TEDNYC
Mona Chalabi: 3 ways to spot a bad statistic
Мона Чалаби: Три способа определить плохую статистику
Filmed:
Readability: 4.2
1,888,599 views
Иногда трудно понять, какая статистика заслуживает доверия. Но нам не следует сбрасывать статистику со счетов — вместо этого мы должны научиться понимать, что она означает. В этом восхитительном и весёлом выступлении журналист данных Мона Чалаби делится полезными советами, которые помогут исследовать и интерпретировать числа и по-настоящему понять, о чём они говорят.
Mona Chalabi - Data journalist
Mona Chalabi tries to take the numb out of numbers. She's left with lots of "ers." Full bio
Mona Chalabi tries to take the numb out of numbers. She's left with lots of "ers." Full bio
Double-click the English transcript below to play the video.
00:12
Now, I'm going to be talking
about statistics today.
about statistics today.
0
884
2763
Сегодня я расскажу вам о статистике.
00:15
If that makes you immediately feel
a little bit wary, that's OK,
a little bit wary, that's OK,
1
3671
3138
Если вы сразу же насторожились,
это нормально,
это нормально,
00:18
that doesn't make you some
kind of crazy conspiracy theorist,
kind of crazy conspiracy theorist,
2
6833
2859
вы вряд ли выглядите сумасшедшим
сторонником теории заговора,
сторонником теории заговора,
00:21
it makes you skeptical.
3
9716
1296
скорее, просто скептиком.
00:23
And when it comes to numbers,
especially now, you should be skeptical.
especially now, you should be skeptical.
4
11036
3886
Когда речь заходит о цифрах,
особенно сейчас, нужно быть скептиком.
особенно сейчас, нужно быть скептиком.
00:26
But you should also be able to tell
which numbers are reliable
which numbers are reliable
5
14946
3011
Но вы также должны понимать,
каким цифрам стóит доверять,
каким цифрам стóит доверять,
00:29
and which ones aren't.
6
17981
1160
а каким — нет.
00:31
So today I want to try to give you
some tools to be able to do that.
some tools to be able to do that.
7
19165
3206
Сегодня я хочу дать вам несколько
советов, как в этом разбираться.
советов, как в этом разбираться.
00:34
But before I do,
8
22395
1169
Но сначала
00:35
I just want to clarify which numbers
I'm talking about here.
I'm talking about here.
9
23588
2839
хочу просто пояснить,
о каких цифрах я веду речь.
о каких цифрах я веду речь.
00:38
I'm not talking about claims like,
10
26451
1635
Речь не о таких утверждениях,
как «9 из 10 женщин рекомендуют
этот крем от морщин».
этот крем от морщин».
00:40
"9 out of 10 women recommend
this anti-aging cream."
this anti-aging cream."
11
28110
2449
00:42
I think a lot of us always
roll our eyes at numbers like that.
roll our eyes at numbers like that.
12
30583
2972
Думаю, многие из нас не раз
закатывали глаза, видя такие цифры.
закатывали глаза, видя такие цифры.
00:45
What's different now is people
are questioning statistics like,
are questioning statistics like,
13
33579
2984
Разница в том, что сегодня люди
ставят под сомнение такую статистику:
ставят под сомнение такую статистику:
00:48
"The US unemployment
rate is five percent."
rate is five percent."
14
36587
2014
«Уровень безработицы в США — 5%».
00:50
What makes this claim different is
it doesn't come from a private company,
it doesn't come from a private company,
15
38625
3516
Отличает это утверждение то, что
исходит оно не от частной компании,
исходит оно не от частной компании,
00:54
it comes from the government.
16
42165
1388
а от правительства.
00:55
About 4 out of 10 Americans
distrust the economic data
distrust the economic data
17
43577
3336
Около 4 из 10 американцев
не верят экономическим показателям,
не верят экономическим показателям,
00:58
that gets reported by government.
18
46937
1573
о которых говорит правительство.
01:00
Among supporters of President Trump
it's even higher;
it's even higher;
19
48534
2491
Среди сторонников президента Трампа
таких и того больше:
таких и того больше:
01:03
it's about 7 out of 10.
20
51049
1633
приблизительно 7 из 10.
01:04
I don't need to tell anyone here
21
52706
1804
Нет нужды объяснять вам,
01:06
that there are a lot of dividing lines
in our society right now,
in our society right now,
22
54534
3011
что сегодня в нашем обществе
много разграничительных линий,
много разграничительных линий,
01:09
and a lot of them start to make sense,
23
57569
1825
и многие из них приобретают смысл,
01:11
once you understand people's relationships
with these government numbers.
with these government numbers.
24
59418
3687
когда вы понимаете отношение людей
к этим данным правительства.
к этим данным правительства.
