Два способа выбрать жильё
Представим небольшой посёлок, где всего четыре домохозяйства. В первом живёт один человек, во втором — двое, в третьем — трое, а в четвёртом — четверо. Если случайно выбрать одно домохозяйство, каждое из них имеет одинаковый шанс попасть в выборку: один из четырёх. Средний размер домохозяйства в таком случае равен 2,5 человека.
Теперь изменим вопрос: не какое домохозяйство выберут, а в чьей двери окажется случайный человек, если всех жителей посёлка перемешать и выбрать одного. Всего жителей десять. Житель из первого дома имеет шанс один из десяти, а из четвёртого — четыре из десяти: в большом доме просто больше людей, которые могут оказаться выбранными.
Поэтому наблюдатель, который опрашивает людей, а не домохозяйства, чаще встретит жильца большого дома. Это не означает, что сами дома изменились. Изменился способ отбора наблюдений.
От равных шансов к взвешенным
При выборе домохозяйства каждому дому достаётся одинаковый вес. При выборе человека вес каждого дома пропорционален числу его жителей. В нашем примере домохозяйство на одного человека занимает одну десятую всех жителей, а домохозяйство на четверых — четыре десятых.
Если записать размеры домохозяйств отдельно для каждого жителя, получим последовательность: один, два, два, три, три, три, четыре, четыре, четыре, четыре. Среднее значение этой последовательности равно 3. Таким образом, средний размер дома, в котором живёт случайно выбранный человек, составляет три человека, хотя средний размер случайно выбранного дома — 2,5.
Разница возникает из-за повторного представления больших домохозяйств: в списке жителей размер каждого дома появляется столько раз, сколько в нём людей. Это разновидность взвешенного среднего. В статистике похожий эффект называют смещением при выборе единиц с вероятностью, зависящей от их размера.
Тот же эффект за пределами семей
Похожая логика действует в автобусном наблюдении, если считать не маршруты, а пассажиров. Маршрут с большим потоком людей чаще представлен среди случайно замеченных пассажиров, чем малолюдный маршрут. Выбор «типичного маршрута» и выбор «маршрута случайного пассажира» отвечают на разные вопросы.
Можно представить и библиотеку: случайный выбор книги даёт каждому изданию одинаковый шанс. Случайный выбор страницы из всех страниц библиотеки чаще приведёт к толстому тому, потому что в нём больше страниц. Если затем спросить, какова типичная длина книги, ответ будет зависеть от того, что именно выбирали — книгу или страницу.
Такие примеры полезны, когда мы читаем опросы или результаты наблюдений. Прежде чем трактовать среднее, важно узнать, кто или что имело шанс попасть в данные. Исследование домохозяйств, где опрашивают по одному человеку в каждом доме, устроено иначе, чем исследование, в котором случайно выбирают людей по общему списку жителей.
Почему интуиция может ошибаться
В повседневной речи слова «случайная семья» и «семья случайного человека» звучат почти одинаково. Но в первом случае все семьи представлены поровну, а во втором многочисленные семьи представлены чаще. Незаметная подмена единицы отбора способна сдвинуть среднее и изменить впечатление о распространённости той или иной характеристики.
Допустим, в городе есть много небольших кружков и несколько очень крупных. Если спросить случайного руководителя, он с большей вероятностью будет представлять небольшой кружок: у каждого кружка примерно равный шанс попасть в выборку. Если же опросить случайного участника, ответ чаще будет исходить из крупного кружка, поскольку там больше участников. Ни один результат не обязательно ошибочен — они описывают разные типичные случаи.
Это различие важно и для личных впечатлений. Человек встречает людей, а не равномерно выбирает организации, семьи или группы. Поэтому его повседневная выборка может непропорционально часто включать крупные коллективы и большие учреждения. Из одних лишь встреч нельзя напрямую заключить, что именно так распределены все организации вокруг.
Как читать такие числа
Полезный первый вопрос к любой статистике: что было случайно выбрано — человек, дом, организация, поездка или отдельное событие? Второй вопрос: имели ли большие группы больше шансов попасть в выборку? Если да, результаты могут описывать опыт случайного участника, но не среднее по группам.
Для сопоставления можно явно назвать обе величины: средний размер домохозяйства при равном весе каждого дома и средний размер дома, в котором живёт случайный человек. В нашем примере это 2,5 и 3. Их расхождение не парадокс и не ошибка арифметики. Это напоминание о том, что вероятность отбора задаёт перспективу, из которой мы видим данные.
Материал подготовлен с использованием ИИ. Информационная публикация, не руководство по участию в азартных играх.
