Скачать или смотреть 📊 Парадокс Симпсона. Манипуляции со статистикой? [ ted ed на русском ]

Спонсор ролика: Студия для блоггеров Хромакей https://блог-студия-хромакей.рф/?utm_...

#Статистика убедительна. Так что люди, организации и целые страны основывают некоторые из своих важнейших решений на организованных …
✏ Подпишись на канал -    / @nauchpop654  

ℹ 📺 Информация о видео:
#Статистика убедительна. Так что люди, организации и целые страны основывают некоторые из своих важнейших решений на организованных #данных. Но любой набор #статистики может иметь что-то скрывающееся внутри него, что может перевернуть #результаты полностью вверх ногами. #Марк Лидделл исследует #парадокс #Симпсона. Урок Марк Лидделл, анимация от Tinmouse анимационной студии.

Educator: Mark Liddell / Script Editor: Alex Gendler / Director: Mike Foster, Tom Sanders / Producer: Tom Sanders / Compositor: Mike Foster, Tom Sanders / Animator: Mike Foster, Tom Sanders / Sound Designer: Tom Lowe /

💕 Если было интересно, пожалуйста,
поддержите канал «НаучПоп» доступным для Вас способом:
лайком, подпиской и материально

Яндекс.Деньги или Visa: http://yasobe.ru/na/nauchpop
PayPal: https://www.paypal.me/NauchPop/0rub

🙋Спасибо за поддержку.

👯Работаем, чтобы Вам было интересно.👯

📼 Текст:
Статистика убедительна. Настолько, что люди, организации и целые страны принимают важнейшие решения, опираясь на систематизированные #данные. Но существует проблема. В любом наборе #статистических #данных может таиться то, что способно полностью перевернуть #результаты с ног на голову. Представьте, что вам нужно выбрать одну из двух больниц для операции пожилого родственника. Из последней тысячи пациентов этих больниц в больнице А выжило 900 человек, а в больнице Б — 800. Похоже, что больница А — лучший выбор. Но принимая решение, имейте в виду, что состояние здоровья пациентов, прибывших в больницу, было неодинаковым. Если разделить последнюю тысячу пациентов обеих больниц на тех, кто прибыл в хорошем и в плохом состоянии здоровья, получится совсем другая картина. В больницу А прибыло лишь 100 пациентов в плохом состоянии здоровья, из которых 30 выжили. В больницу Б поступило 400 тяжелобольных, из которых удалось спасти 210. Таким образом больница Б — лучший выбор для пациентов, прибывающих в плохом состоянии здоровья, с коэффициентом выживаемости — 52,5 %. А если на момент поступления в больницу здоровье вашего родственника в норме? Удивительно, но и тут больница Б — лучший выбор с коэффициентом выживаемости — 98%. Но почему у больницы А суммарный показатель выживаемости выше, если у больницы Б выше показатель выживаемости пациентов обеих групп? То, с чем мы столкнулись, называется #парадоксом #Симпсона, при котором набор #данных может показывать обратную тенденцию в зависимости от того, как он сгруппирован. Такое случается, когда сводные #данные содержат условную переменную, также известную, как скрытая переменная. Это скрытый дополнительный фактор, существенно влияющий на #результаты. В #данном случае скрытый фактор — это доля пациентов, прибывших в хорошем или плохом состоянии здоровья. Парадокс #Симпсона — это не просто гипотетический сценарий. Время от времени он возникает в реальном мире, иногда при важных обстоятельствах. Исследование, проведённое в Великобритании, показало более высокую долю выживаемости курящих людей, нежели некурящих, более чем за 20-летний период времени. Но разделение участников на возрастные группы показало, что некурящие, в среднем, были существенно старше, а значит имели больше шансов умереть во время испытательного срока именно потому, что они в целом прожили больше. Здесь скрытой переменной являются возрастные группы, крайне важные для корректной интерпретации #данных. Другой пример: анализ случаев смертной казни во Флориде не выявил расового неравенства при вынесении приговоров чернокожим и белым людям, обвиня...