مرجع
آخر الزيارات

مفارقة سمبسون

1٬857 كلمة•0 مشاهدة•🗒️ منذ 17 يوماً
باختصار: مفارقة سيمبسون ويشار إليها كذلك باسم انعكاس سيمبسون، أو تأثير ياول-سيمبسون، أو مفارقة الاندماج، أو مفارقة الانعكاس. تجد هنا «التفاوت العنصري في عقوبة الإعدام»، «فهرس» و«احتمال» ضمن 12 قسماً.
المحتويات
  1. التفاوت العنصري في عقوبة الإعدام
  2. فهرس
  3. احتمال
  4. التحيز الجنسي لجامعة كاليفورنيا في بركلي
  5. علم النفس
  6. متوسطات عدد الضربات
  7. علاج حصوات الكلى
  8. العلاقة بين المتغيرات
  9. مفارقة سمبسون الثانية
  10. الآثار المترتبة على صنع القرار
  11. تفسير المتجهات
  12. أقدم استخدامات معروفة لبعض كلمات الرياضيات: S
مفارقة سمبسون

بدايةً، مفارقة سيمبسون ويشار إليها كذلك باسم انعكاس سيمبسون، أو تأثير ياول-سيمبسون، أو مفارقة الاندماج، أو مفارقة الانعكاس. هي ظاهرة في الاحتمالات والإحصاءات، يظهر فيها اتجاه في عدة مجموعات مختلفة من البيانات ولكنه يختفي أو ينعكس عندما يتم دمج هذه المجموعات. غالبًا ما تُصادف هذه النتيجة في إحصاءات العلوم الاجتماعية والعلوم الطبية وتكون إشكالية بشكل خاص عندما يتم إعطاء بيانات التكرار تفسيرات سببية لا داعي لها. يمكن حل المفارقة عند معالجة العلاقات السببية بشكل مناسب في النمذجة الإحصائية. وفيما يلي تفاصيل أوسع عن ذلك.

علاوةً على ذلك، كان إدوارد إتش سيمبسون أول من وصف هذه الظاهرة في ورقة فنية عام 1951، لكن الإحصائيين كارل بيرسون في عام 1899، وأودني يول في سنة 1903، ذكروا آثارًا مماثلة في وقت سابق. قدم كولين آر بليث اسم مفارقة سمبسون في سنة 1972.

كذلك، تم استخدام مفارقة سيمبسون كمثال مثالي للتوضيح للجمهور غير المتخصص أو العام النتائج المضللة التي يمكن أن تولدها الإحصائيات الخاطئة. كتب مارتن غاردنر رواية شائعة لمفارقة سيمبسون في عمود الألعاب الرياضية في مجلة ساينتفك أمريكان في مارس عام 1976.

أمثلة

التفاوت العنصري في عقوبة الإعدام

من جهة ثانية، هذا المثال الواقعي مأخوذ من راديليت. البيانات من عشرين مقاطعة في فلوريدا خلال 1976-1977.

من جهة ثانية، عند تصنيف البيانات حسب جنس الضحية، يبدو أن المتهمين السود أكثر عرضة للحكم عليهم بالإعدام. ومع ذلك، نظرًا لأن أغلب الضحايا من البيض، فإن الجرائم ضد الضحايا البيض لديها معدلات أحكام أعلى، وأغلب الجرائم ضد الضحايا البيض تم ارتكابها من قبل المتهمين البيض، تشير البيانات الإجمالية إلى أن المتهمين البيض أكثرعرضة للحكم عليهم بالإعدام.

فهرس

علاوةً على ذلك، ليلى شنيبس وكورالي كولمز، الرياضيات تحت المحاكمة. كيف يتم استخدام الأرقام وإساءة استخدامها في قاعة المحكمة،Basic Books 2013. رقم ISBN   978-0-465-03292-1 . (الفصل السادس: «خطأ الرياضيات رقم 6: مفارقة سمبسون. قضية التحيز الجنسي في بيركلي: كشف التمييز»).

احتمال

كذلك، ورقة كتبها بافليديس وبيرلمان تقدم دليلا، وذلك بسبب هاجيكوستاس، أنه في جدول عشوائي 2 × 2 × 2 مع توزيع موحد، سوف يحدث تناقض سمبسون مع احتمال بالضبط 1/60. تشير دراسة أجراها كوك إلى أن احتمال حدوث مفارقة سيمبسون بشكل عشوائي في نماذج المسار (أي النماذج التي تم إنشاؤها بواسطة تحليل المسار) مع اثنين من المتنبئات ومتغير معياري واحد هو قرابة 12.8 في المائة؛ أعلى بقليل من حدوث واحد لكل 8 نماذج مسار.

