Paradoks Simpsona to jedno z tych zjawisk, które raz zobaczone, zmieniają sposób patrzenia na dane na zawsze. Chodzi o sytuację, w której trend widoczny w każdej podgrupie danych osobno odwraca się, gdy te podgrupy połączymy w jedną całość.
Pierwszy raz zobaczyłem to na własnych danych i przez chwilę byłem pewien, że popełniłem błąd w obliczeniach. Nie popełniłem — po prostu ukryta zmienna (jakiś czynnik różnicujący wielkość grup) potrafiła odwrócić wniosek o sto osiemdziesiąt stopni, mimo że każda cząstkowa analiza była poprawna.
To nauczyło mnie pokory wobec sumarycznych wniosków. Zanim uwierzę w trend widoczny w zagregowanych danych, pytam teraz: czy ten sam trend utrzymuje się, gdy podzielę dane na naturalne podgrupy? Czasem odpowiedź brzmi zaskakująco „nie”.
Dodaj komentarz