La paradoja de Simpson es un fenómeno estadístico en el que combinar datos invierte la historia aparente. El artículo explora esta paradoja mediante una comparación de tratamientos médicos. El tratamiento A muestra tasas de éxito más altas que el tratamiento B en cada tipo de paciente, pero el tratamiento B gana en el conjunto.
Esto ocurre porque el tratamiento A se administró principalmente a pacientes de mayor riesgo, mientras que el tratamiento B se administró sobre todo a pacientes de menor riesgo. El resultado global refleja tanto los resultados de cada tratamiento como la composición de los grupos. La paradoja demuestra cómo la visualización de datos puede inducir a error si no se consideran las variables subyacentes.
El autor subraya la importancia de un análisis y una visualización cuidadosos para evitar sacar conclusiones incorrectas a partir de datos agregados.
Fuente: Towards Data Science · Resumido por HeadlinesBriefing