Влияние размера выборки на статистические показатели заболеваемости
Исследование частоты возникновения рака почки в 3141 округе США выявило специфическую закономерность: экстремально низкие показатели заболеваемости зафиксированы в сельских, малонаселенных округах, расположенных в республиканских штатах Среднего Запада, Юга и Запада. На первый взгляд, это может натолкнуть на выводы о преимуществах сельского образа жизни, отсутствии загрязнения или особенностях питания.
Парадокс сельских территорий
Однако при детальном анализе выясняется, что те же самые округа — сельские, малонаселенные и расположенные в тех же регионах — одновременно демонстрируют и самые высокие показатели заболеваемости раком почки.
Существует соблазн объяснить высокий уровень заболеваемости негативными факторами сельской жизни:
- Ограниченным доступом к качественной медицине;
- Особенностями рациона (жирная пища);
- Повышенным потреблением алкоголя и табака.
Тем не менее, сельская жизнь не может одновременно служить причиной и аномально низкого, и аномально высокого уровня заболеваемости. Очевидно, что традиционные причинно-следственные объяснения в данном случае не работают.
Статистическое объяснение и закон малых чисел
Разгадка кроется не в образе жизни или географии, а в математической статистике. Экстремальные показатели — как аномально высокие, так и аномально низкие — гораздо вероятнее проявляются в малых выборках, чем в больших.
Малое население округа само по себе не порождает болезнь и не защищает от нее. Оно лишь позволяет уровню заболеваемости значительно отклоняться от среднего значения в силу случайности. Если рассматривать население как набор шариков в сосуде, где часть помечена как «случаи заболевания», то при извлечении малых порций (формировании малых округов) вероятность получить либо очень много, либо очень мало помеченных шариков возрастает.
Артефакты исследования
Разница в показателях между густонаселенными городами и сельскими округами часто является «артефактом» — явлением, порожденным методом исследования, а именно различием в размерах выборок.
Если повторить статистический анализ через год, список «неблагополучных» или «здоровых» сельских округов изменится. Случайность выборки в малых группах создает иллюзию закономерности там, где фактически нет отклонения от нормы. Таким образом, поиск глубоких социальных или медицинских причин для подобных экстремумов является избыточным, так как объяснение лежит исключительно в плоскости теории вероятностей.
Смысл
Статистические артефакты малых выборок
Экстремальные отклонения от нормы в статистике чаще всего обусловлены малым размером исследуемых групп, а не реальными факторами влияния. Ошибочно искать логические или социальные причины для явлений, которые являются результатом математической случайности.
Убеждения
- Иллюзорность закономерностей: Человеческий разум склонен искать сложные причинно-следственные связи там, где действует простая статистическая случайность.
- Ненадежность малых выборок: Результаты, полученные на малых группах населения, склонны к экстремальным значениям и не могут служить базой для глобальных выводов.
- Приоритет математического анализа: Статистическое объяснение аномалий часто является более верным, чем интуитивные или эмпирические гипотезы.
Ценности
- Объективность: Стремление видеть реальную математическую картину мира за рамками личных предубеждений.
- Критическое мышление: Способность подвергать сомнению очевидные на первый взгляд выводы и проверять методологию исследований.
- Научная точность: Признание того, что корректная интерпретация данных важнее, чем поиск удобных объяснений.
Состояния
- Интеллектуальное недоумение: Состояние, возникающее при столкновении с противоречивыми данными, которые невозможно объяснить привычным способом.
- Аналитический скептицизм: Недоверие к сенсационным статистическим выводам до проверки размера выборки.
- Осознанность: Понимание механизмов возникновения статистических ошибок и ложных корреляций.