Tilastot ovat hyödyllinen keino ymmärtää ympärillämme olevan maailman malleja. Mutta intuitio antaa meille usein mahdollisuuden tulkita näitä kuvioita. Tässä sarjassa tarkastelemme joitakin yleisimpiä virheitä ja sitä, miten niitä vältetään, kun ajatellaan tilastoja, todennäköisyyksiä ja riskejä.

1. Jos pienet erot ovat merkityksellisiä

Monet osakemarkkinoiden päivittäiset vaihtelut edustavat pikemminkin mahdollisuutta kuin mitään merkityksellistä. Äänestyserot, joissa yksi osapuoli on edessä tai kaksi, ovat usein vain tilastollisia.

Voit välttää virheellisten johtopäätösten tekemisen tällaisten vaihteluiden syistä vaatimalla numeroihin liittyvän virhemarginaalin.

Jos ero on pienempi kuin virhemarginaali, ei todennäköisesti ole merkityksellistä eroa, ja vaihtelu on todennäköisesti vain satunnaisia ​​vaihteluja.

Virhepalkit kuvaavat epävarmuuden astetta pisteessä. Kun tällaiset virhemarginaalit ovat päällekkäisiä, ero todennäköisesti johtuu tilastollisesta melusta.

2. Tilastollisen merkitsevyyden vertaaminen todelliseen merkitykseen

Kuulemme usein yleistyksiä siitä, miten kaksi ryhmää eroaa jollakin tavalla, kuten siitä, että naiset ovat houkuttelevampia, kun taas miehet ovat fyysisesti vahvempia.

Nämä erot johtuvat usein stereotypioista ja kansan viisaudesta, mutta usein sivuutetaan ihmisten väliset samankaltaisuudet ja ryhmien vaihtelu.

Jos valitset kaksi miestä satunnaisesti, heidän fyysisen vahvuutensa on todennäköisesti melko paljon. Ja jos valitset yhden miehen ja yhden naisen, he saattavat päätyä hyvin samankaltaisiin vaimoihin, tai mies voi olla enemmän vaalia kuin nainen.

Voit välttää tämän virheen pyytämällä ryhmien välisten erojen ”vaikutuskokoa”. Tämä mittaa, kuinka paljon yhden ryhmän keskiarvo poikkeaa toisen keskiarvosta.

Jos vaikutus on pieni, molemmat ryhmät ovat hyvin samankaltaisia. Vaikka tehokoko on suuri, molemmilla ryhmillä on todennäköisesti todennäköisesti paljon vaihtelua, joten kaikki ryhmän jäsenet eivät ole erilaiset kuin toisen ryhmän jäsenet.

3. Äärimmäisyyksien katoaminen

Vaikutusmittarin peukalo on merkityksellinen, kun asia, johon keskityt, seuraa seuraavaa:normaalijakauma”(Joskus kutsutaan” kellokäyräksi ”). Silloin suurin osa ihmisistä on lähellä keskiarvoa ja vain pieni ryhmä on selvästi keskiarvon alapuolella.

Kun näin tapahtuu, pieni muutos suorituskyvyssä ryhmässä tuottaa eron, joka tarkoittaa mitään keskimääräiselle henkilölle (ks. Kohta 2), mutta joka muuttaa äärimmäisyyksien luonnetta radikaalisti.

Vältä tätä virhettä miettimällä, onko kyseessä äärimmäiset vai eivät. Kun olet tekemisissä keskimääräisten ihmisten kanssa, pienet ryhmien erot eivät ole väliä. Kun välität äärimmäisistä asioista, pienet ryhmien erot voivat merkitä kasauksia.

Kun kaksi populaatiota seuraa normaalia jakaumaa, niiden väliset erot ovat ilmeisempiä ääriarvoissa kuin keskiarvoissa.

4. Luottamus sattumaa

Tiesitkö, että siellä on korrelaatio Niiden ihmisten lukumäärä, jotka hukkui vuosittain Yhdysvalloissa putoamalla uima-altaaseen ja elokuvien määrä Nicholas Cage ilmestyi?

