Büyük örneklemler neden daha istikrarlı ortalamalar verir
Her çubuk, çalışmaların ortalamalarını sayar. Örneklemi dört katına çıkar; yığın yarı yarıya daralır.
p değeri, güven aralıkları, standart hata, regresyon: her hafta kullandığın kavramlar, sonunda başkasına anlatabileceğin kadar net. Sade bir dil, gerçek örnekler ve her bölümde canlı bir simülasyon.
Çoğumuz istatistiği aynı şekilde öğrendik: tahtada bir formül, kitabın sonunda bir tablo, bir sınav ve bir gün kafamızda oturacağına dair sessiz bir umut. Çoğu insan için o gün hiç tam olarak gelmedi. Bunlardan biri sana tanıdık geliyorsa, emin ol yalnız değilsin:
Bunun zekâyla hiçbir ilgisi yok. Mesele sıralamada. Çoğu ders önce formülü verir ve sezginin arkasından geleceğini umar. Nadiren gelir.
Sakin Sakin İstatistik bu sırayı tersine çeviriyor. Önce her fikri hareket halinde görüyorsun, sonra onu kelimelere döküyorsun; formül ise en sonda, artık apaçık göründüğünde geliyor.
Standart hatayı okumak bir şey, veri ekledikçe küçüldüğünü görmek bambaşka bir şey. Kitapta her fikir, kontrolü sende olan bir simülasyonla geliyor: kaydırıcıyı oynat, örneklemi değiştir ve verilerine tam olarak ne olduğunu gör. Oynayarak öğreniyorsun.
Her çubuk, çalışmaların ortalamalarını sayar. Örneklemi dört katına çıkar; yığın yarı yarıya daralır.
Her çizgi bir çalışmanın aralığı. Yaklaşık 20’de 1’i gerçek değeri ıskalar ve hangisi olduğunu asla bilemezsin.
Hiçbir etkisi olmayan bir ilacı bin kez test et. p değerleri düzgün dağılır ve yine de %5’i “anlamlı” görünür.
Çarpık dağılan bekleme sürelerinden başla. Birkaçının ortalamasını al, çan şekli kendiliğinden ortaya çıksın.
Aynı nokta bulutunun sıkılaşıp gevşediğini izle. Çoğu kişi 0,3’lük bir korelasyonun gücünü olduğundan fazla sanır.
Gri “etki yok”, mavi gerçek etki. Kesikli çizginin ötesindeki mavi alan, etkiyi bulma şansın.
Bir araştırmanın yolculuğunu izleyen kısa bölümler: ilk veri tablosundan son modele kadar. Baştan sona oku ya da tez danışmanınla görüşmeden önceki akşam ihtiyacın olan bölüme doğrudan atla.