Bị đánh lừa bởi ý nghĩa thống kê

Đừng để các nhà thơ nói dối bạn

Xem bài giảng ngắn nhất thế giới về #số liệu thống kê và mọi điều không ổn trong cách mọi người tiếp cận nó:

42.

Hay đúng hơn: p= 0.042

Ngược lại với niềm tin phổ biến, thuật ngữ “ý nghĩa thống kê” không có nghĩa là một cái gì đó quan trọng, nặng, hoặc là thuyết phục đã diễn ra. Nếu bạn nghĩ rằng chúng tôi đang sử dụng từ có ý nghĩa ở đây theo cách có thể khiến từ điển đồng nghĩa của bạn tự hào, bạn đang trở thành nạn nhân của một bàn tay xảo quyệt. Đừng để các nhà thơ nói dối bạn.

“Bạn không nên để các nhà thơ nói dối bạn.” — Björk

Đối với những người muốn tiếp tục tiếp xúc với thống kê thực tế đến mức tối thiểu, đây là tất cả những gì bạn cần biết về thuật ngữ này ý nghĩa thống kê:

• Nó không có nghĩa là có điều gì quan trọng đã xảy ra.
• Nó không có nghĩa là kết quả là “lớn” hoặc đáng chú ý.
• Điều đó không có nghĩa là bạn sẽ tìm thấy dữ liệu hấp dẫn.
• Nó có nghĩa là ai đó đang tuyên bố bị ngạc nhiên bởi điều gì đó.
• Nó sẽ không cho bạn biết điều gì hữu ích nếu bạn không biết nhiều về một người nào đó và một cái gì đó trong câu hỏi.

Đối với tất cả những người khác ngoài người ra quyết định được đề cập, hiếm khi có được những kết quả có ý nghĩa thống kê. có ý nghĩa theo nghĩa “quan trọng”- thỉnh thoảng họ tuyệt vời để đưa ra những câu hỏi thú vị, nhưng chúng thường không liên quan.

Hãy hết sức cảnh giác khi những người không phải là chuyên gia sử dụng thuật ngữ này, đặc biệt khi nó đi kèm với cảm giác phấn khích đến khó thở. Đôi khi đặc biệt táo bạo lang băm tiến thêm một bước nữa và bỏ phần “thống kê”, khai thác toàn bộ sức mạnh của thơ. “Này nhìn này,” họ nói với bạn, “những gì chúng ta đang nói đến là QUAN TRỌNG trong mắt vũ trụ.”

Không, không phải vậy.

Những người phạm tội tồi tệ nhất có thể là những người phát âm “có ý nghĩa thống kê” như thể nó là từ đồng nghĩa với “xác định" hoặc "nhất định" hoặc "kiến thức hoàn hảo” - có một điều trớ trêu là bị lạc ở đây. Thuật ngữ này xuất phát từ một lĩnh vực liên quan đến không chắc chắn và do đó (theo định nghĩa!) chỉ thuộc về những môi trường mà kiến ​​thức của chúng ta được không hoàn hảo.

Đối với những người thích đấu tranh với biệt ngữ bằng biệt ngữ, tôi sẽ giúp mình sử dụng ngôn ngữ trang trọng hơn trong phần tiếp theo. Hãy thoải mái bỏ qua điều đó, nhưng nếu bạn đồng thời tò mò và mới ở đây, hãy tham gia đường vòng nhỏ để xem qua tất cả các ý tưởng lớn nhất về số liệu thống kê chỉ trong 8 phút:

Hầu hết các liên kết trong bài viết của tôi đều đưa bạn đến các bài đăng trên blog nơi tôi đã cung cấp cho bạn cái nhìn tổng quan sâu hơn về các chủ đề nổi bật, vì vậy bạn cũng có thể sử dụng bài viết này làm bệ phóng cho Chọn cuộc phiêu lưu của riêng bạn khóa học nhỏ on khoa học dữ liệu.

“Ý nghĩa thống kê” chỉ có nghĩa là một giá trị p* đủ thấp để thay đổi suy nghĩ của người ra quyết định. Nói cách khác, đó là thuật ngữ chúng tôi sử dụng để chỉ ra rằng một giả thuyết khống là từ chối.** Cái gì là Tuy nhiên, giả thuyết không? Và bài kiểm tra nghiêm ngặt đến mức nào? ¯_(ツ)_/¯

Chào mừng đến với thống kê, nơi có Câu trả lời p = 0.042 nhưng bạn không biết câu hỏi là gì.

Về mặt kỹ thuật, người ra quyết định người thiết lập các điều kiện của việc kiểm tra giả thuyết là có thể người mà kết quả của bài kiểm tra đó có thể có ý nghĩa thống kê.

Thống kê cung cấp cho bạn một bộ công cụ để đưa ra quyết định, nhưng cách bạn sử dụng chúng là tùy thuộc vào bạn — nó sẽ mang tính cá nhân như bất kỳ quyết định nào khác.

Quá trình này bao gồm việc diễn đạt câu hỏi quyết định của bạn một cách rất cẩn thận, chọn giả định bạn sẵn sàng chấp nhận, thực hiện một số đánh đổi rủi ro về những cách khác nhau mà câu trả lời của bạn có thể sai*** (vì tính ngẫu nhiên là một điều ngớ ngẩn), và sau đó sử dụng toán học để có được câu trả lời có kiểm soát rủi ro cho câu hỏi cụ thể của bạn.

Có điều gì đó nghịch lý và hài hước trong sự phổ biến của nó như một chỗ dựa cho việc bắt nạt bằng lời nói.

