Čísly, grafy a křivkami lze člověka i snadno ošálit a ani není nutné lhát. Jak se nenechat napálit? Ve své knize o tom píše novinář a ekonom Tim Harford.
Zapomeňte na rčení z populární písničky Jaroslava Uhlíře, že „statistika nuda je“ nebo na údajný citát spisovatele Marka Twaina: „Jsou tři typy lží: lež, hnusná lež a statistika“. Tim Harford vás v knize Jak číst čísla přesvědčí, že statistika je zábava a že lží je hlavně pro toho, kdo v ní neumí číst. Statistika pomáhá státu, firmám a domácnostem a může i zachraňovat životy.
Harfordova kniha je, jak autor přiznává, o víc než půl století opožděnou reakcí na dodnes populární knihu amerického spisovatele a lobbisty Darrella Huffa Jak lhát se statistikou vtipně a jinak. Huff ve své knize, která se dodnes používá na některých amerických i českých vysokých školách, popsal statistiky s určitou dávkou cynismu jako „kouzelnický trik, který je dobrou zábavou, ale není třeba jej brát vážně“.
Za hlavní zábavu přitom původně Huff považoval odhalování švindlování a podvodů při šermování se statistikami. Nakonec se ale stal lobbistou tabákových firem, který velmi úspěšně zpochybňovat spojení rakoviny s kouřením cigaret. A využíval triky, proti kterým kdysi sám bojoval.
Stejné je to i se statistikami, které potvrzují naše mínění. Vidíme, co chceme vidět. Podle vědeckých výzkumů dokonce před takovým postojem nechrání ani vyšší vzdělání, právě naopak. Vzdělanější lidé s předem daným určitým názorem či předsudkem lépe argumentují, proč je tento jejich názor správný, a lépe hledají zdánlivé i skutečné chyby v argumentech a číslech svých odpůrců.
Není to ale jediná věc, kdy náš subjektivní postoj ztěžuje porozumění statistice a světu. Další pastí je naše vlastní zkušenost, která často zkresluje pochopení daných údajů. Zároveň ale chybějící přímá zkušenost a práce od stolu může vést ke sběru dat, které správně nepopisují realitu a dávají mizerný či dokonce mylný návod na to, jak jednat.
Zdroj: https://finmag.penize.cz/spolecnost/436903-statistika-je-mocna-vec-jak-cist-cisla-a-nenaletet-manipulaci
Harford uvádí například statistiku londýnské dopravy, která vlastně na průměrech neukazuje nic, protože z vlastní zkušenosti víme, že málokdy jedeme celou jízdu třeba průměrně obsazeným metrem, či statistiku příjmů, pod kterou je těžké si něco představit bez popisu či obrázků životní úrovně daných lidí.
Patří sem i naprosto zavádějící statistika mrtvých vojáků a bojovníků, pomocí které se americký ministr obrany Robert McNamara snažil řídit a vyhrát válku ve Vietnamu. Přitom v okamžiku, kdy vietnamským komunistům na rozdíl od Američanů nezáleželo na ztrátách a zároveň nebylo možné je všechny zabít, počítat mrtvé na obou stranách a podle toho usuzovat, kdo vyhrává, nedávalo žádný smysl.
Někdo si myslí, že tyto problémy by mohla vyřešit třeba umělá inteligence, počítače, které geniálně vymyslí, co a jak sledovat a využijí k tomu takzvaná velká data, tedy spousty údajů, které jsou nově k dispozici. Ovšem pozor, i v tomto případě jsou na člověka, který důkladně nepřemýšlí, nastavené pasti, jež postřehne jen obtížně. I počítače se dokážou mýlit, pokud se učí od lidí s předsudky nebo mají zadaná chybná vstupní data.
Například počítač, který se na obrázcích učil rozeznávat plemena psů, si nakonec spojil Huskyho se sněhem, takže pes na sněhu byl vždycky Husky. Zní to jako vtipná drobnost, než si uvědomíme, že podobná automatizace může ovlivňovat přidělení či nepřidělení půjčky klientovi v bance nebo dokonce v blízkém budoucnu určování lékařských diagnóz.
„U velkých dat přetrvává hodně problémů dat malých. Hodně dat neznamená málo problémů. Spíš víc,“ cituje Harford britského statistika Davida Spiegelhaltera.
Důležité je také dívat se na čísla a statistiky s nadhledem a zasadit údaje do širšího kontextu.
