Thống kê là một công cụ hữu ích để hiểu các mô hình trên thế giới xung quanh chúng ta. Nhưng trực giác của chúng ta thường làm chúng ta thất vọng khi diễn giải những mô hình đó. Trong loạt bài này, chúng tôi xem xét một số lỗi phổ biến chúng tôi mắc phải và cách tránh chúng khi nghĩ về thống kê, xác suất và rủi ro.

KHAI THÁC. Giả sử sự khác biệt nhỏ là có ý nghĩa

Nhiều biến động hàng ngày trên thị trường chứng khoán đại diện cho cơ hội hơn là bất cứ điều gì có ý nghĩa. Sự khác biệt trong các cuộc thăm dò khi một bên đi trước một hoặc hai điểm thường chỉ là tiếng ồn thống kê.

Bạn có thể tránh đưa ra kết luận sai lầm về nguyên nhân của những biến động đó bằng cách yêu cầu xem biên độ lỗi của lỗi liên quan đến các con số.

Nếu chênh lệch nhỏ hơn biên sai số, có thể không có sự khác biệt có ý nghĩa và biến thể có lẽ chỉ là do dao động ngẫu nhiên.

Thanh lỗi minh họa mức độ không chắc chắn trong một điểm. Khi các lề như vậy chồng chéo lỗi, sự khác biệt có thể là do nhiễu thống kê.

KHAI THÁC. Đánh giá ý nghĩa thống kê với ý nghĩa thực tế

Chúng ta thường nghe những khái quát về cách hai nhóm khác nhau theo một cách nào đó, chẳng hạn như phụ nữ được nuôi dưỡng nhiều hơn trong khi đàn ông mạnh mẽ hơn về thể chất.

Những khác biệt này thường dựa trên khuôn mẫu và trí tuệ dân gian nhưng thường bỏ qua những điểm tương đồng ở con người giữa hai nhóm và sự khác biệt về con người trong các nhóm.

Nếu bạn chọn hai người đàn ông một cách ngẫu nhiên, có khả năng sẽ có khá nhiều sự khác biệt về sức mạnh thể chất của họ. Và nếu bạn chọn một người đàn ông và một người phụ nữ, họ có thể sẽ rất giống nhau về mặt nuôi dưỡng, hoặc người đàn ông có thể được nuôi dưỡng nhiều hơn phụ nữ.

Bạn có thể tránh được lỗi này bằng cách yêu cầu kích thước hiệu ứng của Wap về sự khác biệt giữa các nhóm. Đây là thước đo mức trung bình của một nhóm khác với mức trung bình của một nhóm khác.

Nếu kích thước hiệu ứng nhỏ, thì hai nhóm rất giống nhau. Ngay cả khi kích thước hiệu ứng lớn, hai nhóm vẫn có thể có nhiều biến thể trong đó, vì vậy không phải tất cả các thành viên của một nhóm sẽ khác với tất cả các thành viên của nhóm khác.

KHAI THÁC. Bỏ bê để nhìn vào thái cực

Điểm nổi bật của kích thước hiệu ứng có liên quan khi thứ mà bạn đang tập trung theo dõiphân phối bình thườngMùi (đôi khi được gọi là đường cong chuông chuông). Đây là nơi mà hầu hết mọi người đều ở gần điểm trung bình và chỉ có một nhóm nhỏ ở trên hoặc dưới trung bình.

Khi điều đó xảy ra, một thay đổi nhỏ trong hiệu suất của nhóm tạo ra sự khác biệt có nghĩa là không có gì đối với người bình thường (xem điểm 2) nhưng điều đó thay đổi tính cách của thái cực triệt để hơn.

Tránh lỗi này bằng cách phản ánh xem bạn có đang xử lý cực đoan hay không. Khi bạn giao dịch với những người bình thường, sự khác biệt nhóm nhỏ thường không thành vấn đề. Khi bạn quan tâm rất nhiều về các thái cực, sự khác biệt nhóm nhỏ có thể là vấn đề lớn.

Khi hai quần thể theo một phân phối bình thường, sự khác biệt giữa chúng sẽ rõ ràng hơn ở các cực trị so với trung bình.

KHAI THÁC. Sự trùng hợp đáng tin cậy

Bạn có biết có một tương quan giữa số người chết đuối mỗi năm ở Hoa Kỳ bằng cách rơi vào bể bơi và số phim Nicholas Cage xuất hiện trong?

