Prezentacia z meetupu Banalytics (22. 10. 2014) zaoberajuca sa casto prehliadanymi javmi, ktore mozu v ramci kvantitativnej analyzy nastat.

1. 22. 10. 2014

2. Skryté nebezpečenstvá
čísiel
@rgavuliak
roman.gavuliak@gmail.com

3. Obsahuje
● Zlé zlé priemery
● Simpsonov paradox
● Korelácia a kauzalita
● Benfordov zákon
● Base rate fallacy
● Regression to the mean

4. Zlé zlé priemery
Stránka s obsahom
Priemer: 16.57
Medián: 2
Modus: 1
Zlé zlé stredné hodnoty

5. Zlé zlé priemery

6. Zlé zlé priemery
● Histogram
● Box-plot graf
● Frekvenčné tabuľky

7. D'oh!
● Zlé zlé priemery
● Simpsonov paradox
● Korelácia a kauzalita
● Benfordov zákon
● Base rate fallacy
● Regression to the mean

8. Simpsonov paradox
a.k.a priveľa agregácie

9. Simpsonov paradox

10. Simpsonov paradox
● Skontrolovať break downy
● Zvážiť všetky možné faktory

11. Každá SME (Projekt-N) diskusia
● Zlé zlé priemery
● Simpsonov paradox
● Korelácia a kauzalita
● Benfordov zákon
● Base rate fallacy
● Regression to the mean

12. Korelácia neznamená kauzalitu
Ale koreluje s ňou

13. Korelácia neznamená kauzalitu

14. Korelácia neznamená kauzalitu

15. Korelácia neznamená kauzalitu
64.5 %

16. Korelácia neznamená kauzalitu
● Spoločná príčina
● Predikcia vs A/B testy
● Common sense (a.k.a. domain knowledge)

17. Zákony sú na to aby sa porušovali
● Zlé zlé priemery
● Simpsonov paradox
● Korelácia a kauzalita
● Benfordov zákon
● Base rate fallacy
● Regression to the mean

18. Benfordov zákon
Ako často čísla začínajú na
konkrétne číslice?

19. Benfordov zákon
Prvá číslica Pravdepodobnosť
1 30.1%
2 17.6%
3 12.5%
4 9.7%
5 7.9%
6 6.7%
7 5.8%
8 5.1%
9 4.6%

20. Benfordov zákon - kde všade?
Účty za elektrinu, adresy domov,
burzové dáta, populácia, dĺžka riek...

21. Huh?
● Zlé zlé priemery
● Simpsonov paradox
● Korelácia a kauzalita
● Benfordov zákon
● Base rate fallacy
● Regression to the mean

22. Base rate fallacy
● V meste A operujú 2 taxi spoločnosti, Modrá (85 %) a
Zelená (15 %)
● V noci vodič taxíku zrazil chodca a ušiel z miesta
nehody
● Svedok nehody identifikoval taxík modrej farby
● Polícia otestovala schopnosť svedka rozoznať tieto dve
farby za rovnakých podmienok v akých sa stala nehoda
s 80 % úspešnosťou rozoznávajúce schopnosti
● Verili by ste výpovedi svedka?

23. Base rate fallacy
12 %
17 %

24. Base rate fallacy
Šanca, že taxík je naozaj modrý
41 %

25. Base rate fallacy
● Bayesovský prístup

26. Návrat k priemeru
● Zlé zlé priemery
● Simpsonov paradox
● Korelácia a kauzalita
● Benfordov zákon
● Base rate fallacy
● Regression to the mean

27. Regression to the mean
Máte pocit, že...
po tom, ako Vás šef za niečo “zjazdí”, Vaše
výsledky sa zlepšia?
keď už kvôli prechladnutiu vypľúvate dušu,
pomôže Vám med s maslom?
Nezúfajte, je tu návrat k priemeru!

28. Regression to the mean
Skúste hádzať kockou a vždy keď hodíte
jednotku, nakričte na ňu …
Čo by sa stalo ak si ten med s maslom nedáte?
... Áno, presne pre toto kontrolná skupina berie
placebo...

29. Regression to the mean
● Data beats intuition
Naozaj neškodný?

30. Určite ste počuli...
“Statistics are like bikinis. What they reveal is
suggestive, but what they conceal is vital.”
― Aaron Levenstein
"Lies, damned lies, and statistics„
― Mark Twain

31. Ale...
It is easy to lie with statistics but it is easier to
lie without them.
- Frederick Mosteller
Essentially, all models are wrong, but some are
useful.
- George E. P. Box

32. Zdroje
http://vudlab.com/simpsons/
http://www.drmaciver.com/2014/05/spurious-correlations-and-causation/
http://www.kirix.com/blog/2008/07/22/fun-and-fraud-detection-with-benfords-law/
http://en.wikipedia.org/wiki/Representativeness_heuristic#The_taxicab_proble
m
http://understandinguncertainty.org/node/545
http://matheducators.stackexchange.com/questions/1325/impressive-common-misleading-
interpretations-in-statistics-to-make-students-awar/1464#1464
http://ije.oxfordjournals.org/content/34/1/215.full

33. Ďakujem za pozornosť
otázky, pripomienky, skúsenosti?

34. 6.11.2014
Refinery Gallery
User Experience / Ecommerce / Data Mining / Data Visualisation
Performance Marketing / Software Development
Jozo Kovac
7Segments
Customer Retention, The
Key to Business Success
Thomas Hitthaler
Strukt
Interactive Data
Visualization of an Airport
in real-time
Stefan Konopatzki
Stilago
Active Buyers – The source
of each conversion
Dejan Pekter
More info and registration at conversionmeetup.net
Nordeus
Reactor design pattern