Miért nem olyan objektívek a számok, mint gondoljuk?
Vegyes Cikkek / / July 29, 2022
Valójában könnyen manipulálhatók.
Bármely kétes állítás igaznak tekinthető, ha statisztikai adatokkal, táblázatokkal, grafikonokkal és tudományos kifejezésekkel támasztja alá. Annak érdekében, hogy ne dőljön be az ilyen trükköknek, fontos, hogy képes legyen felismerni a hülyeségeket, és általában megértse, mi az. Új könyv a MIF kiadótól "Teljes hülyeség!" segíteni fog ebben. Carl Bergstrom evolúcióbiológus professzor és a Washingtoni Egyetem Információs Iskola adjunktusa, Jevin West írta. A Lifehacker pedig közöl egy részletet az ötödik fejezetből.
Világunk szó szerint digitalizálódott. Mindent kiszámítanak, mérnek, elemeznek és értékelnek. Az internetes cégek online követnek minket, és algoritmusokat használnak annak előrejelzésére, hogy mit fogunk vásárolni. Az okostelefonok számolják lépéseinket, mérik a hívások időtartamát, és követik mozgásunkat a nap folyamán. Az intelligens eszközök szabályozzák, hogyan használjuk őket, és többet tudnak napi rutinunkról, mint azt elképzelnénk. A beültetett orvosi eszközök folyamatos beteginformációt táplálnak, és valós időben figyelik a veszély jeleit. A karbantartás során autóink adatokat töltenek fel teljesítményükről és vezetési stílusunkról. A városokban elhelyezett számtalan szenzor és kamera a forgalomtól a levegő minőségéig mindent felügyel, és még beállítani is képes
a járókelők személyisége.Ahelyett, hogy költséges felméréseken és felméréseken keresztül gyűjtenének adatokat a fogyasztói magatartásról, a vállalatok megengedik az embereknek, hogy maguk keressék fel őket, majd minden tevékenységüket rögzítsék. A Facebook* tudja, kit ismerünk. Google – amit szeretnénk megtudni. Uber – ahová menni szándékozunk. Amazon – amit meg akarunk vásárolni. Match - akivel családi unió létrehozását tervezzük. tapló - akitől kommunikációra várunk.
Az adatok segíthetnek megérteni a világot objektív tények alapján, de az adatok közel sem olyan objektívek, mint gondolnánk. Erről egy régi vicc jut eszembe. Egy matematikus, egy mérnök és egy könyvelő kap munkát. Bevezetik őket egy irodába, és matekvizsgát tesznek. Az első feladat, bemelegítésnél: mennyi kettő plusz kettő? A matematikus lesüti a szemét, „négyet” ír, és továbblép a következő feladatokra. A mérnök egy pillanatig gondolkodik, majd kiírja, hogy „kb. négy”. A könyvelő aggódva néz körül, majd feláll a székről, odamegy ahhoz, aki tesztelve, és elcsukló hangon megkérdezi: „Mielőtt bármit is írnék, mondd el, mit akarsz kap?"
A számok tökéletesek arra, hogy hülyeségeket beszéljünk. Tárgyilagosnak tűnnek, de könnyen manipulálhatók, hogy elmondják a megfelelő történetet.
A szavakat egyértelműen az emberi elme hozza létre, de mi a helyzet a számokkal? Úgy tűnik, hogy a számokat maga a természet adta nekünk. Tudjuk, hogy a szavak szubjektívek. Tudjuk, hogy az igazság kiforgatására és elferdítésére használják. A szavak intuíciót, érzéseket, szenvedélyt tükröznek. Úgy tűnik, hogy a számok külön léteznek attól a személytől, aki beszél róluk.
Hihetetlenül erős az emberek hite a számokban. A szkeptikusok azt állítják, hogy "csak látni akarják az adatokat", vagy azt követelik, hogy "alapadatokat" mutassanak nekik, vagy ragaszkodnak ahhoz, hogy "a számok magukért beszéljenek". Meggyőződésünk, hogy „az adatok soha hazugság». De ez a nézet veszélyes lehet. Még ha az értékek vagy számok helyesek is, akkor is felhasználhatók a fej becsapására […]. Ahhoz, hogy a számok érthetőek legyenek, megfelelő kontextusban kell lenniük. Ezeket úgy kell bemutatni, hogy őszinte összehasonlítás álljon rendelkezésünkre.
