אל תיתן למשוררים לשקר לך
הנה ההרצאה הקצרה בעולם בנושא # סטטיסטיקה וכל מה שלא בסדר עם איך שאנשים ניגשים לזה:
42.
או שעדיף: p= 0.042
בניגוד לאמונה הרווחת, המונח "משמעותי סטטיסטית" לא אומר שמשהו חשוב, רַב חֲשִׁיבוּת, או משכנע התרחש. אם אתה חושב שאנחנו משתמשים במילה משמעותי כאן, באופן שיגרום לתזאורוס שלך להיות גאה, אתה נופל קורבן לטלטלה ערמומית. אל תיתן למשוררים לשקר לך.
"אסור לתת למשוררים לשקר לך." - ביורק
למי שמעדיף לשמור על החשיפה שלו סטטיסטי עדין למינימום, הנה כל מה שאתה צריך לדעת על המונח משמעותי סטטיסטית:
- זה לא אומר שקרה משהו משמעותי.
- זה לא אומר שהתוצאות "גדולות" או ראויות לציון.
- זה לא אומר שתמצא את נתונים מעניין.
- זה אומר שמישהו טוען שהוא מופתע ממשהו.
- זה לא אומר לך שום דבר שימושי אם אתה לא יודע הרבה על מישהו ו משהו בשאלה.
עבור כל אחד מלבד מקבל ההחלטות המדובר, תוצאות מובהקות סטטיסטית הן לעתים רחוקות משמעותי במובן של "חשוב" - הם מדי פעם מעולה להעלאת שאלות מעניינות, אבל לעתים קרובות הם לא רלוונטיים.
היו בכוננות גבוהה במיוחד כאשר לא מומחים משתמשים במונח זה, במיוחד כאשר הוא מלווה בהתלהבות חסרת נשימה. לפעמים חוצפה במיוחד שרלטנים ללכת צעד אחד קדימה ולהוריד את החלק ה"סטטיסטי", תוך שהוא מנצל את מלוא כוחה של השירה. "היי תראה," הם אומרים לך, "מה שאנחנו מדברים עליו הוא משמעותי בעיני היקום."
לא, זה לא.
העבריינים הגרועים ביותר האפשריים הם אלה שמבטאים "מובהק סטטיסטית" כאילו זו מילה נרדפת ל"מוחלט"או"מסוים"או"ידע ללא רבב" - יש כאן איזו אירוניה שהולכת לאיבוד. המונח מגיע מתחום שעוסק בו אי ודאות וכך (בהגדרה!) שייך רק להגדרות שבהן הידע שלנו נמצא לֹא מוּשׁלָם.
למי שמעדיף להילחם בז'רגון בז'רגון, אעזור לעצמי לשפה פורמלית יותר בסעיף הבא. אל תהסס לבטל את הקטע הזה, אבל אם אתה בו זמנית סקרן ו חדש כאן, קח א עקיפה קטנה כדי להגדיל את כל הרעיונות הגדולים בסטטיסטיקה ב-8 דקות בלבד:
רוב הקישורים במאמרים שלי לוקחים אותך לפוסטים בבלוג שבהם נתתי לך סקירה מעמיקה יותר של נושאים מודגשים, כך שתוכל גם להשתמש במאמר זה כנקודת השקה להרפתקה "בחר בעצמך" מיניקורס on מדע נתונים.
"משמעות סטטיסטית" פירושה רק כי א p-value* היה נמוך מספיק כדי לשנות את דעתו של מקבל ההחלטות. במילים אחרות, זה מונח שבו אנו משתמשים כדי לציין כי א השערת אפס היה נדחה.** מה היה אבל השערת האפס? ועד כמה הבדיקה הייתה קפדנית? ¯_(ツ)_/¯
ברוכים הבאים לסטטיסטיקה, שם נמצאת התשובה p = 0.042 אבל אתה לא יודע מה הייתה השאלה.
מבחינה טכנית, מקבלי החלטות מי שקבע את התנאים של מבחן ההשערה הוא ה רק אדם שתוצאות הבדיקה עבורו יכולות להיות מובהקות סטטיסטית.
סטטיסטיקה נותנת לך סט של כלים לקבלת החלטות, אבל איך אתה משתמש בהם תלוי בך - זה יהיה אינדיבידואלי כמו כל החלטה אחרת.
התהליך כולל ניסוח בקפידה רבה של שאלת ההחלטה שלך, בחירת ה הנחות אתה מוכן לחיות איתם, לעשות כמה פשרות בסיכון לגבי הדרכים השונות שבהן התשובה שלך עשויה להיות שגויה*** (מכיוון שאקראיות היא טמבל), ולאחר מכן להשתמש במתמטיקה כדי לקבל תשובה מבוקרת סיכונים לשאלה הספציפית שלך.
יש משהו פרוורטי וקומי בפופולריות שלו כעזר לבריונות רטורית.
