Von statistischer Signifikanz getäuscht

Lass dich nicht von Dichtern anlügen

Sehen Sie sich den kürzesten Vortrag der Welt an #Statistiken und alles, was daran falsch ist, wie die Leute damit umgehen:

42

Oder eher: p= 0.042

Entgegen der landläufigen Meinung ist der Begriff „statistisch signifikant”bedeutet nicht, dass etwas wichtig, bedeutsam, oder überzeugend fand statt. Wenn Sie denken, dass wir das Wort verwenden signifikant Hier fallen Sie auf eine Art und Weise, die Ihren Thesaurus stolz machen würde, einem raffinierten Taschenspielertrick zum Opfer. Lass dich nicht von Dichtern anlügen.

„Du solltest dich nicht von Dichtern anlügen lassen.“ – Björk

Für diejenigen, die ihr Engagement lieber behalten möchten statistisch Auf das Wesentliche beschränkt, finden Sie hier alles, was Sie über den Begriff wissen müssen statistisch signifikant:

• Das bedeutet nicht, dass etwas Bedeutendes passiert ist.
• Das bedeutet nicht, dass die Ergebnisse „groß“ oder bemerkenswert sind.
• Das bedeutet nicht, dass Sie das finden werden technische Daten interessant.
• Es bedeutet, dass jemand behauptet, von etwas überrascht zu sein.
• Es sagt Ihnen nichts Nützliches, wenn Sie nicht viel darüber wissen jemand und für etwas fraglich.

Für alle anderen als den betreffenden Entscheidungsträger sind statistisch signifikante Ergebnisse selten signifikant im Sinne von "wichtig” – das sind sie gelegentlich großartig, um interessante Fragen zu stellen, aber oft sind sie irrelevant.

Seien Sie besonders wachsam, wenn Laien diesen Begriff verwenden, insbesondere wenn er von atemloser Ausgelassenheit begleitet wird. Manchmal besonders frech Scharlatane Gehen Sie noch einen Schritt weiter und lassen Sie den „statistischen“ Teil weg, um die volle Kraft der Poesie zu nutzen. "Guck mal," Sie sagen dir, „Wovon wir reden, ist in den Augen des Universums von Bedeutung.“

Nein, ist es nicht.

Die schlimmsten Straftäter sind diejenigen, die „statistisch signifikant“ aussprechen, als wäre es ein Synonym für „definitiv" oder "sicher" oder "einwandfreies Wissen” – hier geht etwas Ironie verloren. Der Begriff stammt aus einem Bereich, der sich mit beschäftigt Unsicherheit und gehört daher (per Definition!) nur in Umgebungen, in denen unser Wissen vorhanden ist nicht einwandfrei.

Für diejenigen, die es vorziehen, Jargon mit Jargon zu bekämpfen, werde ich mich im nächsten Abschnitt mit einer formelleren Sprache befassen. Fühlen Sie sich frei, darauf zu verzichten, aber wenn Sie gleichzeitig neugierig sind und Neu hier, nimm ein kleiner Umweg um in nur 8 Minuten die größten Ideen der Statistik durchzugehen:

Die meisten Links in meinen Artikeln führen Sie zu Blogbeiträgen, in denen ich Ihnen einen tieferen Überblick über hervorgehobene Themen gegeben habe, sodass Sie diesen Artikel auch als Startrampe für „Wählen Sie Ihr eigenes Abenteuer“ verwenden können Minikurs on Datenwissenschaft.

„Statistische Signifikanz“ bedeutet lediglich, dass a p-Wert* war niedrig genug, um die Meinung eines Entscheidungsträgers zu ändern. Mit anderen Worten, es ist ein Begriff, den wir verwenden, um anzuzeigen, dass a Nullhypothese wurde abgelehnt.** Was wurde Aber die Nullhypothese? Und wie streng war der Test? ¯_(ツ)_/¯

Willkommen bei der Statistik, wo die Antwort liegt p = 0.042, aber Sie wissen nicht, was die Frage war.

Technisch gesehen ist die Entscheidungsträger Wer die Bedingungen des Hypothesentests festlegt, ist der einzige Person, für die die Ergebnisse dieses Tests statistisch signifikant sein können.

Statistiken geben Ihnen eine Reihe von Entscheidungshilfen an die Hand, aber wie Sie diese nutzen, bleibt Ihnen überlassen – es ist so individuell wie jede andere Entscheidung.

Der Prozess beinhaltet, dass Sie Ihre Entscheidungsfrage sehr sorgfältig formulieren und auswählen Annahmen Sie sind bereit, damit zu leben, einige Risikokompromisse hinsichtlich der verschiedenen Arten einzugehen, in denen Ihre Antwort falsch sein könnte*** (denn Zufälligkeit ist ein Idiot), und dann Mathematik zu verwenden, um eine risikokontrollierte Antwort auf Ihre spezielle Frage zu erhalten.

Es hat etwas Perverses und Komisches an seiner Beliebtheit als Requisite für rhetorisches Mobbing.

Aus diesem Grund würden echte Experten niemals Statistiken wie einen Hammer einsetzen, um seinen Feinden die Wahrheit einzuprügeln. Zwei Entscheidungsträger können dieselben Tools für dieselben Daten verwenden kommen zu zwei unterschiedlichen – und völlig gültigen – Schlussfolgerungen… was bedeutet, dass seine Beliebtheit als Requisite für rhetorisches Mobbing sowohl etwas Perverses als auch Komisches hat.

