İstatistiksel Yanlış Yorumlamanın Yedi Ölümcül Günahından Kaçının

İstatistikler, etrafımızdaki dünyadaki kalıpları anlamak için yararlı bir araçtır. Ancak sezgilerimiz bu kalıpları yorumlama konusunda genellikle bizi hayal kırıklığına uğratıyor. Bu seride, yaptığımız bazı genel hatalara ve istatistik, olasılık ve risk hakkında düşünürken onlardan nasıl kaçınılacağına bakıyoruz.Konuşma

1. Küçük farkların anlamlı olduğunu varsaymak

Borsadaki günlük dalgalanmaların çoğu anlamlı bir şey değil, şansı temsil ediyor. Bir taraf bir ya da iki nokta öne geçtiğinde yapılan anketlerdeki farklılıklar çoğu zaman yalnızca istatistiksel gürültüdür.

Rakamlarla ilgili “hata payını” görmeyi talep ederek bu gibi dalgalanmaların nedenleri hakkında hatalı sonuçlar çıkarmaktan kaçınabilirsiniz.

Fark, hata payından daha küçükse, muhtemelen anlamlı bir fark yoktur ve varyasyon muhtemelen rastgele dalgalanmalara bağlıdır.

İstatistiksel Yanlış Yorumlamanın Yedi Ölümcül Günahından KaçınınHata çubukları, bir skordaki belirsizlik derecesini gösterir. Bu tür hata payları üst üste geldiğinde, farkın istatistiksel gürültüye bağlı olması muhtemeldir.


kendi kendine abone olma grafiği



2. İstatistiksel önemi gerçek dünyadaki önemle eşitlemek

Erkeklerin fiziksel olarak daha güçlüyken kadınların daha besleyici olmaları gibi iki grubun bir şekilde nasıl farklılaştığı hakkında genellemeler duyuyoruz.

Bu farklılıklar sıklıkla basmakalıp ve halk bilgeliğinden yararlanır, ancak genellikle iki grup arasındaki insandaki benzerlikleri ve grup içindeki insandaki farklılıkları göz ardı eder.

İki erkeği rastgele seçerseniz, fiziksel güçlerinde çok fazla fark olması muhtemeldir. Ve bir erkek ve bir kadın seçerseniz, beslenmede çok benzer olabilirler ya da erkek kadından daha besleyici olabilir.

Gruplar arasındaki farkların “etki büyüklüğünü” sorarak bu hatayı önleyebilirsiniz. Bu, bir grubun ortalamasının bir diğerinin ortalamasından ne kadar farklı olduğunun bir ölçüsüdür.

Etki büyüklüğü küçükse, iki grup birbirine çok benzer. Etki büyüklüğü büyük olsa bile, iki grubun büyük olasılıkla içinde büyük farklılıklar olacaktır, bu nedenle bir grubun tüm üyeleri başka bir grubun tüm üyelerinden farklı olmayacaktır.


3. Uçlara bakmayı ihmal etmek

Etki boyutunun küçük kısmı, odaklandığınız şey “normal dağılım”(Bazen“ çan eğrisi ”olarak adlandırılır). Burası çoğu insanın ortalama puana yakın olduğu ve yalnızca küçük bir grubun ortalamanın çok altında ya da çok altında olduğu yerdir.

Bu gerçekleştiğinde, gruptaki performanstaki küçük bir değişiklik, ortalama bir insan için hiçbir şey ifade etmeyen (2 noktasına bakın) ancak aşırı uçların karakterini daha radikal bir şekilde değiştiren bir fark yaratır.

Aşırı durumlarla ilgilenip ilgilenmediğinizi düşünerek bu hatayı önleyin. Ortalama insanlarla uğraşırken, küçük grup farklılıkları genellikle önemli değildir. Aşırılıklara çok değer verdiğinizde, küçük grup farklılıkları yığınlar için önemli olabilir.

İstatistiksel Yanlış Yorumlamanın Yedi Ölümcül Günahından Kaçınınİki popülasyon normal bir dağılım izlediğinde, aralarındaki farklar aşırı uçlarda ortalamalardan daha belirgin olacaktır.


4. Tesadüflere güvenmek

Biliyor muydun ilişki ABD'de her yıl bir yüzme havuzuna düşerek boğulanların sayısı ile Nicholas Cage'in ortaya çıktığı film sayısı arasında mı?