01:15
On the one hand, there are those who say
these statistics are crucial,
these statistics are crucial,
25
63129
3336
С одной стороны, найдутся те,
кто скажет, что эта статистика важна,
кто скажет, что эта статистика важна,
01:18
that we need them to make sense
of society as a whole
of society as a whole
26
66489
2630
что она нужна, чтобы иметь
представление об обществе в целом,
представление об обществе в целом,
01:21
in order to move beyond
emotional anecdotes
emotional anecdotes
27
69143
2164
а не судить только по чужим байкам,
01:23
and measure progress in a subjective way.
28
71331
2410
и оценивать прогресс объективно.
01:25
And then there are the others,
29
73765
1467
Найдутся и те, кто скажет,
01:27
who say that these statistics are elitist,
30
75256
2156
что статистика элитарна,
возможно, даже сфальсифицирована,
01:29
maybe even rigged;
31
77436
1208
01:30
they don't make sense
and they don't really reflect
and they don't really reflect
32
78668
2394
она бессмысленна
и на самом деле не отражает,
и на самом деле не отражает,
01:33
what's happening
in people's everyday lives.
in people's everyday lives.
33
81086
2296
что происходит в жизни общества.
01:35
It kind of feels like that second group
is winning the argument right now.
is winning the argument right now.
34
83406
3487
Похоже, что вторая группа
выигрывает спор прямо сейчас.
выигрывает спор прямо сейчас.
01:38
We're living in a world
of alternative facts,
of alternative facts,
35
86917
2108
Мы живем в мире альтернативных фактов,
01:41
where people don't find statistics
this kind of common ground,
this kind of common ground,
36
89049
2935
где люди не принимают статистику
за некоего рода общий язык,
за некоего рода общий язык,
01:44
this starting point for debate.
37
92008
1636
отправную точку для дискуссии.
01:45
This is a problem.
38
93668
1286
В этом и проблема.
01:46
There are actually
moves in the US right now
moves in the US right now
39
94978
2067
Уже сейчас в США проводятся акции,
01:49
to get rid of some government
statistics altogether.
statistics altogether.
40
97069
2861
призывающие избавиться от некоторых
правительственных данных.
правительственных данных.
01:51
Right now there's a bill in congress
about measuring racial inequality.
about measuring racial inequality.
41
99954
3387
Сейчас в Конгрессе есть законопроект
об измерении расового неравенства.
об измерении расового неравенства.
01:55
The draft law says that government
money should not be used
money should not be used
42
103365
2801
В законопроекте говорится,
что государственные деньги
что государственные деньги
не должны использоваться
для изучения расовой сегрегации.
для изучения расовой сегрегации.
01:58
to collect data on racial segregation.
43
106190
1902
02:00
This is a total disaster.
44
108116
1885
Это полная катастрофа.
02:02
If we don't have this data,
45
110025
1748
Если не использовать эти данные,
02:03
how can we observe discrimination,
46
111797
1778
как мы узнаем о дискриминации,
не говоря уже об исправлении ситуации?
02:05
let alone fix it?
47
113599
1278
02:06
In other words:
48
114901
1188
Другими словами:
02:08
How can a government create fair policies
49
116113
2059
как правительство может
вести честную политику,
вести честную политику,
02:10
if they can't measure
current levels of unfairness?
current levels of unfairness?
50
118196
2771
если оно не может подсчитать
степень нечестности?
степень нечестности?
02:12
This isn't just about discrimination,
51
120991
1794
Речь не только о дискриминации,
02:14
it's everything -- think about it.
52
122809
1670
а обо всём — задумайтесь об этом.
02:16
How can we legislate on health care
53
124503
1690
Как принимать законы о здравоохранении,
02:18
if we don't have good data
on health or poverty?
on health or poverty?
54
126217
2271
без достоверных данных
о здоровье или нищете?
о здоровье или нищете?
02:20
How can we have public debate
about immigration
about immigration
55
128512
2198
Как участвовать в дебатах об иммиграции,
02:22
if we can't at least agree
56
130734
1250
если нельзя определить,
02:24
on how many people are entering
and leaving the country?
and leaving the country?
57
132008
2643
сколько людей
въезжают в страну и уезжают из неё?
въезжают в страну и уезжают из неё?
Статистика идёт от государства,
statum на латыни, отсюда и название.
statum на латыни, отсюда и название.
02:26
Statistics come from the state;
that's where they got their name.
that's where they got their name.
58
134675
3058
02:29
The point was to better
measure the population
measure the population
59
137757
2157
Смысл в том, что
чтобы лучше служить народу,
чтобы лучше служить народу,
02:31
in order to better serve it.
60
139938
1357
надо лучше его узнать.
02:33
So we need these government numbers,
61
141319
1725
Нам нужны эти цифры от государства,
02:35
but we also have to move
beyond either blindly accepting
beyond either blindly accepting
62
143068
2647
но мы должны двигаться
дальше, не принимая их слепо
дальше, не принимая их слепо
02:37
or blindly rejecting them.
63
145739
1268
и не отвергая не глядя.
02:39
We need to learn the skills
to be able to spot bad statistics.
to be able to spot bad statistics.
64
147031
2997
Нужно получить некоторые навыки,
чтобы определять плохую статистику.
чтобы определять плохую статистику.