Die statistische Signifikanz ist persönlich. Nur weil I Wenn ich von den Daten so überrascht bin, dass ich meine Meinung ändere, bedeutet das nicht, dass Sie es sein sollten.

Sobald ich es verstanden habe wie Statistiken funktionieren, konnte ich nicht anders, als mich darüber zu wundern, wie bemerkenswert arrogant – fast unhöflich – es ist, etwas als statistisch signifikant zu deklarieren, wenn Leute anwesend sind, die die Grenzen der statistischen Entscheidungsfindung nicht genau kennen. Der Begriff klingt viel zu universell, als dass es irgendjemandem nützen könnte; es spielt sich wie ein „Halt den Mund und vertrau mir, denn meine Methoden sind ausgefallen“ rhetorisches Mittel. Ich hoffe, Sie schließen sich mir an und verleihen dieser Art von Rhetorik die „pffft" es verdient.

Moment mal, gibt es überhaupt nichts, was wir aus dem statistisch signifikanten Ergebnis einer anderen Person lernen können?

Hier wird es etwas philosophischer, daher brauche ich dafür einen separaten Artikel meine Meinung zu dieser Frage:

Kurz gesagt, mein Rat ist, dass es in Ordnung ist, einen Teil Ihrer Entscheidungsfindung an andere Menschen zu delegieren, solange Sie ihnen vertrauen, dass sie kompetent sind und Ihr Wohl im Mittelpunkt stehen. Wenn sie überzeugt sind, übernehmen Sie ihre Meinung, sodass Sie nicht ihre ganze Arbeit selbst wiederholen müssen.

Indem Sie die statistischen Schlussfolgerungen einer anderen Person nutzen, stützen Sie Ihre Entscheidung nicht auf Daten, sondern auf Ihr Vertrauen in einen einzelnen Menschen.

Seien Sie sich jedoch darüber im Klaren, dass Sie Ihre Entscheidung nicht auf Daten, sondern auf Ihrem Vertrauen in einen einzelnen Menschen stützen, wenn Sie die Ergebnisse einer anderen Person verwenden. Es ist kein Problem, sich dafür zu entscheiden, anderen zu vertrauen, sodass Sie nicht Ihre ganze Weltanschauung empirisch von Grund auf aufbauen müssen – der Wissensaustausch ist Teil dessen, was die menschliche Spezies so erfolgreich macht –, aber Sie sollten sich darüber im Klaren sein, dass Sie möglicherweise ein paar Runden kaputt sind Telefonieren Sie hinter dem „Wissen“, auf das Sie sich einlassen.

Wenn Sie zulassen, dass jemand in Ihrem Namen Entscheidungen trifft, bedeutet das, dass Sie die Entscheidungen eines anderen konsumieren p-Wert und Schlussfolgerungen für die Entscheidungsfindung – dann stellen Sie sicher, dass es sich um jemanden handelt, den Sie für ausreichend kompetent und vertrauenswürdig halten.

Was wäre, wenn die Person, die Sie mit statistischem Fachjargon beschimpfen würde, Sie selbst wären? nicht Vertrauen? Lauf in die Berge!

Wenn Erklärungen von statistischer Signifikanz ein Hauch von Überzeugung innewohnt, sollten Sie besonders vorsichtig sein Äußerer ist Hausieren. Wenn Sie der Person, mit der Sie sprechen, vertrauen, brauchen Sie deren Berufung auf statistische Signifikanz nicht. Sie müssen nur wissen, dass sie überzeugt sind. Wenn Sie ihnen nicht vertrauen, Sie kann nicht vertrauen Ihr Statistik-Jargon ist genauso wenig vertrauenswürdig, wie man ihren Jazz-Händen trauen würde.

Was nützt eine Antwort, wenn Sie sich nicht die Mühe gemacht haben, die Frage zu verstehen?

Wenn es eine Sache gibt, die ich Ihnen aus diesem Blogbeitrag mitnehmen möchte, dann diese: Wenn Sie nicht viel über den Entscheidungsträger wissen und wissen, wie er herausgefunden hat, ob er es tun sollte ihre Meinung geändert (und was genau), dann sind ihre Behauptungen bezüglich der statistischen Signifikanz für dich völlig bedeutungslos. Was nützt eine Antwort, wenn Sie sich nicht die Mühe gemacht haben, die Frage zu verstehen?

Wenn Sie hier Spaß hatten und nach einem angewandten KI-Kurs suchen, der Anfängern und Experten gleichermaßen Spaß machen soll, habe ich hier einen für Ihre Unterhaltung erstellt:

Lass uns Freunde sein! Sie finden mich auf Twitter, YouTube, Substack und LinkedIn. Haben Sie Interesse, mich auf Ihrer Veranstaltung sprechen zu lassen? Verwenden diese Form in Kontakt zu treten.

Hier sind einige meiner liebsten 10-Minuten-Komplettlösungen:

*Wenn Sie wissen möchten, was ein p-Wert ist, finden Sie hier ein Video, das ich erstellt habe, um Ihnen weiterzuhelfen:

**Eine Erklärung zum Testen von Hypothesen finden Sie hier Blog-Post zum Thema oder schauen Sie sich dieses Videopaar an:

Von statistischer Signifikanz getäuscht. Neu veröffentlicht von der Quelle https://towardsdatascience.com/fooled-by-statistical-significance-7fed1bc2caf9?source=rss—-7f60cf5620c9—4 über https://towardsdatascience.com/feed

<!–

->