Toisen maailmansodan aikana Yhdysvaltain armeija kartoitti palanneiden pommikoneiden luodinreiät: eniten osumia siivissä ja rungossa, vähiten moottoreissa. Johtopäätös tuntui ilmeiseltä — panssaroidaan siivet ja runko. Tilastotieteilijä Abraham Wald käänsi päättelyn: data kuvaa koneita, jotka palasivat. Moottoriin osuneet eivät ole aineistossa, koska ne putosivat. Panssari kuuluu sinne, missä palanneissa koneissa ei ole reikiä.
Harhaanjohtava (näkyvä data)
Näyttää: panssaroi siivet ja runko — sinne osutaan!
Rehellinen (puuttuva data)
Todellisuus: panssari sinne, missä reikiä ei näy.
Missä tähän törmää
Menestystarinat: ”nämä 7 tapaa tekivät minusta miljonäärin” — tuhannet tekivät samat asiat ja epäonnistuivat, mutta heistä ei kirjoiteta kirjaa.
Rahastojen tuottohistoria: huonot rahastot lakkautetaan tai fuusioidaan, jolloin ”keskimääräinen historiallinen tuotto” lasketaan vain selviytyjistä.
”Ennen rakennettiin kestävää” — vanhoista rakennuksista ja laitteista näemme vain ne, jotka kestivät. Roju hajosi pois otoksesta.
Yrittäjyyspuhe: ”koulupudokkaatkin onnistuvat, katso Jobs ja Zuckerberg” — otos on valikoitunut lopputuloksen perusteella.
Tunnistaminen ja vastakeinot: Kysy aina: keitä tästä aineistosta puuttuu, ja miksi? Jos otokseen pääsee vain onnistumalla (tai selviytymällä), data kertoo valikoitumisesta — ei syistä.
Lue lisää
Kirjoja
The Art of Statistics — David Spiegelhalter (2019)
Fooled by Randomness — Nassim Nicholas Taleb (2001)
← Kaikki ilmiöt