Błędy, które popełnia prawie każdy
Nawet inteligentni ludzie regularnie popełniają błędy w rozumowaniu statystycznym. To nie kwestia inteligencji - nasz mózg po prostu nie jest stworzony do intuicyjnego rozumienia prawdopodobieństwa i danych. Oto najczęstsze pułapki i jak ich unikać.
1. Mylenie korelacji z przyczynowością
Mówiliśmy o tym w lekcji o korelacji, ale warto powtórzyć - to najczęstszy błąd statystyczny na świecie.
"Kraje, które jedzą więcej czekolady, produkują więcej noblistów." Nagłówek sugeruje, że czekolada czyni ludzi mądrzejszymi. W rzeczywistości oba zjawiska korelują z zamożnością kraju. Bogatsze kraje stać zarówno na czekoladę, jak i na inwestowanie w naukę.
2. Pułapka hazardzisty
Wiara, że po serii jednego wyniku następny musi być inny. Moneta wypadła orłem 10 razy z rzędu - więc teraz "musi" wypaść reszka. Nie musi. Każdy rzut jest niezależny.
W kasynie w Monte Carlo w 1913 roku ruletka wypadła na czarnym 26 razy z rzędu. Gracze stawiali coraz więcej na czerwone, wierząc, że "musi się zmienić". Stracili miliony. Każdy obrót ruletki jest niezależny od poprzedniego.
3. Ignorowanie prawdopodobieństwa bazowego
Ignorowanie tego, jak częsta jest dana rzecz w populacji. Widzieliśmy to w lekcji o twierdzeniu Bayesa.
Słyszysz, że test na rzadką chorobę jest "99% dokładny". Masz pozytywny wynik. Większość ludzi pomyśli: "Jestem w 99% chory." Ale jeśli choroba dotyczy 1 na 10 000 osób, prawdopodobieństwo, że naprawdę jesteś chory to około 1%. 99% dokładny test daje setki fałszywych alarmów na każdego prawdziwie chorego.
4. Błąd małych liczb
Wyciąganie wielkich wniosków z małych prób.
"3 z 4 stomatologów poleca naszą pastę do zębów!" Brzmi imponująco. Ale jeśli pytano 4 stomatologów, to jeden się nie zgodził. Może następnych 4 stomatologów dałoby zupełnie inny wynik. Małe próby są bardzo niestabilne.
5. Wybieranie wisni (cherry picking)
Prezentowanie tylko tych danych, które wspierają Twoją tezę, a ignorowanie reszty.
Polityk mówi: "Od kiedy objąłem urząd, bezrobocie spadło z 6% do 5%!" Nie wspomina, że trend spadkowy zaczął się 3 lata przed jego kadencją, a w środku było 7%. Wybiera punkt początkowy i końcowy, które najlepiej pasują do jego narracji.
6. Ekologiczny błąd wnioskowania
Wyciąganie wniosków o jednostkach na podstawie danych grupowych.
"Kraje z wyższym PKB mają niższy poziom szczęścia" (dane zagregowane). Wniosek: "Pieniądze nie dają szczęścia." Ale na poziomie indywidualnym ludzie z wyższymi dochodami są generalnie szczęśliwsi (do pewnego progu). To co jest prawdą dla krajów, nie musi być prawdą dla jednostek.
7. Mylenie istotności statystycznej z praktyczną
Wynik statystycznie istotny nie musi być praktycznie ważny.
Badanie na 500 000 osobach: suplement X poprawia pamięć o 0,3% (p < 0,001). Statystycznie istotne! Ale 0,3% poprawy pamięci jest niezauważalne w codziennym życiu. Duża próba "wykryła" efekt tak mały, że nie ma praktycznego znaczenia.
8. Post hoc ergo propter hoc
"Po tym, więc z powodu tego." Jeśli B nastąpiło po A, to A spowodowało B. To klasyczny błąd logiczny.
"Zacząłem pić zieloną herbatę i przeziębienie minęło w 3 dni!" Przeziębienie zazwyczaj trwa 3-5 dni bez względu na to, co pijesz. Zielona herbata mogła nie mieć nic do rzeczy.
Najczęstsze błędy statystyczne to mylenie korelacji z przyczynowością, pułapka hazardzisty, ignorowanie prawdopodobieństwa bazowego, wyciąganie wniosków z małych prób, cherry picking, błąd ekologiczny i mylenie istotności statystycznej z praktyczną. Świadomość tych pułapek nie gwarantuje, że ich unikniesz - ale znacznie zwiększa Twoje szanse.