02:42
I started to learn some of these
65
150052
1528
Я начала этим заниматься,
02:43
when I was working
in a statistical department
in a statistical department
66
151604
2166
когда работала в департаменте статистики
02:45
that's part of the United Nations.
67
153794
1643
Организации Объединённых Наций.
02:47
Our job was to find out how many Iraqis
had been forced from their homes
had been forced from their homes
68
155461
3406
Работа заключалась в том, чтобы выяснить,
сколько иракцев были вынуждены
сколько иракцев были вынуждены
02:50
as a result of the war,
69
158891
1158
покинуть свои дома
02:52
and what they needed.
70
160073
1158
из-за войны, и как им помочь.
02:53
It was really important work,
but it was also incredibly difficult.
but it was also incredibly difficult.
71
161255
3178
Это важная работа,
и она была невероятно тяжёлой.
и она была невероятно тяжёлой.
02:56
Every single day, we were making decisions
72
164457
2018
Каждый день мы принимали решения,
02:58
that affected the accuracy
of our numbers --
of our numbers --
73
166499
2157
которые влияли на точность наших данных,
03:00
decisions like which parts
of the country we should go to,
of the country we should go to,
74
168680
2744
например, в какие регионы
страны нужно ехать,
страны нужно ехать,
03:03
who we should speak to,
75
171448
1156
с кем общаться,
03:04
which questions we should ask.
76
172628
1568
какие вопросы задавать.
03:06
And I started to feel
really disillusioned with our work,
really disillusioned with our work,
77
174220
2680
И я начала разочаровываться
в своей работе.
в своей работе.
Потому что мы думали, что делаем
реально хорошую работу,
реально хорошую работу,
03:08
because we thought we were doing
a really good job,
a really good job,
78
176924
2518
03:11
but the one group of people
who could really tell us were the Iraqis,
who could really tell us were the Iraqis,
79
179466
3278
но единственными, кто действительно
мог бы её оценить, были иракцы,
мог бы её оценить, были иракцы,
03:14
and they rarely got the chance to find
our analysis, let alone question it.
our analysis, let alone question it.
80
182768
3540
а у них было мало шансов познакомиться
с нашим анализом или задать вопросы.
с нашим анализом или задать вопросы.
03:18
So I started to feel really determined
81
186332
1831
И я отчётливо поняла,
03:20
that the one way to make
numbers more accurate
numbers more accurate
82
188187
2311
что единственный способ
сделать данные точнее —
сделать данные точнее —
03:22
is to have as many people as possible
be able to question them.
be able to question them.
83
190522
3053
опрашивать как можно бóльшее число людей.
03:25
So I became a data journalist.
84
193599
1434
Я стала журналистом данных.
03:27
My job is finding these data sets
and sharing them with the public.
and sharing them with the public.
85
195057
3904
Моя работа в том, чтобы находить данные
и делиться ими с публикой.
и делиться ими с публикой.
03:30
Anyone can do this,
you don't have to be a geek or a nerd.
you don't have to be a geek or a nerd.
86
198985
3173
Любой это может, необязательно
быть компьютерщиком или «ботаником».
быть компьютерщиком или «ботаником».
03:34
You can ignore those words;
they're used by people
they're used by people
87
202182
2355
Не обращайте внимание
на эти слова: их говорят люди,
на эти слова: их говорят люди,
03:36
trying to say they're smart
while pretending they're humble.
while pretending they're humble.
88
204561
2822
пытающиеся сказать, что они
умные, притворяясь скромными.
умные, притворяясь скромными.
03:39
Absolutely anyone can do this.
89
207407
1589
Абсолютно каждый это может.
03:41
I want to give you guys three questions
90
209020
2067
Хочу дать вам три вопроса,
03:43
that will help you be able to spot
some bad statistics.
some bad statistics.
91
211111
3005
которые помогут определить
плохую статистику.
плохую статистику.
03:46
So, question number one
is: Can you see uncertainty?
is: Can you see uncertainty?
92
214140
3507
Вопрос №1: видите ли вы неопределённость?
03:49
One of things that's really changed
people's relationship with numbers,
people's relationship with numbers,
93
217671
3364
Одна вещь, которая меняет
отношение людей к данным
отношение людей к данным
03:53
and even their trust in the media,
94
221059
1641
и даже их доверие к СМИ, —
03:54
has been the use of political polls.
95
222724
2258
это использование политических опросов.
03:57
I personally have a lot of issues
with political polls
with political polls
96
225006
2538
У меня лично много к ним претензий,
03:59
because I think the role of journalists
is actually to report the facts
is actually to report the facts
97
227568
3376
потому что я считаю, что роль
журналистов — сообщать факты,
журналистов — сообщать факты,
04:02
and not attempt to predict them,
98
230968
1553
а не пытаться их предсказывать,
04:04
especially when those predictions
can actually damage democracy
can actually damage democracy
99
232545
2996
особенно когда эти предсказания
наносят вред демократии,
наносят вред демократии,
04:07
by signaling to people:
don't bother to vote for that guy,
don't bother to vote for that guy,
100
235565
2732
говоря людям: даже не думайте
голосовать за того парня,
голосовать за того парня,
04:10
he doesn't have a chance.
