Das Simpson-Paradoxon ist ein statistisches Phänomen, bei dem die Zusammenführung von Daten die scheinbare Geschichte umkehrt. Der Artikel untersucht das Simpson-Paradoxon anhand eines Vergleichs medizinischer Behandlungen. Behandlung A weist für jeden Patiententyp höhere Erfolgsquoten auf als Behandlung B, dennoch schneidet Behandlung B insgesamt besser ab.
Dies liegt daran, dass Behandlung A überwiegend Patienten mit höherem Risiko verabreicht wurde, während Behandlung B überwiegend Patienten mit niedrigerem Risiko erhielt. Das Gesamtergebnis spiegelt sowohl die Wirksamkeit der beiden Behandlungen als auch die Zusammensetzung der Gruppen wider. Das Paradoxon zeigt, wie Datenvisualisierung irreführend sein kann, wenn zugrunde liegende Variablen nicht berücksichtigt werden.
Der Autor betont, wie wichtig sorgfältige Analyse und Visualisierung sind, um aus aggregierten Daten keine falschen Schlüsse zu ziehen.
Quelle: Towards Data Science · Zusammengefasst von HeadlinesBriefing