Paano Iwasan ang Pitong Nakamamatay na mga Kasalanan ng Statistical Misinterpretation

Ang istatistika ay isang kapaki-pakinabang na tool para maunawaan ang mga pattern sa mundo sa paligid natin. Ngunit ang aming intuwisyon ay madalas na nagbibigay-daan sa amin pababa pagdating sa pagbibigay-kahulugan sa mga pattern na iyon. Sa serye na ito tinitingnan natin ang ilan sa mga karaniwang pagkakamali na ginagawa natin at kung paano iwasan ang mga ito kapag nag-iisip tungkol sa mga istatistika, posibilidad at panganib.Ang pag-uusap

1. Ang pagpapalagay ng maliliit na pagkakaiba ay makabuluhan

Marami sa mga pang-araw-araw na pagbabagu-bago sa stock market ay kumakatawan sa pagkakataon sa halip na anumang makabuluhan. Ang mga pagkakaiba sa mga botohan kapag ang isang partido ay nangunguna sa pamamagitan ng isang punto o dalawa ay kadalasan lamang ang istatistika ng ingay.

Maaari mong maiwasan ang pagguhit ng mga nagkakamali na konklusyon tungkol sa mga sanhi ng naturang pagbabagu-bago sa pamamagitan ng paghingi upang makita ang "margin ng error" na may kaugnayan sa mga numero.

Kung ang pagkakaiba ay mas maliit kaysa sa margin ng error, malamang na walang makabuluhang pagkakaiba, at ang pagkakaiba-iba ay malamang na pababa sa mga random na pagbabagu-bago.

Paano Iwasan ang Pitong Nakamamatay na mga Kasalanan ng Statistical MisinterpretationAng mga bar ng error ay nagpapakita ng antas ng kawalan ng katiyakan sa iskor. Kapag ang tulad ng mga margin ng error magkasingkahulugan, ang pagkakaiba ay malamang na maging dahil sa statistical ingay.


innerself subscribe graphic



2. Equating statistical significance sa real-world significance

Madalas nating marinig ang mga generalizations tungkol sa kung paano magkakaiba ang dalawang grupo sa ilang paraan, tulad ng mga kababaihan ay mas nakapagpapalusog habang ang mga lalaki ay mas malakas sa pisikal.

Ang mga pagkakaibang ito ay kadalasang nakukuha sa mga stereotypes at katutubong karunungan ngunit kadalasan ay hindi pansinin ang pagkakatulad sa mga tao sa pagitan ng dalawang grupo, at ang pagkakaiba sa mga tao sa loob ng mga grupo.

Kung pumili ka ng dalawang lalaki nang random, malamang na maraming pagkakaiba sa kanilang pisikal na lakas. At kung pumili ka ng isang lalaki at isang babae, maaari silang maging katulad sa mga tuntunin ng pag-aalaga, o ang lalaki ay maaaring maging mas mapag-alaga kaysa sa babae.

Maaari mong maiwasan ang error na ito sa pamamagitan ng pagtatanong para sa "laki ng epekto" ng mga pagkakaiba sa pagitan ng mga grupo. Ito ay isang sukatan kung gaano ang average ng isang grupo ay naiiba sa average ng isa pa.

Kung ang laki ng epekto ay maliit, ang dalawang grupo ay magkatulad. Kahit na ang laki ng epekto ay malaki, ang dalawang grupo ay malamang na magkaroon ng isang mahusay na pagkakaiba-iba sa loob ng mga ito, kaya hindi lahat ng mga miyembro ng isang grupo ay naiiba mula sa lahat ng mga miyembro ng isa pang grupo.


3. Ang pagpapabaya sa pagtingin sa mga sobra

Ang flipside ng laki ng epekto ay may kaugnayan kapag ang bagay na tumutuon ka sa sumusunod ay isang "normal na pamamahagi"(Minsan ay tinatawag na" bell curve "). Ito ay kung saan ang karamihan sa mga tao ay malapit sa average score at isang maliit na grupo lamang ang nasa itaas o mas mababa sa average.

Kapag nangyari iyon, ang isang maliit na pagbabago sa pagganap para sa grupo ay gumagawa ng isang pagkakaiba na walang kahulugan para sa average na tao (tingnan ang punto 2) ngunit na nagbabago ang character ng extremes mas radikal.

Iwasan ang error na ito sa pamamagitan ng pagmuni-muni kung nakikipagtulungan ka sa mga labis o hindi. Kapag nakikipagtulungan ka sa mga karaniwang tao, kadalasan ay hindi mahalaga ang mga pagkakaiba ng maliit na grupo. Kapag mahalaga sa iyo ang tungkol sa mga sobra, ang mga pagkakaiba sa maliit na grupo ay maaaring bagay tumpok.

Paano Iwasan ang Pitong Nakamamatay na mga Kasalanan ng Statistical MisinterpretationKapag ang dalawang populasyon ay sumusunod sa isang normal na pamamahagi, ang mga pagkakaiba sa pagitan ng mga ito ay magiging mas maliwanag sa mga sobra kaysa sa mga katamtaman.