Először is gondoljuk át, honnan származnak ezek a számok. Ezek egy részét közvetlenül, pontos számlálással vagy méréssel kapjuk meg. Az USA-ban 50 állam van. 25 prímszám van 100-nál kisebb. Az Empire State Building 102 emeletes. A baseball-legenda Tony Gwin ütőnél 3141 találatot ért el a 9288-ból, a Major League 0,388-as ütési átlaga mellett. Elvileg a pontos számlálásnak meglehetősen egyszerűnek kell lennie. Van egy határozott válasz, és általában van egy bizonyos számítási vagy mérési eljárás, amellyel el lehet jutni. De ez a folyamat nem mindig könnyű. Számításokban, mérésekben, vagy abban, amit pontosan figyelembe veszünk, nagyon is előfordulhat hibák. Vegyük például a bolygókat. Naprendszer. A Neptunusz 1846-os felfedezésétől a Plútó 1930-as felfedezéséig azt hittük, nyolc bolygó van a Naprendszerben. A Plútó felfedezése után azt mondtuk, hogy kilenc bolygónk van. Aztán 2006-ban a szerencsétlen "új jövevény" törpebolygó státuszba süllyedt, és ismét nyolc teljes értékű bolygó keringett a Nap körül.
Gyakrabban azonban nem lehetséges pontos számlálás vagy kimerítő mérés.
Nem tudunk minden csillagot külön-külön megszámolni a megfigyeltben Világegyetemhogy elérjük a jelenlegi trillió billió közelítést.
Hasonlóképpen durva becslésekre hagyatkozunk, amikor olyan mutatókat vizsgálunk, mint egy felnőtt ember magassága egy adott országban. A holland férfiakat tekintik a legmagasabbnak a világon - átlagosan 183 centiméter. De ahhoz, hogy ezeket az adatokat megszerezzék, nem mérték fel az ország összes lakosát, és nem számolták ki az összes kapott érték átlagát. Ehelyett a kutatók helyi férfiakból vett véletlenszerű mintát használtak, megmérték, ki esett bele, és az eredményeket a teljes populációra extrapolálták.
Ha valaki fél tucat embert megmérne és kiszámolná az átlagmagasságukat, csak véletlenül lenne rossz az eredmény. Tegyük fel, hogy néhányuk szokatlanul magas volt. Ezt hívják mintavételi hiba. Szerencsére a nagy minta általában kiegyenlíti az eltéréseket, így egy ilyen hiba minimális hatással van az eredményre.
Problémák adódhatnak a mérési eljárással is. Tegyük fel, hogy a kutatók arra kérték a résztvevőket, hogy közöljék magasságukat, de a férfiak hajlamosak felfújni a számokat, az alacsony férfiak gyakrabban teszik ezt, mint a magasak.
Egy másik hibaforrás, magának a mintának a torzítása, még veszélyesebb. Tegyük fel, hogy úgy dönt, hogy meghatározza az emberek magasságát, elment a helyi kosárlabdapályára, és elkezdte mérni a játékosokat. kosárlabdázókjellemzően átlag feletti magasságú, így a mintája nem lesz reprezentatív az általános populációra, és túl magas lesz. A legtöbb ilyen hiba nem olyan nyilvánvaló. […]
Ezekben a példákban embercsoportokat vizsgáltunk egy értéktartományban – például egy magassági tartományban –, majd ezeket az információkat egyetlen számmá összesítettük, amelyet összefoglaló statisztikának nevezünk. Például, amikor egy magas hollandot írunk le, akkor átlagos magasságról beszélünk.
Az összefoglaló statisztika kényelmes módja lehet az információk összegzésének, de ha nem helyes, könnyen félrevezetheti közönségét.
A politikusok ezt a trükköt alkalmazzák, amikor bevezetést javasolnak adólevonás, amely több százezer dollárt takarít meg a polgárok leggazdagabb 1%-ának, de semmiképpen sem könnyíti meg mindenki más adóterhét. Kiveszik az átlagos adólevonást, és azt állítják, hogy adótervük átlagosan évi 4000 dollárt takarít meg a családoknak. Lehet, hogy így van, de az átlagos család – ha a jövedelemelosztás közepén lévőt értjük – semmit sem fog megtakarítani. Legtöbbünk számára sokkal hasznosabb tudni, hogy mekkora lesz a levonás egy átlagos jövedelmű család esetében. Ebben az esetben a medián a „medián” jövedelem az ennél többet kereső családok fele és az ennél kevesebbet kereső családok fele között. Így a medián család egyáltalán nem kap levonást, mert ez csak a lakosság legmagasabb jövedelmű felső 1%-ának hasznos.