التحيز الجنسي لجامعة كاليفورنيا في بركلي

إضافةً إلى ذلك، واحدة من أشهر الأمثلة على مفارقة سيمبسون هي دراسة التحيز بين الجنسين بين المتقدمين للدراسات العليا في جامعة كاليفورنيا، بركلي. حيث أظهرت أرقام القبول لخريف عام 1973 أن الرجال المتقدمين كانوا أكثر قبولاً من النساء، وكان الفرق كبيرًا لدرجة أنه من غير المحتمل أن يكون بسبب الصدفة.

من جانب آخر، ومع ذلك، عند فحص الأقسام الفردية، بدا أن ست من أصل 85 إدارة كانت متحيزة إلى حدّ كبير ضد الرجال، في حين كانت أربع إدارات متحيزة إلى حدّ كبير ضد النساء. في الواقع، أظهرت البيانات المجمعة والمصححة «تحيزًا صغيرًا ولكن مهمًا إحصائيًا لصالح النساء». البيانات من أكبر ست إدارات مدرجة أدناه، أعلى قسمين حسب عدد المتقدمين لكل جنس مائل.

من جهة ثانية، ورقة البحث التي كتبها بيكل وآخرون. خلصت إلى أن النساء يميلون إلى التقدم إلى الإدارات التنافسية ذات معدلات القبول المنخفضة حتى بين المتقدمين المؤهلين (كما هو الحال في قسم اللغة الإنجليزية)، بينما يميل الرجال إلى التقدم إلى الإدارات الأقل تنافسية مع معدلات قبول عالية بين المتقدمين المؤهلين (مثل الهندسة والكيمياء).

علم النفس

ومن ناحية أخرى، يسعى الاهتمام النفسي بمفارقة سمبسون إلى تفسير سبب اعتبار الناس أن الانعكاس على التوقيع مستحيل في البداية، مستاء من فكرة أن العمل المفضل في ظل شرط واحد وتحت نفيه يجب رفضه عندما يكون الشرط غير معروف. السؤال هو من أين يحصل الناس على هذا الحدس القوي، وكيف يتم تشفيره في العقل.

وفي هذا السياق، توضح مفارقة سيمبسون أن هذا الحدس لا يمكن اشتقاقه من المنطق الكلاسيكي أو حساب الاحتمالات وحده، وبالتالي دفع الفلاسفة إلى التكهن بأنه مدعوم بمنطق سببي فطري يوجه الناس في التفكير في الإجراءات وعواقبها . إن مبدأ الشيء المؤكد لسافاج هو مثال لما قد يستتبعه هذا المنطق. يمكن بالفعل الحصول على نسخة مؤهلة من مبدأ الشيء المؤكد لسافاج من حساب بيرل دو-كالكولوس ويقرأ: "الإجراء A الذي يزيد من احتمال وقوع حدث B في كل مجموعة سكانية C i من C يجب كذلك أن يزيد من احتمال B في السكان ككل، شريطة أن لا يغير العمل توزيع المجموعات السكانية الفرعية ". هذا يشير إلى أن المعرفة حول الإجراءات والعواقب يتم تخزينها في شكل يشبه شبكة بايزية سببية.

متوسطات عدد الضربات

وعلى صعيد آخر، في كل من 1995 و 1996، كان لجاستس معدل ضربات أعلى (بخط غامق) من جيتر. ومع ذلك، عندما يتم الجمع بين موسمي البيسبول، يظهر جيتر متوسط ضرب أعلى من جاستس. بحسب روس، ستتم ملاحظة هذه الظاهرة مرة واحدة سنويًا بين أزواج اللاعبين المحتملين.

من جهة ثانية، مثال شائع على مفارقة سيمبسون ينطوي على متوسطات الضرب للاعبي البيسبول المحترفين. من الممكن أن يكون لدى لاعب واحد معدل ضربات أعلى من لاعب آخر كل عام لعدد من السنوات، ولكن يكون متوسط الضرب أقل طوال كل تلك السنوات. يمكن أن تحدث هذه الظاهرة عندما تكون هناك اختلافات كبيرة في عدد مرات ضربات الكرة بين السنوات. أظهر عالم الرياضيات كين روس هذا باستخدام متوسط ضربات لاعبي البيسبول، ديريك جيتر وديفيد جاستس، خلال عامي 1995 و 1996:

علاج حصوات الكلى

من جانب آخر، الاستنتاج المتناقض هو أن العلاج أ يكون أكثر فعالية عند استخدامه على الحصوات الصغيرة، وكذلك عند استخدامه على الحصوات الكبيرة، ولكن العلاج ب يكون أكثر فعالية عند النظر في كلا الحجمين في نفس الوقت. في هذا المثال، المتغير «الكامن» (أو المتغير المربك) هو شدة الحالة (ممثلة في اتجاه قرار العلاج من قبل الأطباء بتفضيل ب في الحالات الأقل شدة)، والتي لم تكن معروفة في السابق بأنها مهمة حتى تم تضمين آثارها.

