Иногда — из неправильных статистических выводов. Мы уже затрагивали тему обманчивости статистики. Но нашли ещё несколько интересных кейсов:
▶️Исторический пример:
В 1970-х выяснилось, что в аспирантуру Беркли принимают 44% мужчин и лишь 35% женщин. На первый взгляд это выглядит как гендерная несправедливость.
Но при разборе по факультетам оказалось, что женщины просто чаще подавали документы на более конкурентные направления.
▶️Явление встречается и в медицине:
Допустим, препарат A показывает лучшую общую эффективность, чем B. Но если разделить пациентов по полу, выясняется обратное: B работает лучше и для мужчин, и для женщин.
Причина — в составе групп: в первой было больше женщин, которые в среднем лучше реагируют на лечение.
▶️Или вот ещё простой пример с котиками:
Представьте график, где по одной оси количество проблем, по другой — уровень счастья. Чем меньше проблем, тем выше счастье — это верно и для выборки людей, и для выборки котов по отдельности.
Но если объединить их в одну выборку, получается обратное: будто больше проблем приносят больше счастья. Но тут всё просто: люди и коты — разные группы, и их нельзя смешивать.
Это классический парадокс Симпсона — статистический феномен, при котором агрегированные данные могут лгать, даже если все числа верны.
#как_устроено