How statistics can be misleading - Mark Liddell

Translator: Rezhin Ahmad Reviewer: Daban Q. Jaff

Statistics are persuasive.

ئامارەکان قایلکەرن.

So much so that people, organizations, and whole countries

ئەوەندە خەڵکەو، رێکخراوەکان، و هەموو وڵاتان

base some of their most important decisions on organized data.

هەندێک لە بڕیارە زۆر گرینگەکانیان لەسەر داتای ڕێکخراوەکانە.

But there's a problem with that.

بەڵام کێشەیەک هەیە لەگەڵ ئەوە.

Any set of statistics might have something lurking inside it,

هەر کۆمەڵە ئامارێک لەوانەیە شتێکی هەبێت کە لە ناویدا خۆی شاردۆتەوە،

something that can turn the results completely upside down.

شتێک کە دەتوانێت ئەنجامەکان بەتەواوی پێچەوانە بکاتەوە

For example, imagine you need to choose between two hospitals

بۆ نموونە،بیهێنە پێش چاوت کە پێویستە لە نێوان دوو نەخۆشخانەدا دانەیەک هەڵبژێری

for an elderly relative's surgery.

بۆ نەشتەرگەری خزمێکی بەتەمەنت.

Out of each hospital's last 1000 patient's,

لەدەرەوەی هەر نەخۆشخانەیەک ١٠٠٠ نەخۆش بوون،

900 survived at Hospital A,

900 کەس لە نەخۆشخانەی ئەی ڕزگاریان بوو،

while only 800 survived at Hospital B.

لە کاتێکدا تەنها 800 کەس لە نەخۆشخانەی بی رزگاریان بوو.

So it looks like Hospital A is the better choice.

بۆیە پێدەچێت هەڵبژاردەی نەخۆشخانەی ئەی باشتربێت.

But before you make your decision,

بەڵام پێش ئەوەی بڕیاری خۆت بدەیت،

remember that not all patients arrive at the hospital

ئەوەت لە یاد بێت کە هەموو نەخۆشەکان ناگەنە نەخۆشخانه

with the same level of health.

لەگەڵ هەمان ئاستی تەندروستیدا.

And if we divide each hospital's last 1000 patients

و ئەگەر هەر نەخۆشخانەیەک دابەش بکەین بۆ 1000 نەخۆش

into those who arrived in good health and those who arrived in poor health,

بۆ ئەوانەی کە بە تەندروستییەکی باش گەیشتن و ئەوانەی کە بە تەندرووستیەکی خراپ گەیشتن،

the picture starts to look very different.

وێنەکە زۆر جیاواز دەردەکەوێ.

Hospital A had only 100 patients who arrived in poor health,

نەخۆشخانەی ئەی تەنها 100 نەخۆشی هەبوو کە بە تەندروستییەکی خراپەوە گەشتن

of which 30 survived.

کە 30 یان ڕزگاریان بووە.

But Hospital B had 400, and they were able to save 210.

بەڵام نەخۆشخانەی بی 400 نەخۆش بوو و توانییان 210 نەخۆش ڕزگار بکەن.

So Hospital B is the better choice

کەواتە هەڵبژاردەی نەخۆشخانەی بی باشترە

for patients who arrive at hospital in poor health,

بۆ ئەو نەخۆشانەی کە دەگەنە نەخۆشخانە بە تەندروستییەکی خراپەوە،

with a survival rate of 52.5%.

بە ڕێژەی مانەوە لە 52.5%.

And what if your relative's health is good when she arrives at the hospital?

ئەی چی ئەگەر تەندروستی خزمەکەت باشبێت کاتێک دەگاتە نەخۆشخانە؟

Strangely enough, Hospital B is still the better choice,

سەیر ئەوەیە کە نەخۆشخانەی بی هێشتا هەڵبژاردەی باشترە،

with a survival rate of over 98%.

کە ڕێژەی مانەوەیان لە 98% زیاتر بووە.

So how can Hospital A have a better overall survival rate

کەواتە چۆن نەخۆشخانەی ئەی بە گشتی ڕێژەی مانەوە باشتر دەبێت

if Hospital B has better survival rates for patients in each of the two groups?

ئەگەر نەخۆشخانەی بی ڕێژەی مانەوەی باشتربێ بۆ نەخۆشەکان لە هەر یەکێک لەو دوو گروپەدا؟

What we've stumbled upon is a case of Simpson's paradox,

ئەوەی کە ئێمە کەوتوینە سەر ئەو حاڵەتە لە پارادۆکسەکەی سیمپسۆن،

where the same set of data can appear to show opposite trends

هەمان کۆمەڵەی داتاکان دەتوانن دەرکەون بۆ نیشاندانی ئاراستەی پێچەوانە

depending on how it's grouped.

بە پشت بەستن بە چۆنیەتی گروپ کردن.

This often occurs when aggregated data hides a conditional variable,

ئەمە زۆرجار روودەدات کاتێک داتای کۆکراوە گۆڕاوێکی مەرجدراو دەشارێتەوە،

sometimes known as a lurking variable,

هەندێک جار بە گۆڕاوێکی ناڕوون ناسراوە،

which is a hidden additional factor that significantly influences results.