זו הסיבה שמומחים אמיתיים לעולם לא ישתמשו בסטטיסטיקה כמו פטיש כדי להכות את האמת לאויביו. שני מקבלי החלטות יכולים להשתמש באותם כלים על אותם נתונים ו מגיעים לשתי מסקנות שונות - ותקפות לחלוטין... מה שאומר שיש משהו פרוורטי וקומי בפופולריות שלו כעזר לבריונות רטורית.
מובהקות סטטיסטית היא אישית. רק בגלל I אני מופתע מספיק מהנתונים כדי לשנות את דעתי לא אומר שאתה צריך להיות.
ברגע שהבנתי איך עובדת סטטיסטיקה, לא יכולתי שלא להתפעל מכמה זה יהיר להפליא - כמעט גס - להכריז על משהו כמשמעותי סטטיסטית בנוכחות אנשים שאינם שולטים במגבלות של קבלת החלטות סטטיסטית. המונח נשמע אוניברסלי מדי לטובתו של כל אחד; זה משחק כמו א "שתוק ותאמין לי כי השיטות שלי מפוארות" מכשיר רטורי. אני מקווה שתצטרף אליי לתת למותג הרטוריקה הזה את "pfft"זה ראוי.
רגע, האם אין שום דבר שאנחנו יכולים ללמוד מהתוצאה המובהקת סטטיסטית של מישהו אחר?
כאן זה נהיה קצת פילוסופי, אז אני אצטרך מאמר נפרד בשביל זה דעתי על השאלה הזו:
בקצרה, העצה שלי היא שזה בסדר להאציל חלק מקבלת ההחלטות שלך לאנשים אחרים כל עוד אתה סומך עליהם שהם מוכשרים ושטובתך בלב. כשהם ישתכנעו, תשאלי את דעתם כדי שלא תצטרך לעשות מחדש את כל העבודה שלהם בעצמך.
על ידי שימוש במסקנות סטטיסטיות של מישהו אחר, אינך מבסס את החלטתך על נתונים אלא על האמון שלך באדם אינדיבידואלי.
רק שים לב שבשימוש בתוצאות של מישהו אחר, אתה לא מבסס את ההחלטה שלך על נתונים אלא על האמון שלך באדם אינדיבידואלי. אין בעיה לבחור לסמוך על אחרים, כך שאינך צריך לבנות את כל תפיסת העולם שלך באופן אמפירי מאפס - שיתוף ידע הוא חלק ממה שהופך את המין האנושי למצליח כל כך - אבל כדאי להיות מודע לכך שאתה עלול להיות כמה סיבובים של שבורים טלפון במורד הזרם של כל "ידע" שאתה חושב שאתה מכוון אליו.
אם אתה נותן למישהו להתקדם לקבל החלטות בשמך - זה מה שזה אומר לצרוך החלטות של מישהו אחר p-value ומסקנות לקבלת החלטות - אז וודאו שזה מישהו שאתם מחשיבים ככשיר ואמין מספיק.
מה אם האדם שדוחף לך ז'רגון סטטיסטי הוא מישהו שאתה לא אמון? רוץ אל הגבעות!
בכל פעם שיש ריח של שכנוע שנאחז בהצהרות בעלות מובהקות סטטיסטית, היזהר במיוחד מכל הסחורה משמיע רוכל. אם אתה סומך על האדם שאתה מדבר איתו, אתה לא צריך את פניותיו למובהקות סטטיסטית. כל מה שאתה צריך לדעת זה שהם משוכנעים. אם אתה לא סומך עליהם, אתה לא יכול לסמוך הז'רגון הסטטיסטי שלהם יותר ממה שאתה סומך על ידי הג'אז שלהם.
מה תועלת תשובה אם לא טרחתם להבין מה הייתה השאלה?
אם יש משהו אחד שהייתי רוצה שתיקח מהפוסט הזה בבלוג, זה זה: אם אתה לא יודע הרבה על מקבל ההחלטות ואיך הם התחילו להבין אם הם צריכים לשנות את דעתם (ובדיוק על מה), אז הטענות שלהם הקשורות למובהקות סטטיסטית הן חסר משמעות לחלוטין עבורך. מה תועלת תשובה אם לא טרחתם להבין מה הייתה השאלה?
אם נהניתם כאן ואתם מחפשים קורס AI יישומי שנועד להיות מהנה למתחילים ולמומחים כאחד, הנה אחד שהכנתי לשעשועכם:
בוא נהיה חברים! אתה יכול למצוא אותי ב טויטר, YouTube, המשנה, ו לינקדין. מעוניינים שאדבר באירוע שלכם? להשתמש טופס זה ליצור קשר.
הנה כמה מהדרכות האהובות עלי ב-10 דקות:
*אם אתה מעוניין ללמוד מהו ערך p, הנה סרטון שהכנתי כדי לעזור לך:
**להסבר על בדיקת השערות, עבור אל שלי בלוג על הנושא או בדוק את צמד הסרטונים הזה:
שולל על ידי מובהקות סטטיסטית פורסם מחדש מהמקור https://towardsdatascience.com/fooled-by-statistical-significance-7fed1bc2caf9?source=rss—-7f60cf5620c9—4 דרך https://towardsdatascience.com/feed
<!–
->