Mutta onko olemassa syy-yhteys? tylervigen.com

Jos katsot tarpeeksi kovaa, voit löytää mielenkiintoisia kuvioita ja korrelaatioita, jotka johtuvat vain sattumasta.

Juuri siksi, että kaksi asiaa muuttuu samanaikaisesti tai samankaltaisissa kuvioissa, ei tarkoita, että ne ovat yhteydessä toisiinsa.

Vältä tätä virhettä kysymällä, kuinka luotettava yhdistys on. Onko se kertaluonteinen vai onko se tapahtunut useita kertoja? Voiko tulevia yhdistyksiä ennakoida? Jos olet nähnyt sen vain kerran, se todennäköisesti johtuu satunnaisesta mahdollisuudesta.

5. Syy-yhteyttä taaksepäin

Kun kaksi asiaa on korreloitu - eli työttömyys ja mielenterveyskysymykset - saattaa olla houkuttelevaa nähdä "ilmeinen" syy-polku - sanoa, että mielenterveysongelmat johtavat työttömyyteen.

Mutta joskus syy-tie kulkee toiseen suuntaan, kuten mielenterveysongelmia aiheuttava työttömyys.

Voit välttää tämän virheen muistelemalla ajatella käänteistä syy-yhteyttä, kun näet yhdistyksen. Voisiko vaikutus vaikuttaa toiseen suuntaan? Tai voisiko se mennä molempiin suuntiin luoden palautesilmukan?

6. Unohtamatta harkita ulkopuolisia syitä

Ihmiset eivät useinkaan pysty arvioimaan mahdollisia "kolmansia tekijöitä" tai ulkopuolisia syitä, jotka voivat luoda kahden asian välisen yhteyden, koska molemmat ovat itse asiassa kolmannen tekijän tuloksia.

Esimerkiksi ravintoloissa syömisen ja sydän- ja verisuoniterveyden välillä voi olla yhteys. Tämä saattaa johtaa siihen, että uskot, että näiden kahden välillä on syy-yhteys.

Voi kuitenkin osoittautua, että ne, jotka voivat varaa syödä ravintoloissa säännöllisesti, ovat korkealla sosioekonomisella kannalla ja voivat myös varata parempaa terveydenhuoltoa, ja se on terveydenhoito, joka tarjoaa parempaa sydänterveyttä.

Voit välttää tämän virheen muistamalla miettimään kolmansia tekijöitä, kun näet korrelaation. Jos seuratte yhtä asiaa kuin mahdollista syytä, kysy itseltäsi, mikä puolestaan ​​aiheuttaa asian? Voisiko tämä kolmas tekijä aiheuttaa molemmat havaitut tulokset?

7. Petolliset kaaviot

Paljon pahaa tapahtuu vertikaalisen akselin skaalauksessa ja merkinnöissä kuvioissa. Etiketeissä pitäisi näkyä täysi merkityksellinen valikoima mitä tahansa.

Mutta joskus kaavionvalitsija valitsee kapeamman alueen pienen eron tekemiseksi tai yhdistys näyttää vaikuttavammalta. 0: sta 100: iin asteikolla kaksi saraketta saattaa näyttää samalta korkeudelta. Mutta jos piirrät samat tiedot vain 52.5ista 56.5: iin, ne saattavat näyttää dramaattisesti erilaisilta.

Voit välttää tämän virheen huolehtimalla siitä, että kuvaaja on merkitty akseleille. Ole erityisen skeptinen leimaamattomille kuvioille.

Kuviot voivat kertoa tarinasta - erimielisyydet näyttävät suuremmilta tai pienemmiltä asteikosta riippuen.

Author

Winnifred Louis, apulaisprofessori, sosiaalipsykologia, Queenslandin yliopisto ja Cassandra Chapman, sosiaalisen psykologian tohtorikoulutettava, Queenslandin yliopisto

Tämä artikkeli julkaistiin alunperin Conversation. Lue alkuperäinen artikkeli.

Liittyvät kirjat:

at InnerSelf Market ja Amazon