101
238321
1205
у него нет шансов.
04:11
Let's set that aside for now and talk
about the accuracy of this endeavor.
about the accuracy of this endeavor.
102
239550
3654
Давайте пока оставим это и поговорим
о точности этих усилий.
о точности этих усилий.
04:15
Based on national elections
in the UK, Italy, Israel
in the UK, Italy, Israel
103
243228
4608
Если исходить из выборов
в Великобритании, Италии, Израиле
в Великобритании, Италии, Израиле
04:19
and of course, the most recent
US presidential election,
US presidential election,
104
247860
2764
и, конечно, недавних
президентских выборов в США,
президентских выборов в США,
использование опросов
для предсказания итогов —
для предсказания итогов —
04:22
using polls to predict electoral outcomes
105
250648
2137
04:24
is about as accurate as using the moon
to predict hospital admissions.
to predict hospital admissions.
106
252809
3812
это всё равно что предсказание по Луне
количества случаев попадания в больницу.
количества случаев попадания в больницу.
04:28
No, seriously, I used actual data
from an academic study to draw this.
from an academic study to draw this.
107
256645
4200
Серьёзно, я основывалась на научных
данных для составления этого графика.
данных для составления этого графика.
04:32
There are a lot of reasons why
polling has become so inaccurate.
polling has become so inaccurate.
108
260869
3727
Есть множество причин того,
что прогнозы стали такими неточными.
что прогнозы стали такими неточными.
04:36
Our societies have become really diverse,
109
264620
1970
Наше общество стало очень разнообразным,
04:38
which makes it difficult for pollsters
to get a really nice representative sample
to get a really nice representative sample
110
266614
3821
поэтому социологам трудно получить
действительно репрезентативную выборку
действительно репрезентативную выборку
04:42
of the population for their polls.
111
270459
1627
населения для участия в опросах.
04:44
People are really reluctant to answer
their phones to pollsters,
their phones to pollsters,
112
272110
3006
Люди очень неохотно отвечают
социологам по телефону,
социологам по телефону,
04:47
and also, shockingly enough,
people might lie.
people might lie.
113
275140
2276
и что самое удивительное — могут лгать.
04:49
But you wouldn't necessarily
know that to look at the media.
know that to look at the media.
114
277440
2811
Но вы не всегда об этом знаете,
когда смотрите СМИ.
когда смотрите СМИ.
04:52
For one thing, the probability
of a Hillary Clinton win
of a Hillary Clinton win
115
280275
2761
Скажу одно: вероятность победы
Хиллари Клинтон
Хиллари Клинтон
04:55
was communicated with decimal places.
116
283060
2791
была установлена с точностью
до десятичной дроби.
до десятичной дроби.
04:57
We don't use decimal places
to describe the temperature.
to describe the temperature.
117
285875
2621
Десятичные дроби не используются
даже для обозначения температуры.
даже для обозначения температуры.
05:00
How on earth can predicting the behavior
of 230 million voters in this country
of 230 million voters in this country
118
288520
4228
Скажите, как можно с такой
точностью предугадать
точностью предугадать
поведение 230 миллионов жителей?!
05:04
be that precise?
119
292772
1829
05:06
And then there were those sleek charts.
120
294625
2002
А тогда были такие гладкие графики.
05:08
See, a lot of data visualizations
will overstate certainty, and it works --
will overstate certainty, and it works --
121
296651
3973
Большое количество визуальных данных
повышает убедительность, и это работает:
повышает убедительность, и это работает:
05:12
these charts can numb
our brains to criticism.
our brains to criticism.
122
300648
2620
эти графики блокируют
наше критическое мышление.
наше критическое мышление.
05:15
When you hear a statistic,
you might feel skeptical.
you might feel skeptical.
123
303292
2558
Когда вы слышите статистику,
вы проявите скептицизм.
вы проявите скептицизм.
05:17
As soon as it's buried in a chart,
124
305874
1635
Как только данные
приобретают форму графика,
приобретают форму графика,
05:19
it feels like some kind
of objective science,
of objective science,
125
307533
2129
они становятся непреложной истиной,
05:21
and it's not.
126
309686
1249
но это не так.
05:22
So I was trying to find ways
to better communicate this to people,
to better communicate this to people,
127
310959
3103
Поэтому я пыталась как можно
понятнее объяснить людям,
понятнее объяснить людям,
05:26
to show people the uncertainty
in our numbers.
in our numbers.
128
314086
2504
что наши данные неточны.
05:28
What I did was I started taking
real data sets,
real data sets,
129
316614
2246
Я начала с того, что брала реальные данные
05:30
and turning them into
hand-drawn visualizations,
hand-drawn visualizations,
130
318884
2652
и визуализировала их вручную,
05:33
so that people can see
how imprecise the data is;
how imprecise the data is;
131
321560
2672
чтобы люди могли увидеть их неточность,
05:36
so people can see that a human did this,
132
324256
1996
чтобы поняли, что это сделал человек,
05:38
a human found the data and visualized it.
