7800
правок
Изменения
м
→The Book of Why
Например, есть реальный пример кейс, когда статистика по отказам при приеме в один университет давало основания заподозрить, что женщинам отказывали больше, чем мужчинам. Детальное разбирательство показало, что каждый факультет, который являлся точкой принятия решений, наоборот, предпочитал женщин, в соответствии с общей политикой, чтобы снизить диспропорции. Просто женщины предпочитали поступать на гуманитарные факультеты, на которые конкурс был сильно больше, чем на технические, и, соответственно, больше отказов в целом. А на технические, куда конкурс меньше, они заявлений не подавали. Но тут важно разбираться с реальным процессом, а не только с данными. Потому что когда результаты исследования опубликовали как научную работу, оппоненты привели гипотетический пример двухфакторной дискриминации: принимать мужчин своего штата и женщин другого штата и получить в этом примере такие же данные. Типа, попытка обеспечить своим мужчинам приезжих невест. Понятно, что вместо штата может быть и религия. Пафос оппонентов был в том, что «статистика не может ничего доказать» и не надо на нее смотреть. А примеры показывают, что смотреть на статистику надо — и разбираться.
Помимо рассказа о методе и кейсах, в книге дана большая картина, как этот метод пробивает себе дорогу сквозь авторитеты конкретных гуру, защищающих невозможность рассуждений о причинах на основании статистики вообще. И видно, что в этом процессе главную роль играют не научные, а социальные аспекты, связанные с авторитетом, признаниеМ, ролями в научном сообществе. Впрочем, нечто подобное я уже видел, когда читал Лизу Баррет Барретт «Как рождаются эмоции» (это есть в [[Лиза Фельдман Барретт. Как рождаются эмоции|моем отзыве]]), а история генетики и кибернетики в СССР дает и более жесткие кейсы социальных аспектов развития науки.
Диаграммы позволяют наглядно увидеть модель исследования: какие факторы учтены и каким образом. Без диаграмм это описывают мутными формулировками, дополнительно завуалировав сомнительные места. Таким образом, вопрос о причинной связи становится предметом операбельного методического рассмотрения. И это расширяет спектр применения научных методов исследования, позволяя подтверждать или опровергать гипотезы о причинах не только в условиях контролируемого рандомизированного исследования, но и в случае, когда есть только данные из наблюдений, как с курением, а также помогая строить дополнительные исследования и эксперименты для проверки гипотез. В том числе позволяют решать задачи переноса и объединения статистических данных, сделанных на разных группах и с помощью разных методик исследований, и распространять их на другие группы — визуальное представление позволяет хорошо сопоставлять модели. А также решить задачи применения статистических данных к кейсам, связанных с конкретными субъектами, с учетом индивидуальных факторов. При этом диаграммы — не просто визуальный образ, за ними лежит математический аппарат.