Đó là lý do tại sao các chuyên gia thực sự sẽ không bao giờ sử dụng số liệu thống kê như một cây búa để đánh Sự thật vào kẻ thù của mình. Hai người ra quyết định có thể sử dụng cùng một công cụ trên cùng một dữ liệu và đi đến hai kết luận khác nhau - và hoàn toàn hợp lệ -… điều đó có nghĩa là có điều gì đó vừa nghịch lý vừa hài hước trong sự phổ biến của nó như một chỗ dựa cho việc bắt nạt bằng lời nói.

Ý nghĩa thống kê mang tính cá nhân. Chỉ vì I Tôi đủ ngạc nhiên trước dữ liệu để thay đổi quyết định của mình không có nghĩa là bạn cũng nên như vậy.

Ngay khi tôi hiểu thống kê hoạt động như thế nào, Tôi không thể không ngạc nhiên trước sự kiêu ngạo đáng kinh ngạc - gần như thô lỗ - của việc tuyên bố điều gì đó có ý nghĩa thống kê trước sự chứng kiến ​​​​của những người không thông thạo về những hạn chế của việc ra quyết định thống kê. Thuật ngữ này nghe có vẻ quá phổ biến đối với bất kỳ ai; nó chơi như một “hãy im đi và tin tôi đi vì phương pháp của tôi rất lạ mắt” thiết bị tu từ. Tôi hy vọng bạn sẽ cùng tôi đưa ra kiểu hùng biện đó “pfft" Nó xứng đáng.

Đợi đã, chúng ta không thể học được gì từ kết quả có ý nghĩa thống kê của người khác phải không?

Đây là chỗ nó mang tính triết học, nên tôi sẽ cần một bài viết riêng cho quan điểm của tôi về câu hỏi đó:

Tóm lại, lời khuyên của tôi là bạn có thể ủy quyền một số quyền quyết định của mình cho người khác miễn là bạn tin tưởng họ có đủ năng lực và luôn quan tâm đến lợi ích tốt nhất của bạn. Khi họ đã thuyết phục, bạn sẽ mượn ý kiến ​​của họ để không phải tự mình làm lại toàn bộ công việc của họ.

Bằng cách sử dụng kết luận thống kê của người khác, bạn không đưa ra quyết định dựa trên dữ liệu mà dựa trên sự tin tưởng của bạn vào một cá nhân.

Chỉ cần lưu ý rằng bằng cách sử dụng kết quả của người khác, bạn không đưa ra quyết định dựa trên dữ liệu mà dựa trên sự tin tưởng của bạn vào một cá nhân. Không có vấn đề gì khi chọn tin tưởng người khác, vì vậy bạn không cần phải xây dựng toàn bộ thế giới quan của mình theo kinh nghiệm từ đầu — chia sẻ kiến ​​thức là một phần tạo nên sự thành công của loài người — nhưng cần lưu ý rằng bạn có thể gặp thất bại trong một vài lần hãy gọi điện về bất cứ “kiến thức” nào mà bạn nghĩ mình đang theo dõi.

Nếu bạn để ai đó đứng lên đưa ra quyết định thay mặt bạn - đó là ý nghĩa của việc tiêu thụ của người khác giá trị p và kết luận cho việc ra quyết định - sau đó hãy chắc chắn rằng đó là người mà bạn cho là đủ năng lực và đáng tin cậy.

Điều gì sẽ xảy ra nếu người ném những thuật ngữ thống kê vào bạn là người mà bạn không lòng tin? Chạy cho những ngọn đồi!

Bất cứ khi nào có một chút thuyết phục bám vào những tuyên bố có ý nghĩa thống kê, hãy hết sức thận trọng với bất kỳ sản phẩm nào được đưa ra. người nói ra đang đi bán rong. Nếu bạn tin tưởng người đang nói chuyện cùng, bạn không cần sự hấp dẫn của họ để có ý nghĩa thống kê. Tất cả những gì bạn cần biết là họ bị thuyết phục. Nếu bạn không tin tưởng họ, bạn không thể tin tưởng biệt ngữ thống kê của họ nhiều hơn mức bạn có thể tin tưởng vào bàn tay chơi nhạc jazz của họ.

Một câu trả lời có ích gì nếu bạn không buồn hiểu câu hỏi đó là gì?

Nếu có một điều tôi muốn bạn rút ra từ bài đăng blog này thì đó là: Nếu bạn không biết nhiều về người ra quyết định và cách họ bắt đầu tìm hiểu xem họ có nên làm như vậy hay không. thay đổi suy nghĩ của họ (và chính xác là về cái gì), thì những tuyên bố của họ liên quan đến ý nghĩa thống kê là hoàn toàn vô nghĩa với bạn. Một câu trả lời có ích gì nếu bạn không buồn hiểu câu hỏi đó là gì?

Nếu bạn thấy vui ở đây và đang tìm kiếm một khóa học AI ứng dụng được thiết kế để mang lại niềm vui cho người mới bắt đầu cũng như các chuyên gia, thì đây là khóa học tôi đã tạo để bạn giải trí:

Làm bạn nhé! Bạn có thể tìm thấy tôi trên Twitter, YouTube, Thay thếvà LinkedIn. Bạn có muốn tôi phát biểu tại sự kiện của bạn không? Sử dụng biểu mẫu này để liên lạc.

Dưới đây là một số hướng dẫn 10 phút yêu thích của tôi:

*Nếu bạn muốn tìm hiểu giá trị p là gì thì đây là video tôi đã làm để giúp bạn:

**Để được giải thích về việc kiểm tra giả thuyết, hãy truy cập trang của tôi blog đăng bài về chủ đề này hoặc xem cặp video này:

Bị đánh lừa bởi ý nghĩa thống kê Được xuất bản lại từ Nguồn https://towardsdatascience.com/fooled-by-statistical-significance-7fed1bc2caf9?source=rss—-7f60cf5620c9—4 qua https://towardsdatascience.com/feed

<!–

->