Statistikkens kunst

Opdag misinformation,
forstå verden og
træf bedre beslutninger

Claus Thorn Ekstrøm
Biostatistik, KU

April 26, 2023

Statistik er svært

Pris 399 kr

Moms: 25%

Hvad er prisen uden moms?

Hvad bruger vi statistik til?

Mønstre.
Hvad ser vi?
Prædiktion.
Hvad forventer vi at se ved ny observation?
Kausalitet.
Hvorfor?

1) Er det et stort tal?

38.065 pladser i Parken

DKs bruttonationalproduktet (BNP) for 2022 er 2.797.938.000.000 kr

Ca. 15.000 dør af kræft om året.

38.065 pladser i Parken

DKs bruttonationalproduktet (BNP) for 2022 er 2.797.938.000.000 kr

Referencetal. Lav et katalog.
Visualisering.
Forhold.

http://www.isthatabignumber.com/

2) Hvorfor ser jeg dette tal?

Incitamentsstruktur

Videnskabsmand	Brugtvognsforhandler
Vær skeptisk overfor dine resultater	“Sælg” dine resultaterne
Fortolk konklusioner forsigtigt	Overdriv/spin vigtigheden
Offentliggør negative resultater	Offentliggør strategisk
Replicér replicér replicér	Replicér … hvis nødvendigt
Nye ekstreme fund mindre tilbøjelige til at være sande. Dobbeltcheckes	Offentliggør hurtigst muligt … før andre

Narrativ, politik, click-bait, nyhedsværdi, argumenter, …

3) Hvilken population er repræsenteret?

Politiken 18. februar 2023

4) Optælling er svært

5) Konfundering eller “dark data”?

6) Survivorship bias og “dark data”?

Image from Wikipedia on survivorship bias

During World War II, the statistician Abraham Wald took survivorship bias into his calculations when considering how to minimize bomber losses to enemy fire.[17] The Statistical Research Group (SRG) at Columbia University, which Wald was a part of, examined the damage done to aircraft that had returned from missions and recommended adding armor to the areas that showed the least damage.[18][19][20] The bullet holes in the returning aircraft represented areas where a bomber could take damage and still fly well enough to return safely to base. Therefore, Wald proposed that the Navy reinforce areas where the returning aircraft were unscathed,[17]: 88 inferring that planes hit in those areas were the ones most likely to be lost. His work is considered seminal in the then-nascent discipline of operational research.

7) Sammenhæng eller årsagssammenhæng?

From website ‘Spurious corelations’ by Tyler Vigen

8) Absolut eller relativ forskel?

5% vs 1%

Risikoforskel

4 pp

Relativ risiko

55% vs 51%

Risikoforskel

4 pp

Relativ risiko

1.08

9) Er usikkerheden oplyst?

Omfavn usikkerheden

https://covid19.ssi.dk/

10) Confirmation bias?

På falderebet

Kan det virkelig passe?

AI og kunstig intelligens - don’t believe the hype

Tak

Tre hurtige spørgsnmål:

tinyurl.com/2p924hpr

www.sandsynligvis.dk

Er det et stort tal?
Hvorfor ser jeg dette tal?
Hvilken population er repræsenteret?
Optælling er svært
Er der mulig konfundering?
Er der mulig survivorship bias?
Sammenhæng eller årsagssammenhæng?
Absolut eller relativ forskel?
Er usikkerheden oplyst?
Confirmation bias?