Kombinierte daten können trends verbergen oder umkehren

Simpsons Paradoxon zeigt einen überraschenden Statistik-Trick. Ein klarer Trend in einzelnen Datengruppen kann verschwinden oder sich umkehren. Dies geschieht, wenn diese Gruppen kombiniert werden. Ursachen sind unterschiedliche Gruppengrößen oder versteckte Faktoren. Zum Beispiel zeigte eine Berkeley-Studie von 1973 eine allgemeine Diskriminierung von Frauen bei Zulassungen. Bei Betrachtung nach Abteilungen hatten Frauen jedoch in den meisten höhere Akzeptanzraten. Sie bewarben sich einfach in wettbewerbsintensiveren Abteilungen. Das verzerrte die kombinierten Ergebnisse. Dieses Paradoxon verdeutlicht die Gefahr einfacher Datenanalysen. Es kann zu fehlerhaften Entscheidungen in Medizin oder Politik führen. Das Verständnis fördert tiefere Untersuchungen. Es verhindert irreführende Verallgemeinerungen. Es ist heute besonders relevant. Machine-Learning-Algorithmen könnten solche Verzerrungen verstärken. Dies gilt, wenn sie nicht sorgfältig entwickelt werden. Es unterstreicht die zeitlose Notwendigkeit einer nuancierten Prüfung.