Парадокс Симпсона

Распространенное явление из статистики, о котором полезно знать, особенно если вы занимаетесь поиском взаимосвязей (корреляции) между различными группами данных.

Суть парадокса: например, у вас есть набор данных (таблица 1).

Изначально можно сделать вывод, что владельцы автомобиля под маркой Рено менее осторожны, чем те, кто водит Порш.Но предположим, что вы нашли еще один критерий, который более конкретизирует ваши данные (таблица 2).

Тогда выясняется, что владельцы Порш менее осторожны, причем как и те, кто водит меньше 5 лет, так и те, кто водит больше 5 лет, а основная корреляция кроется не в марке автомобиля, а в стаже вождения. Возникают такие расхождения из-за того, что корреляция измеряет взаимосвязь при прочих равных условиях, что в жизни, естественно, встречается крайне редко. Поэтому крайне важно при расчете корреляций учитывать не только количественные, но и качественные критерии, которые возможно учесть если вы хорошо знаете природу тех данных, которые исследуете

Больше полезной информации вы можете найти в моем Телеграм канале Бизнес, IT и статистика