من جانب آخر، يتم تحديد العلاج الذي يعتبر الأفضل من خلال عدم المساواة بين نسبتين (النجاحات/الإجمالي). يحدث عكس التفاوت بين النسب، مما يخلق مفارقة سمبسون، لأن هناك تأثيران يحدثان معًا:

وفي هذا السياق، بناءً على هذه الآثار، يُنظر إلى النتيجة المتناقضة على أنها تنشأ من خلال قمع التأثير السببي لشدة الحالة على العلاج الناجح. يمكن إعادة صياغة النتيجة المتناقضة بدقة أكبر على النحو التالي: عندما يتم تطبيق العلاج الأقل فعالية (ب) بشكل متكرر على الحالات الأقل شدة، يمكن أن يبدو أنه علاج أكثر فعالية.

إضافةً إلى ذلك، المتغير الكامن له تأثير كبير على النسب؛ أي أن معدل النجاح يتأثر بشدة الحالة أكثر من اختيار العلاج. لذلك، فإن مجموعة المرضى الذين يعانون من حصوات كبيرة باستخدام العلاج أ (المجموعة 3) تكون أسوأ من المجموعة ذات الحصوات الصغيرة (المجموعتان 1 و 2)، حتى لو استعملت الأخيرة العلاج الأدنى ب (المجموعة 2).

في هذا الإطار، تختلف أحجام المجموعات، التي يتم دمجها عند تجاهل المتغير الكامن، اختلافًا كبيرًا. يميل الأطباء إلى إعطاء الحالات الشديدة (الحصوات الكبيرة) علاجًا أفضل (أ)، والحالات الأخف (الحصوات الصغيرة) العلاج الأدنى (ب). لذلك، تهيمن المجموعتان 3 و 2 على المجموعتين، وليس على المجموعتين الأصغر بكثير 1 و 4.

وفي السياق ذاته، هذا مثال واقعي من دراسة طبية تقارن بين معدلات النجاح لعلاجين لحصوات الكلى.

وفي السياق ذاته، يوضح الجدول أدناه معدلات النجاح للعلاجات التي تشمل حصوات الكلى الصغيرة والكبيرة، حيث يشمل العلاج أ جميع العمليات الجراحية المفتوحة والعلاج ب هو بضع حصاة الكلى عن طريق الجلد (التي تنطوي على ثقب صغير فقط). تشير الأرقام بين قوسين إلى عدد حالات النجاح على الحجم الإجمالي للمجموعة.

العلاقة بين المتغيرات

من جهة ثانية، يمكن أن تنشأ مفارقة سيمبسون كذلك في الارتباطات، حيث يبدو أن متغيرين لهما (مثلًا) ارتباط إيجابي تجاه بعضهما البعض، في حين أنهما في الواقع لديهم علاقة سلبية. برمان أعط مثالا من الاقتصاد، حيث تشير مجموعة البيانات إلى أن الطلب الإجمالي مرتبط بشكل إيجابي بالسعر (أي أن الأسعار المرتفعة تؤدي إلى المزيد من الطلب)، في تناقض مع التوقعات. يكشف التحليل أن الوقت هو المتغير المربك: إن رسم كل من السعر والطلب مقابل الوقت يكشف عن الارتباط السلبي المتوقع على مدار فترات مختلفة، والذي ينعكس فيما بعد ليصبح إيجابيًا إذا تم تجاهل تأثير الوقت بمجرد تخطيط الطلب مقابل السعر.

مفارقة سمبسون الثانية

ومن جهة أخرى، تمت مناقشة مفارقة ثانية لسيمبسون أقل شهرة في بحثه لعام 1951. يمكن أن تحدث عندما لا يلزم العثور على التفسير العقلاني في الجدول المنفصل ولكن قد يتواجد بدلاً من ذلك في الجدول المدمج. أي نوع من البيانات يجب استخدامه يتوقف على الخلفية والعملية التي تؤدي إلى البيانات.

يعطي نورتون وديفاين مثالًا افتراضيًا للمفارقة الثانية.

مراجع

الآثار المترتبة على صنع القرار

ومن جهة أخرى، الأهمية العملية لمفارقة سيمبسون في حالات صنع القرار حيث تطرح المعضلة التالية: ما هي البيانات التي يجب أن نستشيرها عندما نتصرف، مجمع أو مقسم؟ في مثال حصوات الكلى أعلاه، من الواضح أنه إذا تم تشخيص المرء بـ «الحصوات الصغيرة» أو «الحصوات الكبيرة» فيجب استشارة البيانات الخاصة بالسكان الفرعيين المعنيين والعلاج أ يفضل للعلاج ب. ولكن ماذا لو لم يتم تشخيص المريض، وحجم الحصوة غير معروف؛ هل سيكون من المناسب استشارة البيانات المجمعة وإدارة العلاج ب؟ وهذا من شأنه أن يتعارض مع الفطرة السليمة؛ يجب كذلك تفضيل العلاج المفضل في ظل حالة واحدة وتحت نفيه عندما تكون الحالة غير معروفة.