133
326276
1972
человек их нашёл и визуализировал.
05:40
For example, instead
of finding out the probability
of finding out the probability
134
328272
2672
Так, вместо выяснения вероятности
05:42
of getting the flu in any given month,
135
330968
2126
заболевания гриппом в определённый месяц,
05:45
you can see the rough
distribution of flu season.
distribution of flu season.
136
333118
2792
можно увидеть приблизительное
распространение сезона гриппа.
распространение сезона гриппа.
05:47
This is --
137
335934
1167
Это...
05:49
(Laughter)
138
337125
1018
(Смех)
05:50
a bad shot to show in February.
139
338167
1486
неподходящая картинка для февраля.
05:51
But it's also more responsible
data visualization,
data visualization,
140
339677
2455
Но эта визуализация
также более ответственна,
также более ответственна,
05:54
because if you were to show
the exact probabilities,
the exact probabilities,
141
342156
2455
потому что, если бы вы показали
точную вероятность,
точную вероятность,
05:56
maybe that would encourage
people to get their flu jabs
people to get their flu jabs
142
344635
2592
это могло бы заставить людей
сделать прививки от гриппа
сделать прививки от гриппа
05:59
at the wrong time.
143
347251
1456
в неподходящий момент.
06:01
The point of these shaky lines
144
349163
1693
Смысл этих кривых линий в том,
06:02
is so that people remember
these imprecisions,
these imprecisions,
145
350880
2911
чтобы люди помнили о неточностях,
06:05
but also so they don't necessarily
walk away with a specific number,
walk away with a specific number,
146
353815
3227
а также о том, что необязательно
запоминать точное число,
запоминать точное число,
06:09
but they can remember important facts.
147
357066
1866
можно запоминать важные факты.
06:10
Facts like injustice and inequality
leave a huge mark on our lives.
leave a huge mark on our lives.
148
358956
4024
То, что несправедливость и неравенство
сильно влияют на нашу жизнь.
сильно влияют на нашу жизнь.
06:15
Facts like Black Americans and Native
Americans have shorter life expectancies
Americans have shorter life expectancies
149
363004
4189
Факты о том, что продолжительность жизни
у афроамериканцев и коренных американцев
у афроамериканцев и коренных американцев
06:19
than those of other races,
150
367217
1400
короче, чем у людей других рас,
06:20
and that isn't changing anytime soon.
151
368641
2138
и в ближайшем времени это не изменится.
06:22
Facts like prisoners in the US
can be kept in solitary confinement cells
can be kept in solitary confinement cells
152
370803
3901
Факты о том, что заключенных в США
могут держать в одиночных камерах,
могут держать в одиночных камерах,
06:26
that are smaller than the size
of an average parking space.
of an average parking space.
153
374728
3342
размер которых не больше
размера парковочного места.
размера парковочного места.
06:30
The point of these visualizations
is also to remind people
is also to remind people
154
378535
3335
Эти визуальные образы
также должны напоминать людям
также должны напоминать людям
06:33
of some really important
statistical concepts,
statistical concepts,
155
381894
2350
о некоторых очень важных
статистических понятиях,
статистических понятиях,
06:36
concepts like averages.
156
384268
1636
например, о средних величинах.
06:37
So let's say you hear a claim like,
157
385928
1668
Предположим, вы слышите это:
06:39
"The average swimming pool in the US
contains 6.23 fecal accidents."
contains 6.23 fecal accidents."
158
387620
4434
«В среднем бассейне в США происходит
6,23 происшествия с фекалиями».
6,23 происшествия с фекалиями».
06:44
That doesn't mean every single
swimming pool in the country
swimming pool in the country
159
392078
2797
Это не означает, что каждый
бассейн в стране
бассейн в стране
06:46
contains exactly 6.23 turds.
160
394899
2194
содержит 6,23 какашки.
06:49
So in order to show that,
161
397117
1417
Чтобы это показать,
обратимся к первоначальным
данным Центра контроля заболеваний,
данным Центра контроля заболеваний,
06:50
I went back to the original data,
which comes from the CDC,
which comes from the CDC,
162
398558
2841
который обследовал
47 заведений с бассейнами.
47 заведений с бассейнами.
06:53
who surveyed 47 swimming facilities.
163
401423
2065
06:55
And I just spent one evening
redistributing poop.
redistributing poop.
164
403512
2391
И я просто один вечер
перераспределяла экскременты.
перераспределяла экскременты.
06:57
So you can kind of see
how misleading averages can be.
how misleading averages can be.
165
405927
2682
Вы можете видеть, сколь ошибочны
бывают средние показатели.
бывают средние показатели.
07:00
(Laughter)
166
408633
1282
(Смех)
07:01
OK, so the second question
that you guys should be asking yourselves
that you guys should be asking yourselves
167
409939
3901
Хорошо. И второй вопрос,
который вы должны задать,
который вы должны задать,
07:05
to spot bad numbers is:
168
413864
1501
определяя неверные цифры:
07:07
Can I see myself in the data?
