ภาพโดยผู้เขียน
นักวิทยาศาสตร์ข้อมูล วิศวกรข้อมูล และวิศวกรการเรียนรู้ของเครื่องใช้เวลาส่วนใหญ่ในการดูข้อมูลและค้นหาภาพวาดทางสถิติหรือข้อสรุปจากข้อมูลนั้น แต่สิ่งสำคัญที่เป็นทักษะที่จำเป็นสำหรับมืออาชีพเหล่านี้และใครก็ตามที่กำลังมองหาข้อมูลคือการมีสัญชาตญาณที่ดีสำหรับโลกแห่งความเป็นจริง
ข้อมูลมีตัวแปรหลายตัวที่คุณสามารถพิจารณาได้ อย่างไรก็ตาม ควรสังเกตว่าข้อมูลนั้นสร้างการแทนค่าที่มีขอบเขตจำกัด นี่คือที่ที่คุณจะต้องมองเห็นนอกเหนือจากข้อมูลและค้นหาว่าความจริงที่ซ่อนอยู่คืออะไรและจะนำไปใช้กับชุดข้อมูลได้อย่างไร
ความขัดแย้งของ Simpson พิสูจน์ให้เราเห็นถึงความสำคัญของการไม่เชื่อเมื่อตีความข้อมูลของคุณ และทำให้แน่ใจว่าคุณใช้โลกแห่งความเป็นจริง – โดยไม่จำกัดตัวเองจากการมองจากมุมมองของข้อมูล
ในปี 1972 Colin R. Blyth ได้ตั้งชื่อ Simpson's Paradox หรือที่เรียกว่า Simpson's reversal, the Yule-Simpson effect, amalgamation paradox หรือ reversal paradox
Simpson's Paradox คือเมื่อเทรนด์หรือเอาท์พุตปรากฏขึ้นเมื่อข้อมูลถูกใส่ลงในกลุ่มที่ย้อนกลับหรือหายไปเมื่อรวมข้อมูลเข้าด้วยกัน มันเป็นความขัดแย้งทางสถิติที่สามารถสรุปได้สองข้อที่ตรงกันข้ามจากข้อมูลเดียวกัน ขึ้นอยู่กับว่าข้อมูลถูกจัดกลุ่มอย่างไร
UC Berkeley และความขัดแย้งของ Simpson
ตัวอย่างที่ได้รับความนิยมของ Simpson's Paradox คือการศึกษาของ UC Berkeley เกี่ยวกับอคติทางเพศในการรับเข้าศึกษาต่อในระดับบัณฑิตศึกษา ในปี 1973 เมื่อเริ่มต้นปีการศึกษา บัณฑิตวิทยาลัยของ UC Berkeley ยอมรับผู้สมัครชายประมาณ 44% และผู้สมัครหญิง 35% ทางโรงเรียนเกรงว่าจะถูกฟ้องร้อง จึงเตรียมการโดยขอให้ Peter Bickel นักสถิติมาดูข้อมูล
สิ่งที่เขาค้นพบคือมีอคติทางเพศที่มีนัยสำคัญทางสถิติที่เข้าข้างผู้หญิงใน 4/6 แผนก และไม่มีอคติทางเพศที่มีนัยสำคัญใน 2 แผนกที่เหลือ การค้นพบของทีมพบว่าผู้หญิงที่สมัครแผนกต่างๆ เปอร์เซ็นต์ผู้สมัครที่น้อยลง
ใน Simpson's Paradox คุณต้องคำนึงถึงสถานการณ์และตัวแปรในโลกแห่งความเป็นจริงที่สามารถซ่อนและตีความผ่านข้อมูลได้ยาก ในตัวอย่างนี้ ตัวแปรที่ซ่อนอยู่คือมีผู้หญิงสมัครแผนกเฉพาะมากขึ้น สิ่งนี้ส่งผลต่อเปอร์เซ็นต์โดยรวมของผู้สมัครที่ได้รับการยอมรับ ในลักษณะที่แสดงแนวโน้มย้อนกลับที่มีอยู่ในข้อมูลในตอนแรก
จากนั้น ทีมงานสรุปว่าผลลัพธ์ที่ได้จากข้อมูลเปลี่ยนไปเมื่อนำมาพิจารณาเมื่อแบ่งโรงเรียนออกเป็นแผนกต่างๆ
