У заключній главі своєї знаменитої книги “Як брехати за допомогою статистики”, Даррелл Хафф зазначає, що те, що сказане медичними фахівцями або опубліковане науковими лабораторіями чи університетами - гідне нашої довіри - не безумовної довіри, але, звичайно, більшої довіри, ніж та, яку заслуговують ЗМІ або лукаві політики.
Все ж таки, уся книга Даррелла Хаффа заповнена оманливими статистичними трюками, які використовують в політиці та мас-медіа, а нарікань на статистику, опрацьовану професійними науковцями майже немає.
Адже науковці шукають правду і розуміння, а не зброю проти політичних опонентів.
Статистичний аналіз даних є фундаментом науки. Відкрийте випадкову сторінку в медичному журналі, який Вам більше до вподоби, і Ви будете просто завалені статистикою: t-критерії Стьюдента, р-величини, моделі пропорційних загроз, стандартні похибки, співвідношення ризиків, логістичні регресії, коефіцієнти кореляції і довірчі інтервали.
Фахівці зі статистики забезпечили науковцям знаряддя небаченої потужності щоб знаходити закономірності і смисл у випадку найбільш складних даних, і науковці з радістю перейняли ці методи.
Але, при цьому вони не перейняли навчання статистиці. Багато освітніх програм, які готують науковців, не містять статистичної підготовки взагалі. З 1980-х років, дослідники описали численні статистичні помилки та хибні уявлення, що містяться у популярній науковій літературі, і знайшли, що багато наукових публікацій – можливо, навіть, більше половини, - стали жертвою цих помилок.
Недостатня статистична потужність робить наукові дослідження нездатними знайти те, що в них шукається; множинні порівняння і хибно інтерпретовані р-величини; гнучкий аналіз даних легко знаходить кореляції там, де їх насправді не існує.
Проблема ця не від бажання ввести в оману, а швидше від жалюгідної статистичної підготовки – жалюгідної настільки, що деякі науковці роблять висновок, що більшість опублікованих результатів наукових досліджень є, ймовірно, помилковими [1]. Нижче описано ряд найбільш кричущих статистичних помилок, регулярно здійснюваних в ім’я науки.
Матеріал подано так, що для його розуміння знання статистичних методів не потрібні, адже багато науковців не проходять навіть формальної статистичної підготовки.
І майте на увазі: з того часу, як Ви зрозумієте ці помилки, Ви будете їх помічати повсюду. Не лякайтесь.
Це не привід, щоб відмовитись від усієї сучасної науки і повернутись до кровопускань та п’явок – навпаки, це виклик до удосконалення науки, на яку ми покладаємо свої надії.