169
415389
1967
вижу ли я себя в этих данных?
07:09
This question is also
about averages in a way,
about averages in a way,
170
417380
2913
В некотором смысле это тоже
касается средних величин,
касается средних величин,
07:12
because part of the reason
why people are so frustrated
why people are so frustrated
171
420317
2605
потому что одна из причин
разочарования людей
разочарования людей
07:14
with these national statistics,
172
422946
1495
в общенациональной статистике —
07:16
is they don't really tell the story
of who's winning and who's losing
of who's winning and who's losing
173
424465
3273
это то, что она не рассказывает,
кто выигрывает и кто проигрывает
кто выигрывает и кто проигрывает
от национальной политики.
07:19
from national policy.
174
427762
1156
07:20
It's easy to understand why people
are frustrated with global averages
are frustrated with global averages
175
428942
3318
Легко понять, почему людей разочаровывают
глобальные средние показатели,
глобальные средние показатели,
07:24
when they don't match up
with their personal experiences.
with their personal experiences.
176
432284
2679
когда они не соответствуют
их личному опыту.
их личному опыту.
07:26
I wanted to show people the way
data relates to their everyday lives.
data relates to their everyday lives.
177
434987
3263
Я хотела показать людям, как данные влияют
на их каждодневную жизнь.
на их каждодневную жизнь.
07:30
I started this advice column
called "Dear Mona,"
called "Dear Mona,"
178
438274
2246
Я начала с колонки
под названием «Дорогая Мона»,
под названием «Дорогая Мона»,
07:32
where people would write to me
with questions and concerns
with questions and concerns
179
440544
2726
в которой люди задают мне вопросы
и пишут о проблемах,
и пишут о проблемах,
а я пытаюсь им ответить,
используя данные.
используя данные.
07:35
and I'd try to answer them with data.
180
443294
1784
07:37
People asked me anything.
181
445102
1200
Спрашивали о чём угодно.
07:38
questions like, "Is it normal to sleep
in a separate bed to my wife?"
in a separate bed to my wife?"
182
446326
3261
Например: «Нормально ли спать
с женой в разных кроватях?»
с женой в разных кроватях?»
07:41
"Do people regret their tattoos?"
183
449611
1591
«Жалеют ли люди о своих тату?»
07:43
"What does it mean to die
of natural causes?"
of natural causes?"
184
451226
2164
«Что значит — умереть
по естественным причинам?»
по естественным причинам?»
07:45
All of these questions are great,
because they make you think
because they make you think
185
453414
2966
Все эти вопросы важны,
потому что они заставляют задуматься
потому что они заставляют задуматься
07:48
about ways to find
and communicate these numbers.
and communicate these numbers.
186
456404
2336
о том, как найти
и интерпретировать эти данные.
и интерпретировать эти данные.
07:50
If someone asks you,
"How much pee is a lot of pee?"
"How much pee is a lot of pee?"
187
458764
2503
Если кто-нибудь спросит вас:
«Сколько мочи — много?»,
«Сколько мочи — много?»,
07:53
which is a question that I got asked,
188
461291
2458
такой вопрос я однажды получила,
07:55
you really want to make sure
that the visualization makes sense
that the visualization makes sense
189
463773
2980
вы должны быть уверены,
что визуализация будет понятна
что визуализация будет понятна
07:58
to as many people as possible.
190
466777
1747
как можно большему числу людей.
08:00
These numbers aren't unavailable.
191
468548
1575
Эти данные вполне доступны.
08:02
Sometimes they're just buried
in the appendix of an academic study.
in the appendix of an academic study.
192
470147
3507
Иногда они спрятаны в приложениях
какого-нибудь научного исследования.
какого-нибудь научного исследования.
08:05
And they're certainly not inscrutable;
193
473678
1839
И уж точно они вполне постижимы.
08:07
if you really wanted to test
these numbers on urination volume,
these numbers on urination volume,
194
475541
2975
Если вы действительно хотите
протестировать объём мочи,
протестировать объём мочи,
08:10
you could grab a bottle
and try it for yourself.
and try it for yourself.
195
478540
2257
можете взять бутылку
и проверить самостоятельно.
и проверить самостоятельно.
08:12
(Laughter)
196
480821
1008
(Смех)
08:13
The point of this isn't necessarily
197
481853
1694
Суть в том, что нет необходимости
08:15
that every single data set
has to relate specifically to you.
has to relate specifically to you.
198
483571
2877
каждый набор данных
соотносить лично с собой.
соотносить лично с собой.
08:18
I'm interested in how many women
were issued fines in France
were issued fines in France
199
486472
2880
Меня интересует, скольким женщинам
во Франции выписали штрафы
во Франции выписали штрафы
08:21
for wearing the face veil, or the niqab,
200
489376
1959
за ношение на лице никаба,
08:23
even if I don't live in France
or wear the face veil.
or wear the face veil.