4. Nagtiwala sa pagkakataon

Alam mo ba may isang Ugnayan sa pagitan ng bilang ng mga tao na nalunod sa bawat taon sa Estados Unidos sa pamamagitan ng pagbagsak sa isang swimming pool at ang bilang ng mga pelikula Nicholas Cage lumitaw sa?

Paano Iwasan ang Pitong Nakamamatay na mga Kasalanan ng Statistical MisinterpretationNgunit may isang causal link? tylervigen.com

Kung tumingin ka ng sapat na lakas maaari mong mahanap ang mga kagiliw-giliw na mga pattern at mga ugnayan na lamang dahil sa pagkakataon.

Sapagkat ang dalawang bagay na mangyayari sa pagbabago sa parehong oras, o sa mga katulad na mga pattern, ay hindi nangangahulugan na sila ay may kaugnayan.

Iwasan ang error na ito sa pamamagitan ng pagtatanong kung gaano ka maaasahan ang naobserbahang samahan. Ito ba ay isang beses, o nangyari ito nang maraming beses? Maaari bang hinulaan ang mga hinaharap na asosasyon? Kung nakita mo ito nang isang beses lamang, pagkatapos ay malamang na ito ay dahil sa random na pagkakataon.


5. Pagkuha ng pananabik pabalik

Kapag ang dalawang bagay ay may kaugnayan - sabihin, ang kawalan ng trabaho at mga isyu sa kalusugan ng isip - maaaring maging kaakit-akit upang makita ang isang "halata" salik na dahilan - sinasabi na ang mga problema sa kalusugan ng isip ay humantong sa kawalan ng trabaho.

Ngunit kung minsan ang path ng pang-causal ay nasa iba pang direksyon, tulad ng kawalan ng trabaho na nagiging sanhi ng mga isyu sa kalusugan ng isip.

Maaari mong maiwasan ang error na ito sa pamamagitan ng pag-alala na mag-isip tungkol sa reverse causality kapag nakikita mo ang isang samahan. Pwede ba ang impluwensya sa kabilang direksyon? O maaari itong pumunta sa parehong paraan, ang paglikha ng feedback loop?


6. Nakalimutan na isaalang-alang ang mga sanhi sa labas

Ang mga tao ay madalas na hindi nasusuri ang mga posibleng "ikatlong salik", o mga sanhi sa labas, na maaaring lumikha ng isang pagkakaugnay sa pagitan ng dalawang bagay sapagkat pareho ang mga resulta ng ikatlong salik.

Halimbawa, maaaring may kaugnayan sa pagitan ng pagkain sa mga restawran at mas mahusay na kalusugan ng cardiovascular. Na maaaring humantong sa iyo upang maniwala na may pananahilan sa pagitan ng dalawa.

Gayunpaman, maaari itong maging ang mga taong maaaring makakuha ng makakain sa mga restawran ay regular na nasa isang mataas na socioeconomic bracket, at maaari ring makakuha ng mas mahusay na pangangalagang pangkalusugan, at ito ang pangangalagang pangkalusugan na nagbibigay ng mas mahusay na kalusugan ng cardiovascular.

Maaari mong maiwasan ang error na ito sa pamamagitan ng pag-alala na mag-isip tungkol sa mga ikatlong salik kapag nakikita mo ang isang ugnayan. Kung susundin mo ang isang bagay bilang isang posibleng dahilan, tanungin ang iyong sarili kung ano ang nagiging sanhi ng bagay na iyon? Puwede ba ang pangatlong kadahilanan na sanhi ng parehong naobserbahang resulta?


7. Mga mapanlinlang na graph

Maraming kasamaan ang nangyayari sa pagsukat at pag-label ng vertical axis sa mga graph. Dapat ipakita ng mga etiketa ang buong makabuluhang hanay ng anumang tinitingnan mo.

Ngunit kung minsan ang gumagawa ng graph ay pinipili ang isang makitid na hanay upang makagawa ng isang maliit na pagkakaiba o kaugnayan na mas mabisa. Sa sukat mula sa 0 patungong 100, ang dalawang haligi ay maaaring tumingin sa parehong taas. Ngunit kung i-graph mo ang parehong data na nagpapakita lamang mula sa 52.5 patungong 56.5, maaaring magkakaiba ang mga ito.

Maaari mong maiwasan ang error na ito sa pamamagitan ng pag-aalaga upang tandaan ang mga label ng graph sa mga axes. Maging lalo na may pag-aalinlangan sa mga hindi nakuhang mga graph.

Paano Iwasan ang Pitong Nakamamatay na mga Kasalanan ng Statistical MisinterpretationMaaaring sabihin ng mga graph ang isang kuwento - ang mga pagkakaiba sa hitsura ay mas malaki o mas maliit depende sa laki.

Tungkol sa Ang May-akda

Winnifred Louis, Associate Professor, Social Psychology, Ang University of Queensland at Cassandra Chapman, PhD Kandidato sa Social Psychology, Ang University of Queensland

Ang artikulong ito ay orihinal na na-publish sa Ang pag-uusap. Basahin ang ang orihinal na artikulo.

Mga Kaugnay na Libro:

at InnerSelf Market at Amazon