SPIS #06 · STATISTIKA & MÉDIA

Čísla nelžou. Ale mohou vyprávět úplně jiný příběh

Relativní vs. absolutní riziko, oříznuté osy grafů, Simpsonův paradox a sedm způsobů, jak vyřknout matematicky čistou pravdu a přesto vytvořit dokonalou iluzi.

Redakční esej13 min čtení
Geometrický skleněný hranol štěpící jediný datový paprsek do zcela odlišných grafických křivek
Autorská redakční ilustrace · Jiný KontextSurová data jsou jen světlem. To, jaký obraz dopadne na stěnu, závisí na úhlu a brusu optického hranolu.

Představte si, že ráno otevřete zpravodajský portál a narazíte na dramatický červený titulek: „Nová studie varuje: Konzumace oblíbené potraviny zvyšuje riziko vzácné formy rakoviny o 100 %!“

Většina čtenářů v té chvíli pocítí bodnutí strachu. Mozek automaticky přeloží „sto procent“ jako katastrofu: pokud bylo riziko vysoké, teď je dvojnásobné, polovina lidí je v ohrožení.

Pohled do laboratorního protokolu:

Ve skupině 100 000 lidí, kteří danou potravinu vůbec nejedli, onemocněl během deseti let 1 člověk.

Ve skupině 100 000 lidí, kteří ji jedli denně, onemocněli 2 lidé.

Zvýšil se počet případů z 1 na 2? Ano. Je to matematicky nárůst o 100 %? Naprosto přesně.

Ale jaká je vaše reálná pravděpodobnost onemocnění? Posunula se z 0,001 % na 0,002 %. Jinými slovy, 99 998 lidí ze 100 000 tuto nemoc nikdy nedostane.

1. Sedm způsobů, jak říct pravdu a vytvořit iluzi

  • Záměna relativního a absolutního rizika: Nárůst o 100 % zní hrozivě, když zamlčíte mikroskopický základ.
  • Průměrný člověk, který neexistuje (Mean vs. Median): Do hospody s deseti lidmi vstoupí miliardář – průměrný plat je rázem milion, ale medián zůstává 35 tisíc.
  • Oříznutá osa Y (Truncated Axis): Osa grafu začínající na 38 % vytvoří z 3% rozdílu optickou propast.
  • Výběr počátečního roku (Cherry-picking): Časová řada začínající v roce krize vypráví opačný příběh než řada začínající na vrcholu.
  • Simpsonův paradox: Trend platný v každé podskupině se po sloučení může zcela obrátit.

Čísla mohou být dokonale objektivní. Výběr čísel však téměř nikdy není úplně neutrální.

— Jiný Kontext
Prameny a literatura

Zdroje k dalšímu čtení

  1. Huff, D. (1954). How to Lie with Statistics. W. W. Norton & Company.
  2. Spiegelhalter, D. (2019). The Art of Statistics: How to Learn from Data. Basic Books.
  3. Gigerenzer, G. (2002). Calculated Risks: How to Know When Numbers Deceive You. Simon & Schuster.
  4. Bickel, P. J., et al. (1975). Sex Bias in Graduate Admissions: Data from Berkeley. Science, 187(4175).
Diskuze

Komentáře

Máte názor nebo doplňující zdroj? Přidejte komentář.

Pouze v tomto zařízení: komentáře se neodesílají na server a uvidíte je jen v tomto prohlížeči.

Zatím bez komentářů. Buďte první.