201
491359
2618
даже если я не живу
во Франции или не ношу никаб.
во Франции или не ношу никаб.
08:26
The point of asking where you fit in
is to get as much context as possible.
is to get as much context as possible.
202
494001
3835
Смысл вопроса о своём месте в том,
чтобы собрать больше сопутствующих фактов.
чтобы собрать больше сопутствующих фактов.
08:29
So it's about zooming out
from one data point,
from one data point,
203
497860
2191
В том, чтобы более широко
посмотреть на данные,
посмотреть на данные,
08:32
like the unemployment rate
is five percent,
is five percent,
204
500075
2104
например, на уровень безработицы в 5%,
08:34
and seeing how it changes over time,
205
502203
1757
и узнать, как эти данные
меняются со временем
меняются со временем
08:35
or seeing how it changes
by educational status --
by educational status --
206
503984
2650
или в зависимости от уровня образования —
08:38
this is why your parents always
wanted you to go to college --
wanted you to go to college --
207
506658
3104
вот почему ваши родители хотели,
чтобы вы поступили в колледж, —
чтобы вы поступили в колледж, —
08:41
or seeing how it varies by gender.
208
509786
2032
или как они меняются
в зависимости от пола.
в зависимости от пола.
08:43
Nowadays, male unemployment rate is higher
209
511842
2127
В наши дни уровень
безработицы среди мужчин выше,
безработицы среди мужчин выше,
08:45
than the female unemployment rate.
210
513993
1700
чем среди женщин.
08:47
Up until the early '80s,
it was the other way around.
it was the other way around.
211
515717
2695
До начала 80-х годов было
с точностью до наоборот.
с точностью до наоборот.
08:50
This is a story of one
of the biggest changes
of the biggest changes
212
518436
2117
Это история об одной из величайших перемен
08:52
that's happened in American society,
213
520577
1720
в американском обществе,
которую можно увидеть на графике, если
смотреть не только на средние значения.
смотреть не только на средние значения.
08:54
and it's all there in that chart,
once you look beyond the averages.
once you look beyond the averages.
214
522321
3276
08:57
The axes are everything;
215
525621
1165
Оси значат много,
08:58
once you change the scale,
you can change the story.
you can change the story.
216
526810
2669
стоит изменить шкалу,
и вы поменяете всю историю.
и вы поменяете всю историю.
09:01
OK, so the third and final question
that I want you guys to think about
that I want you guys to think about
217
529503
3380
Наконец, я хочу, чтобы вы
задумались над вопросом №3,
задумались над вопросом №3,
09:04
when you're looking at statistics is:
218
532907
1819
когда будете смотреть на статистику:
09:06
How was the data collected?
219
534750
1873
как эти данные были получены?
09:09
So far, I've only talked about the way
data is communicated,
data is communicated,
220
537667
2939
До сих пор я говорила о том,
как данные интерпретируются,
как данные интерпретируются,
09:12
but the way it's collected
matters just as much.
matters just as much.
221
540630
2276
но то, как они собираются,
тоже очень важно.
тоже очень важно.
09:14
I know this is tough,
222
542930
1167
Я знаю, что это тяжело,
09:16
because methodologies can be opaque
and actually kind of boring,
and actually kind of boring,
223
544121
3081
потому что методики могут быть
неясными и даже скучными,
неясными и даже скучными,
09:19
but there are some simple steps
you can take to check this.
you can take to check this.
224
547226
2873
но есть некоторые простые
способы это проверить.
способы это проверить.
09:22
I'll use one last example here.
225
550123
1839
Приведу недавний пример.
09:24
One poll found that 41 percent of Muslims
in this country support jihad,
in this country support jihad,
226
552309
3887
Один опрос выявил, что 41% мусульман
в этой стране поддерживают джихад,
в этой стране поддерживают джихад,
09:28
which is obviously pretty scary,
227
556220
1525
что само по себе ужасно,
09:29
and it was reported everywhere in 2015.
228
557769
2642
об этом везде писали в 2015 году.
09:32
When I want to check a number like that,
229
560435
2615
Когда я решила проверить эти данные,
09:35
I'll start off by finding
the original questionnaire.
the original questionnaire.
230
563074
2501
я начала с поисков первоначальной анкеты.
09:37
It turns out that journalists
who reported on that statistic
who reported on that statistic
231
565599
2926
Выяснилось, что журналисты,
составившие отчёт об этой статистике,
составившие отчёт об этой статистике,
09:40
ignored a question
lower down on the survey
lower down on the survey
232
568549
2231
проигнорировали вопрос в конце списка:
09:42
that asked respondents
how they defined "jihad."
how they defined "jihad."
233
570804
2346
как респонденты понимают слово «джихад»?
09:45
And most of them defined it as,
234
573174
1981
И большинство ответили:
09:47
"Muslims' personal, peaceful struggle
to be more religious."
to be more religious."
235
575179
3942
«Это личная и мирная борьба мусульман
за право соблюдать религию».
