обставин.

Те, що дві речі змінюються одночасно або мають схожі закономірності, не означає, що вони пов’язані між собою.

Щоб уникнути цієї помилки, запитайте, наскільки надійною є спостережувана асоціація. Це одноразово або це траплялося кілька разів? Чи можна передбачити майбутні асоціації? Якщо ви бачили це лише один раз, то, ймовірно, це сталося через випадковий випадок.

5. Повернення причинності

Коли дві речі співвідносяться - скажімо, безробіття та проблеми психічного здоров’я - може виникнути спокуса побачити “очевидну” причинно -наслідковий шлях - скажіть, що проблеми психічного здоров’я призводять до безробіття.

Але іноді причинно -наслідковий шлях йде в іншому напрямку, наприклад, безробіття, що викликає проблеми з психічним здоров'ям.

Ви можете уникнути цієї помилки, якщо пам’ятаєте про зворотну причину, коли бачите асоціацію. Чи може вплив піти в іншому напрямку? Або це може бути в обох напрямках, створюючи цикл зворотного зв'язку?

6. Забуття розгляду зовнішніх причин

Люди часто не оцінюють можливі “треті фактори” або зовнішні причини, які можуть створити асоціацію між двома речами, оскільки обидва насправді є результатами третього фактора.

Наприклад, може бути зв’язок між харчуванням у ресторанах та покращенням стану серцево -судинної системи. Це може привести вас до думки, що між ними існує причинно -наслідковий зв'язок.

Однак може виявитися, що ті, хто може дозволити собі регулярно харчуватися в ресторанах, знаходяться у високій соціально -економічній сфері, а також можуть дозволити собі кращу медичну допомогу, а саме медична допомога забезпечує краще серцево -судинне здоров’я.

Ви можете уникнути цієї помилки, пам’ятаючи про треті фактори, коли бачите кореляцію. Якщо ви відстежуєте одну річ як можливу причину, запитайте себе, що, у свою чергу, викликає це? Чи міг цей третій фактор викликати обидва спостережувані результати?

7. Оманливі графіки

При масштабуванні та маркуванні вертикальної осі на графіках відбувається багато поганого. Мітки повинні відображати весь значний діапазон того, що ви дивитесь.

Але іноді виробник графіків вибирає більш вузький діапазон, щоб невелика різниця або асоціація виглядали більш впливовими. За шкалою від 0 до 100 два стовпці можуть мати однакову висоту. Але якщо зобразити одні й ті ж дані лише з 52.5 до 56.5, вони можуть виглядати кардинально інакше.

Ви можете уникнути цієї помилки, уважно відмітивши мітки графа вздовж осей. Будьте особливо скептично налаштовані щодо графіків без міток.

Графіки можуть розповісти історію - завдяки чому відмінності виглядають більшими чи меншими залежно від масштабу.

про автора

Вінніфред Луїс, доцент кафедри соціальної психології, Університет Квінсленду та Кассандра Чепмен, кандидат соціальних психологів, Університет Квінсленду

Ця стаття була спочатку опублікована на Бесіда. Читати оригінал статті.

Схожі книги:

at InnerSelf Market і Amazon