How statistics can be misleading - Mark Liddell

Translator: Thuc Nhi Le Reviewer: Trang Nguyen Phuong

Statistics are persuasive.

Thống kê rất có tính thuyết phục.

So much so that people, organizations, and whole countries

Đến nỗi nhiều người, tổ chức, và đất nước

base some of their most important decisions on organized data.

đưa ra các quyết định quan trọng dựa trên số liệu.

But there's a problem with that.

Nhưng thống kê có một vấn đề.

Any set of statistics might have something lurking inside it,

Bất cứ số liệu thống kê nào cũng có điều ẩn chứa đằng sau,

something that can turn the results completely upside down.

điều có thể hoàn toàn đảo lộn kết quả.

For example, imagine you need to choose between two hospitals

Ví dụ như tưởng tượng bạn sẽ chọn một trong hai bệnh viện

for an elderly relative's surgery.

để phẫu thuật cho người thân lớn tuổi của bạn.

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

Trong số 1000 bệnh nhân gần đây của mỗi bệnh viện,

900 survived at Hospital A,

900 người sống sót ở bệnh viện A,

while only 800 survived at Hospital B.

trong khi chỉ có 800 sống sót ở bệnh viện B.

So it looks like Hospital A is the better choice.

Vậy nên có vẻ bệnh viện A là lựa chọn tốt hơn.

But before you make your decision,

Nhưng trước khi quyết định,

remember that not all patients arrive at the hospital

nhớ rằng không phải tất cả bệnh nhân đến bệnh viện

with the same level of health.

với tình trạng sức khỏe giống nhau.

And if we divide each hospital's last 1000 patients

Và nếu ta chia 1000 bệnh nhân ở mỗi bệnh viện

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

thành nhóm người có sức khỏe tốt và nhóm có sức khỏe kém,

the picture starts to look very different.

bạn sẽ thấy sự khác biệt.

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

Bệnh viện A chỉ có 100 bệnh nhân có sức khỏe kém,

of which 30 survived.

mà chỉ có 30 người sống sót.

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

Nhưng bệnh viện B có 400 người nhưng lại cứu sống 210 người.

So Hospital B is the better choice

Vì thế bệnh viện B là lựa chọn tốt hơn

for patients who arrive at hospital in poor health,

cho bệnh nhân có tình trạng sức khỏe xấu,

with a survival rate of 52.5%.

với tỉ lệ sống sót là 52.5%.

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

Và nếu sức khỏe người thân bạn tốt khi đến bệnh viện?

Strangely enough, Hospital B is still the better choice,

Lạ lùng là bệnh viện B vẫn tốt hơn,

with a survival rate of over 98%.

với tỉ lệ sống sót là 98%.

So how can Hospital A have a better overall survival rate

Vậy làm sao bệnh viện A lại có tỉ lệ sống sót cao hơn

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

khi bệnh viện B có tỉ lệ bệnh nhân sống sót ở mỗi nhóm cao hơn?

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

Vấn đề ta gặp phải gọi là Nghịch lí Simpson,

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

khi nhóm số liệu giống nhau cho các xu hướng trái ngược

depending on how it's grouped.

dựa vào cách nó được phân nhóm.

This often occurs when aggregated data hides a conditional variable,

Điều này thường xảy ra khi dữ liệu tổng hợp mất một biến có điều kiện

sometimes known as a lurking variable,

đôi khi được gọi là biến ẩn,

which is a hidden additional factor that significantly influences results.

là một yếu tố gián tiếp gây ảnh hưởng lớn đến kết quả.

Here, the hidden factor is the relative proportion of patients

Ở đây, yếu tố gián tiếp là lượng bệnh nhân

who arrive in good or poor health.

đến trong tình trạng sức khỏe tốt hay kém.

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

Nghịch lí Simpston không chỉ xuất hiện trong lí thuyết.

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

Nó còn hay xuất hiện trong cuộc sống,

sometimes in important contexts.

thỉnh thoảng còn trong các trường hợp quan trọng.

One study in the UK appeared to show

Một nghiên cứu ở Anh cho thấy

that smokers had a higher survival rate than nonsmokers

lượng người hút thuốc sống sót nhiều hơn người không hút

over a twenty-year time period.

trong khoảng thời gian 20 năm.

That is, until dividing the participants by age group

Tuy nhiên, khi chia người tham gia nghiên cứu theo nhóm tuổi

showed that the nonsmokers were significantly older on average,

trung bình người không hút thuốc lớn tuổi hơn nhiều,

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

và vì thế dễ chết trong thời gian thí nghiệm,

precisely because they were living longer in general.

phần vì họ nhìn chung sống lâu hơn.

Here, the age groups are the lurking variable,

Ở đây, nhóm tuổi chính là biến ẩn,

and are vital to correctly interpret the data.

và quyết định đến tính đúng đắn của số liệu.

In another example,

Trong trường hợp khác,

an analysis of Florida's death penalty cases

một phân tích các vụ tử hình ở Florida

seemed to reveal no racial disparity in sentencing

cho thấy không có sự phân biệt sắc tộc khi tuyên án

between black and white defendants convicted of murder.

giữa những người da trắng và da đen bị kết tội giết người.

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

Nhưng khi chia các trường hợp theo sắc tộc lại có sự khác biệt.

In either situation,

Trong mỗi trường hợp,

black defendants were more likely to be sentenced to death.

bị cáo da đen có xu hướng bị án tử hình hơn.

The slightly higher overall sentencing rate for white defendants

Nhìn chung tỉ lệ tuyên án cho bị cáo da trắng cao hơn

was due to the fact that cases with white victims

bởi vì trường hợp các nạn nhân là người da trắng

were more likely to elicit a death sentence

có xu hướng đưa ra án tử hình,

than cases where the victim was black,

hơn trường hợp nạn nhân là người da đen,

and most murders occurred between people of the same race.

và phần lớn vụ giết người diễn ra giữa nguời cùng màu da.

So how do we avoid falling for the paradox?

Vậy làm sao để tránh nghịch lí này?

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

Tiếc rằng, không có câu trả lời nào đúng cho mọi trường hợp.

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

Số liệu có thể được nhóm lại và chia ra theo nhiều cách khác nhau,

and overall numbers may sometimes give a more accurate picture

và các số liệu tổng hợp thường đưa ra kết quả chính xác

than data divided into misleading or arbitrary categories.

hơn là số liệu được phân chia thành các nhóm không phù hợp.

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

Những gì ta có thể làm là khảo sát kĩ các tình huống thực tế được mô tả

and consider whether lurking variables may be present.

và xem xét khả năng xuất hiện của các thay đổi ẩn.

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

Nếu không, ta sẽ dễ trở thành đối tượng của những người dùng thông tin

to manipulate others and promote their own agendas.

để chi phối người khác và phục vụ cho lợi ích của bản thân.