Czy statystyki mogą być wprowadzające w błąd?
Istnieje stare powiedzenie, że liczby nie leżą, ale kłamcy wiedzą, jak się wymyślić. W pewnym sensie reprezentuje to ostrożność ludzi. Interpretacja statystyczna może powodować, że dane wydają się wprowadzać w błąd. Zależy to od interpretacji danych Statystyka i tego, jakie liczby są wynoszące na pierwszy plan jako kluczowe punkty raportu statystycznego.
Na przykład w szkole gramatycznej uczniowie badają teraz miary tendencji centralnej, które są średnie, mediana, tryb i zakres. Średnia jest sumą wszystkich danych, podzielonej przez liczbę danych. Na przykład można uzyskać sumę wyników testu osoby i podzielić ją przez liczbę testów w celu ustalenia oceny. Jednak na średnią może mieć wpływ na to, co nazywa się wartości odstające, liczba daleko poza normalnym zakresem testów. Może to sugerować, że średnia może być wprowadzającym w błąd sposób oceny wydajności.
Jeśli dana osoba doskonale podejmie pięć testów i nie wykonuje szóstego testu, zarabiając w ten sposób zero, średnia to odzwierciedla. Jeśli wszystkie testy są warte 100 pMaiety Na przykład średni wynik wynosi około 85%. Jednak tak naprawdę nie sugeruje to średniej wydajności w tym przypadku ze względu na wartości odstające zero.
Inną miarą centralnej tendencji, która może być stosowana, jest ocena mediany. Mediana jest średnią liczbą w grupie danych ułożonych numerycznie. Jeśli statystyk oceni medianę, może to nie być reprezentatywne dla prawdziwej średniej wydajności lub tego, co jest oceniane. Mediana nie może uwzględniać zakresu danych, który może być ogromny, a zatem może wprowadzić w błąd.
Tendencja centralna oceniana według trybu oznacza jedynie spojrzenie na liczbę, która występuje najczęściej w zestawie danych. Tak więc na przykład testowy ma tryb 100. Jednak nie odzwierciedla to osoby podejmującej test, nie przyjęła jednego, co jest mylące.
Inne sposoby, w jakie statystyki mogą wprowadzać w błąd, to sposób, w jaki pytaniaByć może są proszeni w ankiecie i stopniu, w jakim badanie jest reprezentatywną próbą społeczności. Jeśli ktoś analizuje grupę uczniów szkół średnich i zapyta „Jak szczęśliwy jesteś ze swoją edukacją na skalę 1-5?” Można uzyskać bardzo różne odpowiedzi w zależności od tego, czy grupa jest reprezentatywna dla „przeciętnego” studenta.
Jeśli ktoś analizuje grupę uczniów, którzy stają się proste, i udają się do fantastycznej, dobrze finansowanej szkoły, aby opublikować takie dane, ponieważ reprezentatywna próbka ma być celowo wprowadzająca w błąd. Jeśli prosi uczniów z różnych szkół o różnych klasach, ankieta prawdopodobnie będzie bardziej reprezentatywna i bardziej sprawiedliwa. Jeśli jednak zapyta uczniów, co sądzą o szkołach, a następnie opublikuje wyniki jako reprezentatywna próbka ogólnej populacji, odpowiedzi będą wówczas wysoce wypaczone.
Liczby mogą wydawać się bardzo konkretne, a niektóre są wprowadzane w błąd przez liczby tylko dlatego, że wydają się być faktem i mają wartość niepodważalną. Zatem statystyczny DATA można często używać w sposób wprowadzający w błąd, aby zachwycić ludzi liczbą, a spór wydaje się bardziej podobny. Renowani statystycy wiedzą, że pytania należy uogólnić, a także zadawać ludziom reprezentujące populacje.
Jednak liczby i statystyki mogą wprowadzać w błąd, ponieważ nie reprezentują jednostki. Mogą pokazać, jak ludzie „ogólnie” reagują na pomysł, produkt lub kandydata politycznego. Nie mogą pokazać, jak poczuje się jedna osoba we wszystkich swoich nieskończenie zmiennych cechach.