Le paradoxe de Simpson est un phénomène statistique dans lequel la combinaison de données inverse l'histoire apparente. L'article explore ce paradoxe à l'aide d'une comparaison de traitements médicaux. Le traitement A affiche des taux de réussite supérieurs à ceux du traitement B pour chaque type de patient, pourtant le traitement B l'emporte globalement.
Cela s'explique par le fait que le traitement A a été administré principalement à des patients à risque plus élevé, tandis que le traitement B l'a été surtout à des patients à risque plus faible. Le résultat global reflète à la fois les effets de chaque traitement et la composition des groupes. Ce paradoxe montre comment la visualisation des données peut induire en erreur si l'on ne tient pas compte des variables sous-jacentes.
L'auteur souligne l'importance d'une analyse et d'une visualisation rigoureuses afin d'éviter de tirer des conclusions erronées à partir de données agrégées.
Source: Towards Data Science · Résumé par HeadlinesBriefing