ภาพด้านล่างอธิบายว่าแนวโน้มกลับตัวอย่างไรเมื่อจัดกลุ่มข้อมูล:
ภาพโดย วิกิพีเดีย
ความขัดแย้งของซิมป์สันสามารถทำให้การทำงานกับข้อมูลซับซ้อนขึ้นและทำให้กระบวนการตัดสินใจยากขึ้นมาก
หากคุณเริ่มสุ่มตัวอย่างข้อมูลใหม่ด้วยวิธีอื่น คุณจะได้ข้อสรุปที่แตกต่างกัน สิ่งนี้จะทำให้คุณเลือกข้อสรุปที่ถูกต้องแม่นยำเพื่อดึงข้อมูลเชิงลึกเพิ่มเติมได้ยากขึ้น ซึ่งหมายความว่าทีมจะต้องค้นหาข้อสรุปที่ดีที่สุดที่มีการแสดงข้อมูลอย่างยุติธรรม
เมื่อทำงานกับโครงการที่เกี่ยวข้องกับข้อมูล เรามักจะมุ่งเน้นไปที่ข้อมูลและพยายามตีความเรื่องราวที่พยายามจะบอกเรา แต่ถ้าเราใช้ความรู้ในโลกแห่งความเป็นจริง มันจะบอกเราถึงเรื่องราวที่แตกต่างไปจากเดิมอย่างสิ้นเชิง
การเข้าใจถึงความสำคัญของสิ่งนี้เปิดโอกาสให้เรามองลึกลงไปในข้อมูลและทำการวิเคราะห์อย่างเพียงพอเพื่อช่วยในกระบวนการตัดสินใจ Paradox ของ Simpson มุ่งเน้นไปที่การขาดข้อมูลเชิงลึกในการวิเคราะห์ที่เพียงพอและความรู้โดยรวมของโครงการสามารถทำให้เราเข้าใจผิดและตัดสินใจผิดพลาดได้อย่างไร
ตัวอย่างเช่น เราเห็นการเพิ่มขึ้นของการใช้การวิเคราะห์ข้อมูลแบบเรียลไทม์ มีทีมจำนวนมากขึ้นเรื่อยๆ ที่ใช้สิ่งนี้เพื่อช่วยตรวจจับรูปแบบ และใช้ข้อมูลเชิงลึกนี้เพื่อตัดสินใจในช่วงเวลาสั้นๆ การทำงานกับการวิเคราะห์ข้อมูลตามเวลาจริงจะมีประสิทธิภาพเมื่อคุณมุ่งเน้นไปที่วิธีการปรับปรุงบริษัทตามข้อมูลตามเวลาจริงในปัจจุบัน อย่างไรก็ตาม ช่วงเวลาสั้นๆ เหล่านี้อาจทำให้ข้อมูลเข้าใจผิดและซ่อนแนวโน้มที่แท้จริงโดยรวมที่ข้อมูลแสดง
การวิเคราะห์ข้อมูลที่ผิดพลาดสามารถรั้งบริษัทไว้ได้ และเราทุกคนรู้ว่าการตัดสินใจที่ผิดพลาดมักจะรั้งบริษัทไว้เสมอ ดังนั้น การพิจารณาความขัดแย้งของซิมป์สันจะเป็นประโยชน์ต่อบริษัทในการทำความเข้าใจข้อจำกัดของข้อมูล สิ่งที่ขับเคลื่อนข้อมูล และตัวแปรต่างๆ และรักษาอคติให้ต่ำ
Simpson's Paradox ช่วยเตือนมืออาชีพที่ทำงานกับข้อมูลเกี่ยวกับความสำคัญของการทำความเข้าใจข้อมูลและระดับสัญชาตญาณข้อมูลของพวกเขา นี่คือเวลาที่ทักษะด้านข้อมูลจำนวนมากของผู้เชี่ยวชาญด้านข้อมูลจะแสดงออกมา เช่น การคิดเชิงวิพากษ์
จุดมุ่งหมายคือการมองหาอคติและตัวแปรที่ซ่อนอยู่ซึ่งมีอยู่ในข้อมูล ซึ่งอาจไม่สามารถค้นพบได้ง่ายในการดูครั้งแรกหรือเมื่อมีการวิเคราะห์ระดับสูง
สิ่งหนึ่งที่ควรคำนึงถึงเกี่ยวกับความขัดแย้งของซิมป์สันคือการรวบรวมข้อมูลที่มากเกินไปอาจไร้ประโยชน์ในไม่ช้าและเริ่มมีอคติ แต่ในทางกลับกัน หากเราไม่รวบรวมข้อมูล ข้อมูลอาจถูกจำกัดอยู่ในข้อมูลและรูปแบบพื้นฐานที่สามารถบอกเราได้
