مفارقة سيمبسون ظاهرة إحصائية تنعكس فيها القصة الظاهرة عند دمج البيانات. يستكشف المقال هذه المفارقة من خلال مقارنة علاجية طبية. يُظهر العلاج A معدلات نجاح أعلى من العلاج B لكل نوع من المرضى، ومع ذلك يتفوق العلاج B بشكل عام. ويحدث ذلك لأن العلاج A أُعطي في معظمه للمرضى الأكثر عرضة للخطر، بينما أُعطي العلاج B في معظمه للمرضى الأقل خطورة. وتعكس النتيجة الإجمالية نتائج كلا العلاجين وتركيبة المجموعات معاً. وتبيّن هذه المفارقة كيف يمكن لتصور البيانات أن يكون مضللاً دون مراعاة المتغيرات الكامنة. ويؤكد الكاتب أهمية التحليل والتصور الدقيقين لتجنب استخلاص استنتاجات خاطئة من البيانات المجمّعة.
المصدر: Towards Data Science · لخّصه HeadlinesBriefing