[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:06.64,0:00:09.08,Default,,0000,0000,0000,,统计数据的说服力很高，
Dialogue: 0,0:00:09.08,0:00:12.54,Default,,0000,0000,0000,,以至于很多个人、机构甚至整个国家
Dialogue: 0,0:00:12.54,0:00:17.75,Default,,0000,0000,0000,,在做最重要的决定时都会参考统计数据。
Dialogue: 0,0:00:17.75,0:00:19.48,Default,,0000,0000,0000,,但其实这样做有一个问题。
Dialogue: 0,0:00:19.48,0:00:23.30,Default,,0000,0000,0000,,任何一系列的统计数据都也许有一些隐藏的因素，
Dialogue: 0,0:00:23.30,0:00:27.25,Default,,0000,0000,0000,,可以颠覆整个结果。
Dialogue: 0,0:00:27.25,0:00:30.92,Default,,0000,0000,0000,,例如，想象你现在需要在两家医院中选择一家
Dialogue: 0,0:00:30.92,0:00:33.43,Default,,0000,0000,0000,,为家里的老人做手术。
Dialogue: 0,0:00:33.43,0:00:36.43,Default,,0000,0000,0000,,在每个医院最近收治的1000例患者中，
Dialogue: 0,0:00:36.43,0:00:39.61,Default,,0000,0000,0000,,A医院有900例患者存活。
Dialogue: 0,0:00:39.61,0:00:43.02,Default,,0000,0000,0000,,然而，B医院只有800例患者存活。
Dialogue: 0,0:00:43.02,0:00:46.17,Default,,0000,0000,0000,,这样看来，A医院是更好的选择。
Dialogue: 0,0:00:46.17,0:00:47.84,Default,,0000,0000,0000,,但是，在你做出决定前，
Dialogue: 0,0:00:47.84,0:00:51.41,Default,,0000,0000,0000,,要记得，这两家医院收治的患者入院时，
Dialogue: 0,0:00:51.41,0:00:53.81,Default,,0000,0000,0000,,健康状态并不一致。
Dialogue: 0,0:00:53.81,0:00:56.70,Default,,0000,0000,0000,,如果我们将1000例患者分为两组，
Dialogue: 0,0:00:56.70,0:01:01.13,Default,,0000,0000,0000,,入院时健康状态好的\N和入院时健康状态不好的，
Dialogue: 0,0:01:01.13,0:01:03.77,Default,,0000,0000,0000,,结果就截然不同。
Dialogue: 0,0:01:03.77,0:01:07.85,Default,,0000,0000,0000,,A医院只有100例入院时健康状况不好，
Dialogue: 0,0:01:07.85,0:01:10.32,Default,,0000,0000,0000,,其中30例存活。
Dialogue: 0,0:01:10.32,0:01:14.85,Default,,0000,0000,0000,,B医院有400例入院时健康状况不好，\N210例被救活了。
Dialogue: 0,0:01:14.85,0:01:17.17,Default,,0000,0000,0000,,对于重症患者来说，
Dialogue: 0,0:01:17.17,0:01:19.74,Default,,0000,0000,0000,,去B医院的生存率为52.5%。
Dialogue: 0,0:01:20.74,0:01:24.53,Default,,0000,0000,0000,,所以，B医院是更好的选择。
Dialogue: 0,0:01:24.53,0:01:28.44,Default,,0000,0000,0000,,那如果您的亲人入院时健康状态好呢？
Dialogue: 0,0:01:28.44,0:01:32.27,Default,,0000,0000,0000,,出人意料，轻症患者在B医院的生存率超过98%，
Dialogue: 0,0:01:32.27,0:01:35.68,Default,,0000,0000,0000,,B医院依旧是更好的选择。
Dialogue: 0,0:01:35.68,0:01:38.73,Default,,0000,0000,0000,,既然B医院两组病人的生存率都更高，
Dialogue: 0,0:01:38.73,0:01:44.83,Default,,0000,0000,0000,,为什么A医院的总体生存率会更高呢？
Dialogue: 0,0:01:44.83,0:01:48.59,Default,,0000,0000,0000,,我们遇到的这种现象被称为“辛普森悖论”——
Dialogue: 0,0:01:48.59,0:01:51.90,Default,,0000,0000,0000,,同一批数据仅因为分组不同，
Dialogue: 0,0:01:51.90,0:01:54.66,Default,,0000,0000,0000,,得出的结果完全相悖。
Dialogue: 0,0:01:55.14,0:01:58.14,Default,,0000,0000,0000,,“辛普森悖论”常常发生在总体数据隐藏了条件变量时，
Dialogue: 0,0:01:58.74,0:02:01.38,Default,,0000,0000,0000,,条件变量有时被称为潜伏变量。
Dialogue: 0,0:02:01.38,0:02:06.58,Default,,0000,0000,0000,,这个隐藏的额外变量会显著影响结果。
