Когда возможностей стало больше: как экспозиция меняет смысл статистики

Число событий и число возможностей

Представим, что в одном районе за месяц зарегистрировали десять аварий, а через год — пятнадцать. Само по себе увеличение выглядит тревожно. Но вывод зависит от того, сколько поездок совершили водители в каждый период. Если их стало вдвое больше, число аварий выросло, хотя аварий на одну поездку могло стать меньше.

В статистике важно различать количество событий и частоту событий относительно числа возможностей, при которых они могли произойти. Такую основу сравнения называют экспозицией. Ею могут быть поездки, рабочие часы, число обслуженных людей или время наблюдения. Подходящая экспозиция зависит от вопроса: аварии на поездку и аварии на километр пути отвечают на разные вопросы.

Это различие полезно при чтении самых разных сообщений — от отчётов о безопасности до исследований ошибок. Рост количества не всегда означает, что отдельная возможность стала опаснее; снижение количества не всегда свидетельствует об улучшении. Сначала нужно выяснить, изменилось ли общее число случаев или вероятность события при сопоставимых условиях.

Простой расчёт — и его границы

Допустим, мастерская сравнивает два года. В первый год произошло восемь поломок при четырёх тысячах часов работы оборудования. Во второй — десять поломок при восьми тысячах часов. Число поломок выросло на две, но расчёт на тысячу часов даёт два случая в первый год и один с четвертью во второй. По этому показателю частота поломок снизилась.

Расчёт помогает не спутать увеличение нагрузки с ухудшением надёжности. Однако он не превращает сравнение в окончательный вердикт. Возможно, во втором году изменился состав оборудования, условия эксплуатации или способ регистрации поломок. Кроме того, небольшое число событий может заметно колебаться случайным образом. Поэтому полезно спрашивать не только «сколько случаев на единицу экспозиции?», но и «насколько сопоставимы сами случаи и условия наблюдения?»

Нельзя автоматически выбрать удобный знаменатель. Если техника чаще ломается на этапе запуска, часы работы могут скрыть различия между большим числом запусков и длительной непрерывной работой. Если речь о дорожных происшествиях, поездка и пройденное расстояние дают разные основания для сравнения. Знаменатель — не техническая мелочь: он задаёт, что именно считается одной возможностью столкнуться с событием.

Когда меняется не только нагрузка

Сравнение частот становится сложнее, если в двух периодах изменился состав наблюдений. Например, больница может принять больше пациентов, а среднее состояние поступивших — стать тяжелее. Даже показатель осложнений на сто пациентов тогда не обязательно говорит, что качество помощи ухудшилось: группы могли различаться по исходному риску. Для честного вывода исследователям нужно рассматривать характеристики групп и условия оказания помощи, а не только делить общее число осложнений на общее число пациентов.

Такая осторожность относится и к социальным данным. Если в одном городе проверяют документы у гораздо большего числа людей, там могут выявить больше нарушений просто потому, что проверок было больше. Число выявленных случаев без сведений о числе проверок не позволяет напрямую заключить, что нарушения там распространены сильнее. А даже доля нарушений среди проверенных не обязательно описывает всех жителей: проверяемые люди могут быть выбраны не случайно.

Здесь легко принять показатель за ответ на более широкий вопрос. «Сколько случаев на тысячу проверок» описывает результаты проверок, но не обязательно распространённость явления среди населения. Чтобы оценить распространённость, нужны данные, собранные способом, который позволяет судить о населении, а не только о выбранной для проверки группе.

Короткий отрезок, длинная история

Экспозиция включает и время. Если наблюдать за одной группой десять дней, а за другой — год, простое сравнение числа событий будет несопоставимым. Иногда исследователи используют человеко-время: суммируют время, в течение которого участники находились под наблюдением. Например, сто человек, за которыми наблюдали по одному году, дают сто человеко-лет; пятьдесят человек под наблюдением два года — столько же.

Но одинаковое человеко-время ещё не означает одинаковые условия. События могут быть вероятнее в начале наблюдения или после определённого изменения обстоятельств. Если риск распределён по времени неравномерно, сведение всего периода к одной средней частоте скрывает важную структуру. Тогда нужны раздельные временные интервалы или описание того, когда именно происходили события.

На впечатление влияет и выбор границ периода. Сравнение двух месяцев может показать рост, а сравнение двух лет — более ровную картину. Это не обязательно противоречие: краткосрочные колебания могут сгладиться на длинном отрезке, а устойчивое изменение, наоборот, потеряться в слишком широком усреднении. Поэтому период наблюдения должен соответствовать вопросу, а не подбираться после того, как стали известны результаты.

Вопросы, которые помогают читать числа

При встрече с утверждением вроде «случаев стало больше» полезно мысленно восстановить его статистическую основу. Сколько случаев было в каждом периоде? Каков знаменатель — число людей, поездок, проверок или часов? Одинаково ли определяли и регистрировали событие? Сопоставимы ли группы? Учитывает ли показатель то, что у одних участников возможностей для события было больше, чем у других?

Ещё один вопрос касается неопределённости. Если наблюдений мало, разница между двумя частотами может быть случайным колебанием, а не устойчивым изменением. Одного значения недостаточно, чтобы понять, насколько точна оценка: нужны сведения о размере данных и, когда они доступны, диапазоне возможных значений. При этом даже точная оценка отвечает лишь на тот вопрос, который задают выбранные числитель, знаменатель и период.

Итак, число событий — это начало разбора, а не его итог. Экспозиция помогает понять, стало ли событие чаще относительно числа возможностей. Но интерпретация требует проверить, что именно считали возможностью, кто попал в наблюдение и в каких условиях собирали данные. Такое чтение не гарантирует простого ответа; оно помогает заметить, где числа описывают реальное изменение, а где — прежде всего изменение масштаба наблюдения.