کە ئەمەش هۆکارێکی زیادەی شاراوەیە کە کاریگەری زۆری لەسەر ئەنجامەکان هەیە.

Here, the hidden factor is the relative proportion of patients

لێرەدا، فاکتەرێکی شاراوە ڕێژەیی ڕێژەی نەخۆشەکانە

who arrive in good or poor health.

کە بە تەندروستیەکی باش یان خراپ دەگەن.

Simpson's paradox isn't just a hypothetical scenario.

پارادۆکسی سیمپسۆن تەنها سیناریۆی گریمانەیی نییە.

It pops up from time to time in the real world,

لەکاتی جیاواز بەرز دەبێتەوە لەجیهانێکی ڕاستەقینەدا،

sometimes in important contexts.

هەندێک جار لە چەند بوارێکی گرنگدا،

One study in the UK appeared to show

لێکۆڵینەوەیەکی بەریتانی دەرکەوت بۆ دەرخستنی

that smokers had a higher survival rate than nonsmokers

ئەوەی کە جگەرەکێشەکان ڕێژەی مانەوەیان بەرزتر بوو لە جگەرە نەکێشەکان

over a twenty-year time period.

زیاتر لە ماوەی بیست ساڵدا.

That is, until dividing the participants by age group

یانی تا دابەش کردنی بەشداربووان لەلایەن گرووپی تەمەنەوە

showed that the nonsmokers were significantly older on average,

نیشانی دا کە جگەرە نەکێشەکان بە شێوەیەکی بەرچاو بەتەمەن تر بوون،

and thus, more likely to die during the trial period,

و بەم شێوەیە، زیاتر لە ماوەی دادگاییکردندا دەمرن

precisely because they were living longer in general.

بە وردی لەبەرئەوەی ئەوان بە گشتی زیاتر دەژیان.

Here, the age groups are the lurking variable,

لێرە گروپە بە تەمەنەکان ئەوانە گۆڕاوی ناڕوونن،

and are vital to correctly interpret the data.

و زۆر گرنگە بۆ ڕاست لێکدانەوەی داتاکان.

In another example,

لە نموونەیەکی تردا،

an analysis of Florida's death penalty cases

شیکردنەوەیەک بۆ کەیسەکانی سزای لە سێدارەدانی فلۆریدا

seemed to reveal no racial disparity in sentencing

وادیار بوو دەریدەخات کە هیچ جیاوازییەکی ڕەگەزی نییە لە سزاداندا

between black and white defendants convicted of murder.

لە نێوان تاوانبارە ڕەش و سپیەکان بە تاوانی کوشتن تاوانبار کراوە.

But dividing the cases by the race of the victim told a different story.

به ڵام به شکردنی کەیس کە بەهۆی پێشبرکێکەوە قوربانیەکە چیرۆکێکی جیاوازی باس کرد

In either situation,

لە هەر بارێکدا،

black defendants were more likely to be sentenced to death.

تاوانبارە ڕەشپێستەکان زیاتر لە سزای لە سێدارەدان بدرێن.

The slightly higher overall sentencing rate for white defendants

بەگشتی ڕێژەی سزای بەرگریکارە سپی پێستەکان کەمێک زیاترە

was due to the fact that cases with white victims

بەهۆی ئەوەوە بوو کە حاڵەتەکان لەگەڵ قوربانیانی سپی

were more likely to elicit a death sentence

زیاتربوو بۆ ئەوەی سزای مردن دەربکات

than cases where the victim was black,

لەو حاڵەتانەی کە قوربانیەکە ڕەش پێست بووە،

and most murders occurred between people of the same race.

و زۆربەی کوشتنەکان لە نێوان خەڵکی هەمان ڕەگەزن.

So how do we avoid falling for the paradox?

چۆن خۆمان بە دوور بگرین لە ناکۆکییەکان؟

Unfortunately, there's no one-size-fits-all answer.

بەداخەوە، هیچ وەڵامێکی گونجاو نییە.

Data can be grouped and divided in any number of ways,

داتاکان دەتوانرێن بکرێنە گروپ و دابەش بکرێن لە هەر ڕێگایەکەوە بێت،

and overall numbers may sometimes give a more accurate picture

و لەوانەیە هەندێک جار ژمارەکان وێنەیەکی وردتر بدەن

than data divided into misleading or arbitrary categories.

لەوەی کە داتا دابەش کراون بۆ چەواشەکردن یان پۆلێنی هەڕەمەکی.

All we can do is carefully study the actual situations the statistics describe

هەموو ئەوەی دەتوانین بیکەین ئەوەیە بەوردی حاڵەتی ڕاستەقینەی ئامارەکان باس بکەین

and consider whether lurking variables may be present.

و ڕەچاوی ئەوە بکە لەوانەیە گۆڕانکاریەکی شاراوە دەرکەوێت

Otherwise, we leave ourselves vulnerable to those who would use data

ئەگینا خۆمان بێ دەسەڵات نیشان دەدەین بەرامبەر ئەوانەی داتا بەکاردێنن

to manipulate others and promote their own agendas.

بۆ یاری کردن بەوانیترو بەرزکردنەوەی کارنامەی خۆیان