Nhưng có một liên kết nhân quả? tylervigen.com

Nếu bạn đủ chăm chỉ, bạn có thể tìm thấy các mô hình và mối tương quan thú vị chỉ đơn thuần là do sự trùng hợp.

Chỉ vì hai điều xảy ra thay đổi cùng một lúc, hoặc trong các mẫu tương tự, không có nghĩa là chúng có liên quan.

Tránh lỗi này bằng cách hỏi độ tin cậy của hiệp hội quan sát được. Đây có phải là một lần, hoặc nó đã xảy ra nhiều lần? Hiệp hội trong tương lai có thể được dự đoán? Nếu bạn đã nhìn thấy nó chỉ một lần, thì có khả năng là do cơ hội ngẫu nhiên.

KHAI THÁC. Bắt nhân quả ngược

Khi hai điều tương quan - nói, thất nghiệp và các vấn đề về sức khỏe tâm thần - có thể sẽ rất hấp dẫn khi nhìn thấy một con đường nhân quả rõ ràng của người Hồi giáo - nói rằng các vấn đề về sức khỏe tâm thần dẫn đến thất nghiệp.

Nhưng đôi khi con đường nhân quả đi theo một hướng khác, chẳng hạn như thất nghiệp gây ra các vấn đề sức khỏe tâm thần.

Bạn có thể tránh lỗi này bằng cách nhớ suy nghĩ về quan hệ nhân quả ngược lại khi bạn thấy một hiệp hội. Ảnh hưởng có thể đi theo hướng khác? Hoặc nó có thể đi cả hai cách, tạo ra một vòng phản hồi?

KHAI THÁC. Quên xem xét các nguyên nhân bên ngoài

Mọi người thường không đánh giá được các yếu tố thứ ba có thể có của LINE, hoặc các nguyên nhân bên ngoài, có thể tạo ra mối liên hệ giữa hai điều này bởi vì cả hai thực sự là kết quả của yếu tố thứ ba.

Ví dụ, có thể có mối liên quan giữa ăn uống tại nhà hàng và sức khỏe tim mạch tốt hơn. Điều đó có thể khiến bạn tin rằng có một mối liên hệ nhân quả giữa hai điều này.

Tuy nhiên, nó có thể chỉ ra rằng những người có thể đủ khả năng ăn ở nhà hàng thường xuyên trong một khung kinh tế xã hội cao, và cũng có thể có khả năng chăm sóc sức khỏe tốt hơn, và đó là chăm sóc sức khỏe giúp sức khỏe tim mạch tốt hơn.

Bạn có thể tránh lỗi này bằng cách nhớ suy nghĩ về các yếu tố thứ ba khi bạn thấy một mối tương quan. Nếu bạn đang theo dõi một điều có thể là nguyên nhân có thể, hãy tự hỏi chính mình, nguyên nhân của điều đó là gì? Yếu tố thứ ba có thể gây ra cả hai kết quả quan sát?

KHAI THÁC. Đồ thị lừa đảo

Rất nhiều sự nghịch ngợm xảy ra trong việc chia tỷ lệ và ghi nhãn trục dọc trên biểu đồ. Các nhãn sẽ hiển thị phạm vi có ý nghĩa đầy đủ của bất cứ điều gì bạn đang xem.

Nhưng đôi khi, người tạo đồ thị chọn một phạm vi hẹp hơn để tạo ra sự khác biệt nhỏ hoặc liên kết trông có tác động hơn. Trên thang đo từ 0 đến 100, hai cột có thể có cùng chiều cao. Nhưng nếu bạn vẽ đồ thị cùng một dữ liệu chỉ hiển thị từ 52.5 sang 56.5, chúng có thể trông khác nhau đáng kể.

Bạn có thể tránh lỗi này bằng cách chú ý ghi nhãn của đồ thị dọc theo trục. Đặc biệt hoài nghi về đồ thị không ghi nhãn.

Đồ thị có thể kể một câu chuyện - làm cho sự khác biệt trông lớn hơn hoặc nhỏ hơn tùy thuộc vào quy mô.

Giới thiệu về Tác giả

Winnifred Louis, Phó giáo sư, Tâm lý học xã hội, Đại học Queensland và Cassandra Chapman, ứng cử viên tiến sĩ tâm lý học xã hội, Đại học Queensland

Bài viết này ban đầu được xuất bản vào Conversation. Đọc ban đầu bài viết.

Sách liên quan:

at Thị trường InnerSelf và Amazon