辛普森悖论：同一个数据集得出两个完全相反的证据?
2018-11-04 MedSci MedSci原创
辛普森悖论告诉我们，数据不是绝对客观的。 想象一下，你和你的小伙伴正在努力寻找一个完美的餐厅，以便愉快的享用晚餐。我们清楚这个过程可能会花费数小时去争论，你会找到现代生活的便利之处：在线评论。通过在线评论，你找到了自己的选择，推荐 Carlo's 餐厅的男女用户的比例都高于你的小伙伴选择的 Sophia's 餐厅。然而，正当你准备宣布胜利时，你的小伙伴使用相同的数据得到，由于所有用户中推
辛普森悖论告诉我们，数据不是绝对客观的。 想象一下，你和你的小伙伴正在努力寻找一个完美的餐厅，以便愉快的享用晚餐。我们清楚这个过程可能会花费数小时去争论，你会找到现代生活的便利之处：在线评论。通过在线评论，你找到了自己的选择，推荐 Carlo's 餐厅的男女用户的比例都高于你的小伙伴选择的 Sophia's 餐厅。然而，正当你准备宣布胜利时，你的小伙伴使用相同的数据得到，由于所有用户中推荐选择 Sophia 的百分比较高，因此很明显要选择它。 到底是怎么回事？谁在说谎？是审计网站的计算错误吗？事实上，你和你的小伙伴都是对的，你在不知不觉中进入了辛普森悖论的世界。在辛普森悖论里，餐馆可以同时比竞争对手更好和更差，运动可以降低并增加疾病的风险，同样的数据集可以用来证明两个相反的论点。也许你和你的伴侣应该在晚上讨论这个引人入胜的统计学现象，而不是出去吃饭。 当原本分离的数据被组合起来，之前出现的统计现象会发生逆转，这时辛普森悖论就发生了。在餐厅推荐示例中，就男女的高推荐率确实可以推荐 Carlo's 而不是 Sophia's，且同时所有评价者对 Carlo's 的推荐率较低。在你说这不可能之
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#辛普森悖论#
24
很好的学习机会
62