เพื่อหลีกเลี่ยงความขัดแย้งของ Simpson คุณจะต้องตรวจสอบข้อมูลของคุณอย่างละเอียดและตรวจสอบให้แน่ใจว่าคุณมีความเข้าใจในปัญหาทางธุรกิจเป็นอย่างดี
ณิชา อารยา เป็นนักวิทยาศาสตร์ข้อมูล นักเขียนด้านเทคนิคอิสระ และผู้จัดการชุมชนที่ KDnuggets เธอสนใจเป็นพิเศษในการให้คำแนะนำด้านอาชีพของ Data Science หรือแบบฝึกหัดและความรู้ตามทฤษฎีเกี่ยวกับ Data Science นอกจากนี้ เธอยังต้องการสำรวจวิธีการต่างๆ ของปัญญาประดิษฐ์ที่สามารถเป็นประโยชน์ต่อการมีอายุยืนยาวของมนุษย์ ใฝ่เรียนรู้ ต้องการเพิ่มพูนความรู้ด้านเทคโนโลยีและทักษะการเขียน ในขณะที่ช่วยแนะนำผู้อื่น
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- เพลโตบล็อคเชน Web3 Metaverse ข่าวกรอง ขยายความรู้. เข้าถึงได้ที่นี่.
- ที่มา: https://www.kdnuggets.com/2023/03/simpson-paradox-implications-data-science.html?utm_source=rss&utm_medium=rss&utm_campaign=simpsons-paradox-and-its-implications-in-data-science
- :เป็น
- $ ขึ้น
- ลด 35%
- a
- เกี่ยวกับเรา
- นักวิชาการ
- ได้รับการยอมรับ
- ลงชื่อเข้าใช้
- ถูกต้อง
- ที่ยอมรับ
- คำแนะนำ
- กับ
- การรวมตัว
- ทั้งหมด
- เสมอ
- การวิเคราะห์
- วิเคราะห์
- การวิเคราะห์
- และ
- ทุกคน
- การใช้งาน
- ประยุกต์
- ใช้
- การประยุกต์ใช้
- เป็น
- รอบ
- เทียม
- ปัญญาประดิษฐ์
- AS
- At
- หลีกเลี่ยง
- กลับ
- ตาม
- BE
- กลายเป็น
- กำลัง
- ด้านล่าง
- ประโยชน์
- ประโยชน์ที่ได้รับ
- เบิร์กลีย์
- ที่ดีที่สุด
- เกิน
- อคติ
- ใหญ่
- ขยายวงกว้าง
- ธุรกิจ
- by
- CAN
- ความก้าวหน้า
- ก่อให้เกิด
- Choose
- รวม
- อย่างไร
- ชุมชน
- บริษัท
- อย่างสมบูรณ์
- ซับซ้อน
- สรุป
- ข้อสรุป
- การพิจารณา
- วิกฤติ
- ปัจจุบัน
- ข้อมูล
- การวิเคราะห์ข้อมูล
- วิเคราะห์ข้อมูล
- วิทยาศาสตร์ข้อมูล
- นักวิทยาศาสตร์ข้อมูล
- การตัดสินใจ
- การตัดสินใจ
- ลึก
- แผนก
- หน่วยงาน
- ทั้งนี้ขึ้นอยู่กับ
- ต่าง
- หายไป
- Dont
- ภาพวาด
- อย่างง่ายดาย
- ผล
- มีประสิทธิภาพ
- ทั้ง
- วิศวกร
- ทำให้มั่นใจ
- การสร้างความมั่นใจ
- ตัวอย่าง
- อธิบาย
- สำรวจ
- ธรรม
- โปรดปราน
- หญิง
- รูป
- หา
- หา
- ชื่อจริง
- ดูครั้งแรก
- มุ่งเน้น
- มุ่งเน้นไปที่
- โดยมุ่งเน้น
- สำหรับ
- พบ
- อาชีพอิสระ
- ราคาเริ่มต้นที่
- ต่อไป
- เพศ
- ดี
- สำเร็จการศึกษา
- กลุ่ม