Klasickou ukázkou toho, jak je třeba chápat statistiky, jsou údaje o kriminalitě. Konstatování, že se někde nějaký rok zvýšila míra zločinnosti nebo že je vyšší než v jiném městě, ještě nemusí nic znamenat. Pokud nemáme údaje o tom, jak to bylo se zločinností v předcházejících letech a zda její zvýšení nemá na svědomí třeba jeden ojedinělý atentát, nebo nevíme, kolik obyvatel porovnávaná města mají, nic podstatného se z takového faktu nedozvíme.
Navíc je třeba počítat s tím, že to, co se dozvídáme zejména z médií o světě kolem sebe, je zkreslené sítem lidské přirozenosti a výsledný obraz neodpovídá statistice. Lidé se častěji než o potvrzení známé skutečnosti či konstatování, že se situace dlouhodobě pomalu zlepšuje, zajímají o tragické a překvapivé zprávy. Tedy něčím výjimečné. Média na tuhle poptávku reagují. Spíš se tedy dozvíte, že například počet vražd stoupl, než třeba to, že celkový počet násilných zločinů léta pomalu klesá.
Podobně jako v případě zločinu to funguje třeba i v podnikání a ve vědě. Například se toho určitě víc dočtete o lidech, kteří uspěli v podnikání, či vybírání peněz na svůj projekt na internetu, než o tisících a milionech pokusů, které nikdy nevyšly.
Ve vědě zase odborné časopisy publikují především výsledky experimentů, které nějak zajímavě vyšly. Nikoliv těch, které nic zajímavého neobjevily a prokázaly jen to, že tudy cesta nevede. Někdy dokonce vědci tak dlouho upravují plán svého experimentu, až jim nakonec něco zajímavého vyjde. Pomáhá jim k tomu třeba vyřazení některých pokusů či vzorků, které se do výsledku nehodí, použití jen malého zkresleného statistického vzorku či „vhodné“ statistické metody.
Návyky, které by si za pomoci Harfordových rad měl člověk vytvořit, by měly konzumentovi statistik dát určitou odolnost proti manipulaci prostřednictvím statistik.
Ostatně, jak píše sám Harford, všechny jeho rady jdou zestručnit do jediné: zajímejte se! Kdo se aktivně zajímá o svět kolem sebe a je připraven pátrat po tom, jak funguje, ten bude podveden méně často. Bude totiž odolnější proti manipulaci druhých i sebe sama.
Tato kniha zároveň není žádným zjednodušením a vysoce ji hodnotí i profesionální statistici a matematici. A kdo chce jít dál a víc do hloubky, ten jistě najde další inspiraci v poznámkách.
A mimochodem, i když je kniha do češtiny přeložena dobře, přece jen si – pokud jste schopni i texty tohoto typu číst v angličtině – některé odstíny Harfordova textu i použité příklady vychutnáte líp v originále. Což je dáno i tím, že vtipný novinář používající brilantně svůj rodný jazyk se prostě špatně překládá do jiné řeči.
Zdroj: https://finmag.penize.cz/spolecnost/436903-statistika-je-mocna-vec-jak-cist-cisla-a-nenaletet-manipulaci
Zdroj: https://finmag.penize.cz/spolecnost/436903-statistika-je-mocna-vec-jak-cist-cisla-a-nenaletet-manipulaci
ANKETA
Zdroj: https://finmag.penize.cz/spolecnost/436903-statistika-je-mocna-vec-jak-cist-cisla-a-nenaletet-manipulaci
Zdroj: https://finmag.penize.cz/spolecnost/436903-statistika-je-mocna-vec-jak-cist-cisla-a-nenaletet-manipulaci
Zdroj: https://finmag.penize.cz/spolecnost/436903-statistika-je-mocna-vec-jak-cist-cisla-a-nenaletet-manipulaci
Zdroj: https://finmag.penize.cz/spolecnost/436903-statistika-je-mocna-vec-jak-cist-cisla-a-nenaletet-manipulaci
Zdroj: https://finmag.penize.cz/spolecnost/436903-statistika-je-mocna-vec-jak-cist-cisla-a-nenaletet-manipulaci
Zdroj: https://finmag.penize.cz/spolecnost/436903-statistika-je-mocna-vec-jak-cist-cisla-a-nenaletet-manipulaci
Zdroj: https://finmag.penize.cz/spolecnost/436903-statistika-je-mocna-vec-jak-cist-cisla-a-nenaletet-manipulaci
Zdroj: https://finmag.penize.cz/spolecnost/436903-statistika-je-mocna-vec-jak-cist-cisla-a-nenaletet-manipulaci
COOLna 
Napsat komentář