Jak (ne)číst mezi ukazateli

21:12 | M Z | Diskuze

Hledání závislostí mezi ukazateli a jejich interpretace je to, co dělá statistiku dobrodružstvím.

Ilustrativní obrázek
Foto: gerd-altmann

Pokud ovšem pracujeme se statistickými ukazateli, měli bychom se vyhnout zkratkám, jinak nám hrozí mylné závěry a špatná rozhodnutí.
 
Jedním z nejčastějších omylů je slepá víra v ukazatele bez ohledu na věcné souvislosti. Například pokud se dva ukazatele chovají vůči sobě s určitou pravidelností (například jeden roste, zatímco druhý klesá), nemusí to ještě znamenat, že spolu přímo souvisejí. Uveďme příklad: každý rok se potvrzuje, že když se zkracují sukně žen a dívek, prodá se více balených nápojů. Když se to takto řekne, zdá se, že délka sukní ovlivňuje prodejnost balené vody. Proč? Že by pohled na obnažené lýtko vyvolával žízeň? To asi ne. Nebo že by více vypité vody nutilo ženy ukazovat kolena? Také nesmysl. Ale čísla hovoří jasně: kratší sukně, více vody. Jak to tedy je? Odpověď je jednoduchá. Oba jevy, délka sukní i prodej vody, jsou společně závislé na jiném jevu: na počasí. Když je teplo, sukně se zkracují a také se vypije více vody. Proto se oba ukazatele chovají ve vzájemném souladu, přestože spolu věcně nesouvisejí (pouze zdánlivě korelují), a už vůbec nejsou na sobě závislé (tj. neexistuje mezi nimi kauzální vztah, kdy by jeden byl příčinou a druhý následkem).
Falešná (zdánlivá) kauzalita je častým prohřeškem při interpretaci dat. Stává se, že ve snaze dokázat svou pravdu pomocí čísel se vedle sebe pokládají ukazatele, které se sice opakovaně vyvíjejí ve vzájemné souhře, ale přímo spolu nesouvisejí. Jak takové případy odhalit? Vždy bychom měli alespoň zpozornět, pokud je pro nás těžké nalézt na první pohled přímou logickou souvislost mezi jevy, a začneme proto s krkolomnými myšlenkovými konstrukcemi ve snaze (domnělou) vazbu zdůvodnit.

Co je příčina a co následek?
Dalším prohřeškem, ke kterému při interpretaci dat často dochází, je nepodložené stanovení příčiny a následku. Uveďme příklad. Řekněme, že se zdá, že čím více je na letních jarmarcích stánků, tím více lidí přijde. Závěr zní logicky. Ale nemohlo by to být i obráceně? Čím více lidí si jarmarky oblíbí, tím více stánkařů přijede, protože se jim to vyplatí? Co je příčina a co následek? To není snadné určit. Měli bychom si dávat pozor na ukvapené soudy. Pokud závěr není jednoznačný, je lepší poohlédnout se ještě po dalších ukazatelích, které naše závěry potvrdí.

Znalost metodiky je základ
V minulých číslech jsme již několikrát narazili na to, že když není možné zkoumané jevy přímo měřit, používá se „zprostředkující“ ukazatel, který svým vývojem o jevu (nepřímo) vypovídá. To však funguje pouze tehdy, když existuje korelace nebo přímo kauzalita mezi (neměřitelným) zkoumaným jevem a (zprostředkujícím) ukazatelem. Pokud se vazba mezi jevem a ukazatelem přeruší, ukazatel (dočasně či trvale) ztrácí svou vypovídací schopnost. Na něco takového si musíme při analýzách dávat pozor a stále věnovat pozornost metodice. Uveďme jednoduchý příklad. Řekněme, že z nějakého důvodu nelze přímo spočítat, kolik je žáků ve třídě 1. C (jev). Použijeme tedy náhradní řešení (zprostředkující ukazatel) a spočítáme boty v šatně 1. C (děleno dvěma). Tak odhadneme počet žáků ve třídě. Když se však z 1. C stane 7. C, žáci začnou zapomínat přezůvky doma. Pokud se každý den jiný počet dětí nepřezuje, přestává být počet bot v šatně důvěryhodným ukazatelem počtu žáků ve třídě. A co teprve, pokud je 7. C na školní exkurzi v pivovaru…?
Žerty stranou. Ukončeme tento článek vcelku známým statistickým (nebo také meteorologickým) vtipem, který nám připomene, jak je potřebné znát metodiku ukazatelů.
Blíží se zima a indiáni se ptají svého šamana: „Jaká bude letos zima?“ Šaman pokrčí rameny a řekne: „Pro jistotu začněte sbírat dříví.“ Jenže ani po měsíci šaman netuší, jaká bude zima, a tak tajně opustí osadu a z nejbližší telefonní budky zavolá na meteorologickou stanici. „Zima bude tuhá,“ zní ze sluchátka. Šaman přijede domů, zvěstuje to svému kmeni a ten dál horlivě sbírá dříví. Po dalším měsíci to šamanovi nedá a opět zavolá meteorologům. „Jaká bude zima?“ zeptá se. „Bude velmi tuhá,“ zní odpověď. „A jak to, prosím vás, víte tak jistě?“ pokračuje šaman. A meteorolog odpoví: „Protože indiáni sbírají dřevo jako pominutí…“
 
Autor: Tereza Košťáková, vedoucí oddělení čtvrtletních odhadů

Zdroj:Český statistický úřad
Líbil se vám článek?
+0 / -0
Odeslat článek e-mailem
Diskuze
Vstoupit do diskuze
V diskuzi zatím není žádný komentář. Buďte první, kdo bude komentovat.


Související články
Ilustrativní obrázek

Dodávky vozů Škoda meziročně poklesly o 10,5 %

Ilustrativní obrázek

Premiér Babiš připustil možnost zavedení sektorové daně pro banky, pojišťovny a mobilní operátory

Ilustrativní obrázek

Komentář BHS k ekonomickým vztahům mezi Českou republikou a Čínou

Ilustrativní obrázek

Více než pětina Čechů změnila v uplynulých 6 měsících zaměstnání

Ilustrativní obrázek

Slabá koruna zvyšuje ceny na čerpacích stanicích

Ilustrativní obrázek

Pražská burza v úvodu týdne mírně oslabila



Čti více
Ilustrativní obrázek

Morgan Stanley snižuje cílovou cenu pro akcie ČEZ na 556 z předchozích 566

Ilustrativní obrázek

Asijsko-Pacifické indexy se během páteční seance pohybují smíšeně

Ilustrativní obrázek

Akcie na Wall Street v závěru obchodování mírně korigovaly

Ilustrativní obrázek

Pražská burza nepatrně ztratila

Ilustrativní obrázek

Wall Street po otevření posiluje

Portál W4T.CZ používá cookies s cílem zajistit co možná nejlepší zážitek při návštěvě těchto webových stránek. Dalším užíváním těchto webových stránek vyjadřujete souhlas s umístěním souborů cookies na vašem počítači / zařízení. Více informací naleznete zde.