OD NÁSTUPU NAŠÍ VLÁDY EKONOMIKA ROSTE 2X RYCHLEJI !!!
Opravdu? Něco nesedí na ose x
Pokud nepoužijete na ose x stejně velké časové škály (např. měsíce), tvar grafu to může výrazně změnit. Jelikož v levém grafu manipulátor roztáhl 8 měsíců staré vlády do šířky na dvakrát tak dlouhý úsek než 16 měsíců jeho vlády, zdá se růst ekonomiky strmější. Jaká je pravda? Nová vláda dosáhla ve skutečnosti nárůst o 210 bodů stejně jako stará vláda, ale za dvakrát delší období. A tím by se asi nepochválila.
TAKTO STRAŠNĚ NÁM KLESLY ZISKY.
MUSÍME PROPOUŠTĚT!!!
Vážně? Zkusme použít y-ovou osu od 0 po 100 %
Pokud chce někdo zdůraznit, jak moc hodnota během let například klesla, použije první graf. Pokud ne, použije druhý. Přičemž oba vycházejí ze stejných dat a v podstatě jsou oba správné. Jde však o kontext. Někdy může být rozdíl 2 % důležitý. Někdy však ne a použitím prvního grafu správný manipulátor své obecenstvo určitě snadněji vystraší.
Jaký příběh mi chce tenhle obrázek říci?
Když ti někdo příště ukáže graf, nevšímej si pouze čárky a křivky. Zkontroluj:
Osy, Čísla, Škály a Kontext
GLOBÁLNÍ OTEPLOVÁNÍ PŘECE NEEXISTUJE!
Podívejme se na to blíž
Situace se podle kontextu může také otočit. Na horním grafu se zdá, že za 140 let se globální teplota zvýšila jen maličko. V kontextu, v němž změna o jeden stupeň může narušit celý ekosystém planety a udělat z velké části planety neobyvatelné území, je třeba se na data podívat blíže. Proto má graf dole mnohem více vypovídací hodnotu.
Jak lže statistika?
Představ si dvě nemocnice – X a Y.
Nemocnice X vyléčila 900/1000 (90 %) a Y vyléčila 800/1000 (80 %) svých pacientů.
Do které nemocnice jít?
Nemocnice X vyléčila víc pacientů. Půjdu tam!
Opravdu?
Těžce nemocní: nemocnice X vyléčila
30 / 100 …. 30 %
nemocnice Y vyléčila
210 / 400 …. 52,2 %
Lehce nemocní: nemocnice X vyléčila
870 / 900 …. 96,6 %
nemocnice Y vyléčila
590 / 600 …. 98,3 %
To mi nevychází !!! Hmmm …
Tady je vysvětlení
Nazývá se to Simpsonův paradox.
Problém je v tom, že jsme spojili dvě odlišné skupiny: těžce a lehce nemocných.
Pokud chceš něco takto posuzovat, musíš se nejprve zamyslet, zda nespojuješ skupiny lidí (subjektů) s příliš odlišnými vlastnostmi v kontextu toho, co zkoumáš (např. zdraví starých a mladých, ceny domů a bytů a pod.).
| Těžce nemocní | Lehce nemocní | Celkově | |
| Nemocnice X | 30/100 (30 %) | 870/900 (96,6 %) | 900/1000 (90 %) |
| Nemocnice Y | 210/400 (52,5 %) | 590/600 (98,3 %) | 800/1000 (80 %) |