知识卡片
辛普森悖论的分组反转
合并东西海岸会员时,西海岸平均 8.2 个朋友高于东海岸 6.5;一旦按学位拆开,博士组 3.1 对 3.2、非博士组 10.9 对 13.4,东海岸在两个子群里都更高。原因是构成差异:东海岸 103 人里有 70 个博士,而博士普遍朋友少,这个高比例把合并均值拖低了。这不是算术错误,而是暴露了相关系数成立的前提——“其他条件相同”:当混杂变量同时影响分组和结果时,合并数据算出的关系可以完全反向。唯一务实的解法是充分了解数据、尽量检查所有可能的混杂因素;若根本没有教育背景这类字段,你连悖论的存在都不会察觉。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第5章 统计学
原书出处 · 1 处
- 第5章 统计学 · 查看原书依据
一旦考虑了用户的学位,相关系数就会朝着相反方向发展!将东海岸/西海岸地区的数据混在一起,会掩盖一个事实:东海岸数据科学家更偏向博士类型。
参考来源
- 位置:《数据科学入门(第2版)》第5章 统计学(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0009.xhtml)
- 结论依据:原文这一段直接给出本卡的核心判断:「一旦考虑了用户的学位,相关系数就会朝着相反方向发展……」
- 原始内容:一旦考虑了用户的学位,相关系数就会朝着相反方向发展!将东海岸/西海岸地区的数据混在一起,会掩盖一个事实:东海岸数据科学家更偏向博士类型。