Смещенная выборка
Смещенная выборка - это такая выборка, которая должна представлять собой выборочные значения из генеральной совокупности, которые возможно использовать для анализа генеральной совокупности, но не является таковой.
Пример: Опрашивать о воспринимаемой цене на iPhone и делать вывод о реальной цене на iPhone.
Принятие корреляции за каузацию
Корреляция – наличие наблюдаемой статистической связи между явлениями.
Положительная корреляция – корреляция, где большим значениям одной переменной соответствуют большие значения другой переменной. Отрицательная корреляция – корреляция, где большим значениям одной переменной соответствуют большие значения другой переменной.
Каузация – 1) наличие статистической связи между явлениями. 2) наличие причинно-следственной связи между явлениями. По сути, отличие заключается в отсутствии предпосылки «при прочих равных условиях». То есть при каузации при изменении X не просто должен изменится Y: все остальное должно остаться неизменным.1
Как отличить? В каузации обязательно присутствует механизм,
объясняющий непосредственную связь между двумя явлениями.
Пример: Путем наблюдений было замечено, что обязательное ношение масок во время пандемии на улице сокращает количество заболеваний – корреляция, но не каузация. Если же найти механизм, объясняющий корреляцию, такая зависимость уже будет каузацией: люди надевают маску когда находятся на улице и таким образом не забывают одевать их когда заходят в общественные места, а значит снижается количество заболеваний.
Пропуск логического шага
Как найти пропущенный логический шаг? Пройтись от начальных условий до сделанных после некоторых рассуждений выводов и найти самый неочевидный переход. Задать себе вопрос: нет ли тут пропущенного логического шага?
Пример: если обязать людей носить маски на улице, то сократится количество заболеваний (почему сократится?).
Перепутаны местами причина и следствие
Если при изменении фактора X изменяется Y, то это не значит, что при изменении фактора Y изменится фактор X
Пример: если углы вертикальные, то они равны. Но если углы равны, это не значит, что они вертикальные
Возвращение к среднему
Если значения некоторой переменной изменяются, то часто колебания происходят около некоторого среднего значения. Тогда при превышении этого значения вероятность последующего снижения выше, чем повышения. И наоборот. Такой процесс называется возвращением к среднему. Часто возвращение к среднему объясняют некоторым сторонним фактором, который в реальности не имеют влияния (имеют незначительное влияние) на переменную. Это является ошибкой логики.
Однако возвращение к среднему имеет место быть только в том случаи, когда усредненной значение переменной объясняется одинаковым значением переменной, влияющим на нее, а колебания объясняются случайными событиями.
Пример: если страна работает с одинаковой производительностью, то благодаря, например, лучшим или худшим погодным условиям ВВП может то повышаться, то понижаться. Тогда при повышенном ВВП в следующий раз ВВП, вероятнее всего, снизится.
См. график.