- ให้คำแนะนำ
- มือ
- มี
- มี
- ช่วย
- การช่วยเหลือ
- จะช่วยให้
- ซ่อนเร้น
- ซ่อน
- จุดสูง
- ถือ
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- อย่างไรก็ตาม
- HTTPS
- เป็นมนุษย์
- ภาพ
- การดำเนินการ
- ผลกระทบ
- ความสำคัญ
- ปรับปรุง
- in
- ข้อมูล
- ในขั้นต้น
- ความเข้าใจ
- ข้อมูลเชิงลึก
- Intelligence
- สนใจ
- แนะนำ
- แนะนำ
- ปรีชา
- IT
- ITS
- jpg
- KD นักเก็ต
- กระตือรือร้น
- ทราบ
- ความรู้
- ที่รู้จักกัน
- ไม่มี
- คดีความ
- ผู้เรียน
- การเรียนรู้
- วิศวกรการเรียนรู้
- ชั้น
- ชีวิต
- ข้อ จำกัด
- ถูก จำกัด
- อายุยืน
- ดู
- ที่ต้องการหา
- Lot
- ต่ำ
- เครื่อง
- เรียนรู้เครื่อง
- ทำ
- ผู้จัดการ
- วิธี
- ข้อมูลเพิ่มเติม
- ชื่อ
- เป็นธรรมชาติ
- จำเป็นต้อง
- of
- on
- ONE
- เปิด
- โอกาส
- ตรงข้าม
- อื่นๆ
- ผลิตภัณฑ์อื่นๆ
- เอาท์พุต
- ทั้งหมด
- บุคคลที่ผิดธรรมดา
- โดยเฉพาะ
- รูปแบบ
- เปอร์เซ็นต์
- ดำเนินการ
- งวด
- พีเตอร์
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- ยอดนิยม
- เตรียม
- นำเสนอ
- ปัญหา
- กระบวนการ
- มืออาชีพ
- โครงการ
- โครงการ
- พิสูจน์
- การให้
- ใส่
- จริง
- โลกแห่งความจริง
- เรียลไทม์
- ข้อมูลตามเวลาจริง
- ความจริง
- ที่เหลืออยู่
- การแสดง
- จำเป็นต้องใช้
- จำกัด
- ความผกผัน
- ย้อนกลับ
- ทบทวน
- ขึ้น
- s
- เดียวกัน
- สถานการณ์
- โรงเรียน
- วิทยาศาสตร์
- นักวิทยาศาสตร์
- นักวิทยาศาสตร์
- เห็น
- ที่กำลังมองหา
- หลาย
- สั้น
- แสดงให้เห็นว่า
- สำคัญ
- ไม่เชื่อ
- ความสามารถ
- ทักษะ
- มีขนาดเล็กกว่า
- อ่อน
- ในไม่ช้า
- โดยเฉพาะ
- ใช้จ่าย
- เริ่มต้น
- ทางสถิติ
- เรื่องราว
- ศึกษา
- อย่างเช่น
- เพียงพอ
- เอา
- การ
- ทีม
- ทีม
- เทคโนโลยี
- วิชาการ
- ที่
- พื้นที่
- ข้อมูล
- ของพวกเขา
- ตัวเอง
- ดังนั้น
- ล้อยางขัดเหล่านี้ติดตั้งบนแกน XNUMX (มม.) ผลิตภัณฑ์นี้ถูกผลิตในหลายรูปทรง และหลากหลายเบอร์ความแน่นหนาของปริมาณอนุภาคขัดของมัน จะทำให้ท่านได้รับประสิทธิภาพสูงในการขัดและการใช้งานที่ยาวนาน
- สิ่ง
- คิด
- อย่างถี่ถ้วน
- ตลอด
- เวลา
- ไปยัง
- เกินไป
- เทรนด์
- แนวโน้ม
- จริง
- บทเรียน
- พื้นฐาน
- เข้าใจ
- ความเข้าใจ
- us
- ใช้
- ตัวแปร
- ทาง..
- วิธี
- อะไร
- ที่
- ในขณะที่
- วิกิพีเดีย
- จะ
- ความปรารถนา
- กับ
- ไม่มี
- ผู้หญิง
- การทำงาน
- โลก
- จะ
- นักเขียน
- การเขียน
- ผิด
- ปี
- ของคุณ
- ด้วยตัวคุณเอง
- ลมทะเล