How statistics can be misleading - Mark Liddell

Çeviri: Selda Yener Gözden geçirme: Ahmet Mesut ATEŞ

Statistics are persuasive.

İstatistikler ikna edicidir.

So much so that people, organizations, and whole countries

Öyle ikna edici ki, insanlar, kurumlar ve bütün ülkeler

base some of their most important decisions on organized data.

en önemli bazı kararlarını düzenli bilgiye dayanarak alırlar.

But there's a problem with that.

Ancak burada bir sorun var.

Any set of statistics might have something lurking inside it,

İstatistik verilerinde gizlenmiş, sonuçları tamamen alt üst edebilecek

something that can turn the results completely upside down.

bir şeyler olabilir.

For example, imagine you need to choose between two hospitals

Örneğin, yaşlı bir akrabanızın ameliyatı için iki hastane arasında

for an elderly relative's surgery.

seçim yapmak zorunda olduğunuzu düşünün.

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

Her iki hastanenin de son 1000 hastasından,

900 survived at Hospital A,

A hastanesinde 900'ü hayatta kalırken

while only 800 survived at Hospital B.

B hastanesinde sadece 800 kişi sağ kalmış.

So it looks like Hospital A is the better choice.

O hâlde A hastanesi daha iyi bir seçim gibi görünüyor.

But before you make your decision,

Ancak karar vermeden önce

remember that not all patients arrive at the hospital

tüm hastaların hastaneye aynı sağlık durumunda

with the same level of health.

gelmediğini hatırlayın.

And if we divide each hospital's last 1000 patients

İki hastanenin de son 1000 hastasını

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

sağlıklı gelenler ve sağlıksız gelenler olarak bölersek

the picture starts to look very different.

resim çok daha farklı görünmeye başlar.

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

A hastanesine sağlıksız durumda gelen sadece 100 hasta varken

of which 30 survived.

30'u kurtarılmıştır.

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

Fakat B hastanesinde 400 hastadan 210'u kurtarılmıştır.

So Hospital B is the better choice

O zaman B hastanesi

for patients who arrive at hospital in poor health,

ağır durumda gelen hastalar için %52,5 kurtulma oranıyla

with a survival rate of 52.5%.

daha iyi bir seçimdir.

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

Peki ya hastanızın sağlığı hastaneye vardığında iyiyse?

Strangely enough, Hospital B is still the better choice,

Garip gelebilir ama B hastanesi %98 hayatta kalma oranıyla

with a survival rate of over 98%.

yine daha iyi bir seçimdir.

So how can Hospital A have a better overall survival rate

Her iki gruptan hastalar için B hastanesi daha iyi kurtulma oranına sahipken

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

A hastanesi genelde nasıl daha iyi bir kurtulma orana sahip olabilir?

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

Karşılaştığımız şey, gruplandırma şekline bağlı olarak

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

aynı verilerin zıt eğilimler gösterebildiği

depending on how it's grouped.

Simpson paradoksudur.

This often occurs when aggregated data hides a conditional variable,

Bu durum genelde kümelenmiş bilgi koşullu bir değişkeni örttüğünde oluşur,

sometimes known as a lurking variable,

karışıklığa neden olan değişken olarak da bilinir,

which is a hidden additional factor that significantly influences results.

bu ise sonuçları önemli ölçüde etkileyen gizli bir ek faktördür.

Here, the hidden factor is the relative proportion of patients

Buradaki gizli faktör, sağlıklı ve sağlıksız gelen hastaların

who arrive in good or poor health.

göreceli oranıdır.

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

Simpson paradoksu basit bir varsayımsal durum değildir.

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

Gerçek dünyada ara sıra,

sometimes in important contexts.

bazen önemli durumlarda ortaya çıkar.

One study in the UK appeared to show

Birleşik Krallık'ta yapılan bir araştırma

that smokers had a higher survival rate than nonsmokers

sigara içenlerin içmeyenlerden -yirmi yıldan fazla bir sürede-

over a twenty-year time period.

daha yüksek yaşama oranına sahip olduğunu gösteriyordu.

That is, until dividing the participants by age group

Katılımcıların yaş gruplarına bölünmesi,

showed that the nonsmokers were significantly older on average,

sigara içmeyenlerin önemli oranda ortalamadan yaşlı olduğunu

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

ve bu nedenle genel olarak daha uzun yaşadıkları için

precisely because they were living longer in general.

tam da deney sırasında ölmelerinin muhtemel olduğunu gösteriyordu.

Here, the age groups are the lurking variable,

Burada karışıklığa yol açan değişken yaş gruplarıdır ve

and are vital to correctly interpret the data.

veriyi doğru yorumlamada son derece önemlidir.

In another example,

Diğer bir örnekte ise

an analysis of Florida's death penalty cases

Florida'nın idam cezası davalarının analizi,

seemed to reveal no racial disparity in sentencing

cinayetten hükümlü siyahi ve beyaz zanlılar arasında

between black and white defendants convicted of murder.

ceza kararlarında ırksal eşitsizliğin olmadığını ortaya çıkarır.

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

Fakat davaları mağdurun ırkına göre ayırmak farklı bir tablo gösterir.

In either situation,

Her iki durumda da

black defendants were more likely to be sentenced to death.

siyahi davalıların idam cezası alması daha muhtemeldir.

The slightly higher overall sentencing rate for white defendants

Beyaz sanıkların genel ceza oranlarının nispeten yüksek olması,

was due to the fact that cases with white victims

mağdurların beyaz olduğu davalarda

were more likely to elicit a death sentence

idam cezasının çıkmasının,

than cases where the victim was black,

mağdurun siyahi olduğu davalardan daha muhtemel olması

and most murders occurred between people of the same race.

ve çoğu cinayetin aynı ırktan insanlar arasında olmasından dolayıydı.

So how do we avoid falling for the paradox?

Peki çelişkiye düşmekten nasıl kurtulabiliriz?

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

Ne yazık ki hepsine uyan bir cevap yok.

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

Veriler birçok şekilde gruplanıp kategoriye bölünebilir

and overall numbers may sometimes give a more accurate picture

ve genel rakamlar bazen yanıltıcı ve rastlantısal kategorilere

than data divided into misleading or arbitrary categories.

bölünen verilerden daha doğru bir tablo verir.

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

Tek yapabileceğimiz, istatistiğin verdiği geçerli durumu

and consider whether lurking variables may be present.

iyi inceleyip karışıklığa neden olan değişkeni olup olmadığını düşünmektir.

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

Aksi takdirde kendimizi, verileri başkalarını yönlendirmek ve

to manipulate others and promote their own agendas.

kendi çıkarlarını korumak için kullananlara karşı savunmasız bırakırız.