من جانب آخر، من ناحية أخرى، إذا كانت البيانات المقسمة يفضل أن يكون بداهة، ما يمنع أحد من تقسيم البيانات إلى فئات فرعية تعسفية (ويقول على أساس لون العين أو الألم بعد العلاج) التي شيدت بشكل مصطنع لانتاج الخيارات الخاطئة من العلاجات؟ يُظهر بيرل أنه في كثير من الحالات، تكون البيانات المجمعة، وليس المقسمة، هي التي تعطي الاختيار الصحيح للعمل. الأسوأ من ذلك، بالنظر إلى نفس الجدول، يجب على المرء في بعض الأحيان اتباع البيانات المقسمة وأحيانًا البيانات المجمعة، اعتمادًا على القصة وراء البيانات، مع كل قصة تملي اختيارها الخاص. يعتبر بيرل أن هذا هو المفارقة الحقيقية وراء انعكاس سيمبسون.

علاوةً على ذلك، أما لماذا وكيف يجب أن تملي القصة، وليس البيانات، الخيارات، فإن الإجابة هي أن القصة هي التي ترمز العلاقات السببية بين المتغيرات. بمجرد توضيح هذه العلاقات وتمثيلها رسميًا، يمكننا اختبار القسم الذي يعطي الأفضلية في العلاج. مثلًا، إذا قمنا بتمثيل العلاقات السببية في رسم بياني يسمى «مخطط السببية» (انظر شبكات بايزي)، فيمكننا اختبار ما إذا كانت العقد التي تمثل المسارات الهامشية للاعتراض على التقسيم المقترح في الرسم التخطيطي. هذا الاختبار، الذي يسمى «معيار الباب الخلفي»، يقلل مفارقة سيمبسون إلى تمرين في نظرية الرسم البياني.

تفسير المتجهات

كذلك، يمكن كذلك توضيح مفارقة سيمبسون باستخدام الفضاء المتجهي ثنائي الأبعاد. معدل نجاح (أي النجاحات / المحاولات) يمكن تمثيلها بمتجة ، مع ميل . يمثل المتجه الحاد معدل نجاح أكبر. إذا معدلات اثنين و يتم دمجها، كما في الأمثلة الواردة أعلاه، يمكن تمثيل النتيجة بمجموع المتجهات و ، والتي بحسب قاعدة متوازي الأضلاع هي المتجه ، مع ميل .

في هذا الإطار، تقول مفارقة سيمبسون أنه حتى لو كان متجهاً (باللون البرتقالي في الشكل) لديه ميل أصغر من متجة آخر (باللون الأزرق)، و لديه ميل أصغر من مجموع المتجهين من المحتمل أن يكون هناك ميل أكبر من مجموع المتجهين ، كما هو موضح في المثال. ولكي يحدث هذا، يجب أن يكون لأحد المتجهات البرتقالية ميل أكبر من أحد المتجهات الزرقاء (هنا & )، وستكون هذه بشكل عام أطول من المتجهات المشتركة البديلة وبالتالي تهيمن على المقارنة الإجمالية.

أقدم استخدامات معروفة لبعض كلمات الرياضيات: S

ومن ناحية أخرى، تعامل عمود صحيفة وول ستريت جورنال "The Numbers Guy" في 2 ديسمبر 2009 مع الحالات الأخيرة لمفارقة سمبسون في الأخبار. ولا سيما مفارقة سيمبسون في مقارنة معدلات البطالة في ركود عام 2009 مع ركود عام 1983.

  • بيرل ، يهودا، " " فن وعلم السبب والنتيجة. " عرض شرائح ومحاضرة تعليمية.
  • بيرل ، يهودا، «مفارقة سمبسون: تشريح» (PDF)
  • بيرل ، يهودا، «مبدأ الشيء المؤكد» (PDF)
  • مقالات قصيرة ألكسندر بوجومولني في Cut the the knot:
  • " الكسور المتوسطة " .
  • " مفارقة سمبسون " .

علاوةً على ذلك، للحصول على تاريخ موجز لأصول المفارقة، راجع إدخالات «مفارقة سمبسون» و «ارتباط زائف»

وفي هذا الصدد، على اللوحة، اللغز الإحصائي: فهم مفارقة سمبسون بقلم آرثر سميث، 20 أغسطس 2010

في هذا الإطار، كيفية حل مفارقة سمبسون؟ سؤال عن إحصائيات موقع سؤال وجواب CrossValidated

ما رأيك في هذه المقالة؟

📝 هل في هذه المقالة خطأ؟

إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.