İstatistiksel Yanlış Yorumlamanın Yedi Ölümcül Günahından KaçınınAncak nedensel bir bağlantı var mı? tylervigen.com

Yeterince sıkı bakarsanız, sadece tesadüf nedeniyle ortaya çıkan ilginç desenleri ve korelasyonları bulabilirsiniz.

Sadece iki şeyin aynı anda veya benzer şekillerde değişmesi, birbirleriyle ilişkili oldukları anlamına gelmez.

Gözlenen ilişkinin ne kadar güvenilir olduğunu sorarak bu hatanın önüne geçin. Bir kereye mahsus mu, yoksa defalarca mı oldu? Gelecekteki dernekler tahmin edilebilir mi? Sadece bir kez gördüyseniz, rastgele şansa bağlı olması muhtemeldir.


5. Geriye dönük nedensellik

İki şey birbiriyle ilişkilendirildiğinde - örneğin, işsizlik ve zihinsel sağlık sorunları - “açık” bir nedensel yol görmek cazip gelebilir - zihinsel sağlık sorunlarının işsizliğe yol açtığını söyleyin.

Ancak bazen nedensel yol, ruh sağlığı sorunlarına neden olan işsizlik gibi diğer yöne gider.

Bir dernek gördüğünüzde ters nedensellik hakkında düşünmeyi hatırlayarak bu hatayı önleyebilirsiniz. Etki diğer yöne gidebilir mi? Ya da geri bildirim döngüsü oluşturarak her iki yöne de gidebilir mi?


6. Dış nedenleri göz önünde bulundurmayı unutmak

İnsanlar genellikle iki faktör arasında bir ilişki yaratabilecek olası “üçüncü faktörleri” veya dış sebepleri değerlendirmekte başarısız olurlar çünkü ikisi de aslında üçüncü faktörün sonuçlarıdır.

Örneğin, restoranlarda yemek yemek ile daha iyi kardiyovasküler sağlık arasında bir ilişki olabilir. Bu, ikisi arasında nedensel bir bağlantı olduğuna inanmanıza neden olabilir.

Ancak, düzenli olarak restoranlarda yemek yiyebilenlerin sosyoekonomik açıdan yüksek bir parantez içinde oldukları ve ayrıca daha iyi sağlık hizmetleri sağlayabilecekleri ve daha iyi kardiyovasküler sağlık sağlayan sağlık hizmetleri olduğu ortaya çıkabiliyor.

Bir korelasyon gördüğünüzde üçüncü faktörleri düşünmeyi hatırlayarak bu hatayı önleyebilirsiniz. Olası bir sebep olarak bir şeyi takip ediyorsanız, sırayla o şeyin nedenini kendinize sorun. Bu üçüncü faktör, her iki gözlem sonucuna da neden olabilir mi?


7. Aldatıcı grafikler

Grafiklerde dikey eksenin ölçeklendirilmesinde ve etiketlenmesinde çok fazla yaramazlık meydana gelir. Etiketler, neye baktığınızın tam anlamıyla tam anlamıyla göstermelidir.

Ancak bazen grafik yapıcı, küçük bir fark ya da ilişkinin daha etkili görünmesini sağlamak için daha dar bir aralık seçer. 0'ten 100'e kadar bir ölçekte iki sütun aynı yükseklikte görünebilir. Ancak, yalnızca 52.5 ile 56.5 arasında gösterilen aynı verileri grafiklerseniz, çok farklı görünebilirler.

Eksen boyunca grafiğin etiketlerini not ederek bu hatayı önleyebilirsiniz. Etiketlenmemiş grafiklerin özellikle şüpheci olması.

İstatistiksel Yanlış Yorumlamanın Yedi Ölümcül Günahından KaçınınGrafikler bir hikaye anlatabilir - ölçeğe bağlı olarak farklılıkların daha büyük veya daha küçük görünmesini sağlar.

Yazar hakkında

Winnifred Louis, Doçent, Sosyal Psikoloji, Queensland Üniversitesi ve Cassandra Chapman, Sosyal Psikolojide Doktora Adayı, Queensland Üniversitesi

Bu yazı orijinalinde Konuşma. Okumak Orijinal makale.

İlgili Kitaplar:

at InnerSelf Pazarı ve Amazon