Dialogue: 0,0:02:06.58,0:02:10.02,Default,,0000,0000,0000,,这里，隐藏变量是患者到达医院时
Dialogue: 0,0:02:10.02,0:02:13.26,Default,,0000,0000,0000,,健康状况的构成比。
Dialogue: 0,0:02:13.26,0:02:16.54,Default,,0000,0000,0000,,“辛普森悖论”并非只是假说，
Dialogue: 0,0:02:16.54,0:02:18.92,Default,,0000,0000,0000,,它时不时出现在现实生活中，
Dialogue: 0,0:02:18.92,0:02:22.13,Default,,0000,0000,0000,,有时，是很重要的背景下。
Dialogue: 0,0:02:22.13,0:02:24.13,Default,,0000,0000,0000,,英国一项看起来展示出，
Dialogue: 0,0:02:24.13,0:02:27.60,Default,,0000,0000,0000,,在20年里，
Dialogue: 0,0:02:27.60,0:02:29.85,Default,,0000,0000,0000,,吸烟者生存率高于不吸烟者。
Dialogue: 0,0:02:29.85,0:02:33.31,Default,,0000,0000,0000,,但根据参与者的年龄分组后，
Dialogue: 0,0:02:33.31,0:02:37.82,Default,,0000,0000,0000,,发现不吸烟组人群的平均年龄显著较高，
Dialogue: 0,0:02:37.82,0:02:40.93,Default,,0000,0000,0000,,所以，不吸烟组在随访过程中更容易死亡，
Dialogue: 0,0:02:40.93,0:02:44.44,Default,,0000,0000,0000,,恰巧是因为不吸烟者通常更长寿。
Dialogue: 0,0:02:44.44,0:02:47.18,Default,,0000,0000,0000,,在这个例子中，年龄就是潜伏变量，
Dialogue: 0,0:02:47.18,0:02:50.18,Default,,0000,0000,0000,,而且它对于正确解释数据至关重要。
Dialogue: 0,0:02:50.18,0:02:51.56,Default,,0000,0000,0000,,另外一个例子中，
Dialogue: 0,0:02:51.56,0:02:54.28,Default,,0000,0000,0000,,佛罗里达州一项在死刑犯中所进行的分析显示，
Dialogue: 0,0:02:54.28,0:02:58.26,Default,,0000,0000,0000,,在黑人和白人在被指控谋杀的时候，
Dialogue: 0,0:02:58.26,0:03:01.58,Default,,0000,0000,0000,,判刑轻重没有种族差别，
Dialogue: 0,0:03:01.58,0:03:06.40,Default,,0000,0000,0000,,但根据受害者的种族分组后，结果大不相同。
Dialogue: 0,0:03:06.40,0:03:07.97,Default,,0000,0000,0000,,无论在何种情况下，
Dialogue: 0,0:03:07.97,0:03:11.09,Default,,0000,0000,0000,,黑人都更容易被判处死刑。
Dialogue: 0,0:03:11.09,0:03:15.07,Default,,0000,0000,0000,,白人之所以总体被判刑的比例高，
Dialogue: 0,0:03:15.07,0:03:18.69,Default,,0000,0000,0000,,是因为当受害者是白人的时候，
Dialogue: 0,0:03:18.69,0:03:21.36,Default,,0000,0000,0000,,相比于受害者是黑人而言，
Dialogue: 0,0:03:21.36,0:03:24.09,Default,,0000,0000,0000,,更容易导致死刑的判决；
Dialogue: 0,0:03:24.09,0:03:28.48,Default,,0000,0000,0000,,而且，大部分的谋杀都发生在同一个种族内的。
Dialogue: 0,0:03:28.48,0:03:31.32,Default,,0000,0000,0000,,我们怎样才能不被“辛普森悖论”所误导呢？
Dialogue: 0,0:03:31.32,0:03:34.69,Default,,0000,0000,0000,,不幸的是，并没有统一的答案。
Dialogue: 0,0:03:34.69,0:03:38.50,Default,,0000,0000,0000,,数据可以有无数种分组方法，
Dialogue: 0,0:03:38.50,0:03:42.11,Default,,0000,0000,0000,,相对于将数据分成具有误导性的，主观性的类别而言，
Dialogue: 0,0:03:42.11,0:03:46.64,Default,,0000,0000,0000,,总体数字有时能更给出更加精准的图景。
Dialogue: 0,0:03:46.64,0:03:52.09,Default,,0000,0000,0000,,我们能做的就是仔细地研究这些数据所描述的实际情况，
Dialogue: 0,0:03:52.09,0:03:55.98,Default,,0000,0000,0000,,并且考虑是否有潜伏变量。
Dialogue: 0,0:03:55.98,0:04:00.82,Default,,0000,0000,0000,,否则，那些用数据去操纵别人，同时推进自己的日程的人，
Dialogue: 0,0:04:00.82,0:04:03.38,Default,,0000,0000,0000,,可以轻松伤害我们。