Néha nem tudjuk közvetlenül mérni a minket érdeklő mutatót. Carl a közelmúltban a Highway Patrol radarja alá került a Utah-sivatagban egy egyenes és lapos autópálya-szakaszon, ahol valamilyen megmagyarázhatatlan okból óránként ötven mérföldes sebességkorlátozást szabtak meg. Lehúzódott az út szélére, és a visszapillantó tükörben a piros és kék fények ismerős villanásaira pillantott. – Tudod, milyen gyorsan vezettél? kérdezte járőr. – Nem hiszem, tiszt – válaszolta Carl. – Óránként nyolcvanhárom mérföld.
A nyolcvanhárom komoly szám, amely nagy bajokkal fenyegethet. De honnan jött? Egyes közlekedési kamerák úgy számítják ki a sebességet, hogy megmérik az adott idő alatt megtett távolságot, de az állami autópályák ezt másként teszik meg. A katona valami mást mért – a hordozható radarja által kibocsátott rádióhullámok Doppler-eltolódását, amikor azok visszapattantak Carl száguldó autójáról. A radarba ágyazott szoftver egy hullámmechanikán alapuló matematikai modell segítségével számítja ki a jármű sebességét a kapott mérések alapján. Mivel a járőr közvetlenül nem mér sebesség Carla, a radart rendszeresen kalibrálni kell. A gyorshajtási jegytől való megszabadulás szokásos módja az, hogy megkövetelik a tiszttől, hogy időben mutassa be a kalibrációs jegyzőkönyveket. Igaz, Carlnak nem volt rá szüksége. Tudta, hogy túllépte a megengedett sebességet, és örült, hogy sietsége miatt csak pénzbírsággal szállt le, bár nagyot.
A radarok nagyon robusztus fizikai elvekre támaszkodnak, de az egyéb mutatók kiszámításához használt modellek összetettebbek lehetnek, és több feltételezést tartalmazhatnak. A Nemzetközi Bálnavadászati Bizottság adatokat tesz közzé egyes bálnafajok populációinak számáról. Amikor arról számol be, hogy 2300 kék bálna él a déli félteke vizeiben, nem azért jut erre a számra, mert mindegyiket megtalálták és megszámolták. állat. És még nem fésülködtek az óceán bizonyos részeiről és felé. A bálnák nem állnak egy helyben, és legtöbbször nem is látszanak a víz felszínéről. Ezért a tudósoknak közvetett módszerekre van szükségük a populáció méretének meghatározásához. Például számon tartanak olyan egyedi egyedekkel való találkozásokat, amelyek a farokúszójukon és a farkukon található jelölések alapján azonosíthatók. Tehát a bálnák számának meghatározása éppoly pontatlan, mint ez a technika.
A teljesen nyilvánvalónak tűnő számításokban és tényekben különféle okok miatt becsúsznak a hibák. Megzavarhatod a számokat. Használhat túl kicsi mintát, ami tévesen tükrözi a teljes csoport jellemzőit. Előfordulhat, hogy azok a módszerek, amelyekkel más információkból számokat származtatunk, tévesek. És végül, a számok egyszerűen teljes ostobaságok, amelyeket a semmiből találtak ki, hogy megpróbáljanak adni meggyőzőképesség szánalmas érvek. Ezt szem előtt kell tartanunk, amikor a számok mutatnak nekünk valamit. Azt mondják, hogy a számok soha nem hazudnak, de nem szabad elfelejteni, hogy gyakran félrevezetőek.
– Teljes hülyeség! beszél arról, hogyan terjed a téves információ, miért hiszünk benne, és hogyan tanulhatjuk meg az ok-okozati összefüggések helyes értékelését. Ez a könyv bebizonyítja, hogy ehhez nem kell szakértőnek lenni a statisztikákban felismerni a hamisítványokat és a változó fogalmak. Elég a logikából és a kritikai gondolkodásból.
Vegyél egy könyvet
Olvassa el is🧐
- Az érzékelés csapdái: hogyan torzítják el az érzékek a valóságot
- A történelem ismétli önmagát? Lehetséges-e párhuzamot vonni a múlt és a jelen eseményei között?
- Megerősítési elfogultság: Miért nem vagyunk soha objektívek
- Miért nem létezik objektív valóság
- Miért hiszünk inkább a találgatásoknak és a pletykáknak, mint a statisztikáknak?
*Meta Platforms Inc. tevékenységei. és közösségi hálózatai, a Facebook és az Instagram tilos az Orosz Föderáció területén.