за право соблюдать религию».
09:51
Only 16 percent defined it as,
"violent holy war against unbelievers."
"violent holy war against unbelievers."
236
579145
4194
Только 16% определили его как «жестокую
священную войну против неверных».
священную войну против неверных».
09:55
This is the really important point:
237
583363
2430
Это на самом деле очень важно:
09:57
based on those numbers,
it's totally possible
it's totally possible
238
585817
2155
если исходить из тех данных,
вполне возможно,
вполне возможно,
что никто из тех, кто назвал джихад
насильственной священной войной,
насильственной священной войной,
09:59
that no one in the survey
who defined it as violent holy war
who defined it as violent holy war
239
587996
3105
10:03
also said they support it.
240
591125
1332
не сказал, что поддерживает его.
10:04
Those two groups might not overlap at all.
241
592481
2208
Эти две группы
могли вообще не пересекаться.
могли вообще не пересекаться.
10:07
It's also worth asking
how the survey was carried out.
how the survey was carried out.
242
595122
2637
Стоит также спросить,
как проводилось исследование.
как проводилось исследование.
10:09
This was something called an opt-in poll,
243
597783
1998
Это так называемый добровольный опрос,
10:11
which means anyone could have found it
on the internet and completed it.
on the internet and completed it.
244
599805
3402
это значит, что любой мог найти анкету
в интернете и заполнить.
в интернете и заполнить.
10:15
There's no way of knowing
if those people even identified as Muslim.
if those people even identified as Muslim.
245
603231
3339
Нет возможности узнать, были ли
эти люди на самом деле мусульманами.
эти люди на самом деле мусульманами.
10:18
And finally, there were 600
respondents in that poll.
respondents in that poll.
246
606594
2612
И наконец, в том опросе
участвовало 600 респондентов.
участвовало 600 респондентов.
По данным исследовательского
центра «Пью Ресёрч»,
центра «Пью Ресёрч»,
10:21
There are roughly three million
Muslims in this country,
Muslims in this country,
247
609230
2654
в этой стране
около трёх миллионов мусульман.
около трёх миллионов мусульман.
10:23
according to Pew Research Center.
248
611908
1607
10:25
That means the poll spoke to roughly
one in every 5,000 Muslims
one in every 5,000 Muslims
249
613539
2993
Это значит, что в опросе участвовал
один из 5 000 мусульман
один из 5 000 мусульман
10:28
in this country.
250
616556
1168
этой страны.
10:29
This is one of the reasons
251
617748
1266
Это одна из причин,
10:31
why government statistics
are often better than private statistics.
are often better than private statistics.
252
619038
3607
почему государственная
статистика часто лучше частной.
статистика часто лучше частной.
Опрос может проводиться среди 200
человек или 1 000, а если вы из L'Oreal
человек или 1 000, а если вы из L'Oreal
10:34
A poll might speak to a couple
hundred people, maybe a thousand,
hundred people, maybe a thousand,
253
622669
3035
10:37
or if you're L'Oreal, trying to sell
skin care products in 2005,
skin care products in 2005,
254
625728
3058
и пытаетесь продать продукты
по уходу за кожей в 2005 году,
по уходу за кожей в 2005 году,
10:40
then you spoke to 48 women
to claim that they work.
to claim that they work.
255
628810
2417
тогда вы попросите 48 женщин
сказать, что они работают.
сказать, что они работают.
10:43
(Laughter)
256
631251
1026
(Смех)
10:44
Private companies don't have a huge
interest in getting the numbers right,
interest in getting the numbers right,
257
632301
3556
У частных компаний интерес не в том,
чтобы получить данные правильно,
чтобы получить данные правильно,
а в том, чтобы получить
«правильные данные».
«правильные данные».
10:47
they just need the right numbers.
258
635881
1755
10:49
Government statisticians aren't like that.
259
637660
2020
Государственные специалисты не такие.
По крайней мере, в теории
они полностью беспристрастны,
они полностью беспристрастны,
10:51
In theory, at least,
they're totally impartial,
they're totally impartial,
260
639704
2447
10:54
not least because most of them do
their jobs regardless of who's in power.
their jobs regardless of who's in power.
261
642175
3501
не потому, что большинство делают свою
работу независимо от того, кто у власти.
работу независимо от того, кто у власти.
10:57
They're civil servants.
262
645700
1162
Они госслужащие.
10:58
And to do their jobs properly,
263
646886
1964
И чтобы делать свою работу добросовестно,
11:00
they don't just speak
to a couple hundred people.
to a couple hundred people.
264
648874
2363
они не просто говорят
c парой сотен человек.
c парой сотен человек.
11:03
Those unemployment numbers
I keep on referencing
I keep on referencing
265
651261
2318
Эти данные по безработице,
на которые я ссылаюсь,
на которые я ссылаюсь,
11:05
come from the Bureau of Labor Statistics,
266
653603
2004
приходят от Бюро статистики труда,
11:07
and to make their estimates,
267
655631
1335
и чтобы их подсчитать,
11:08
they speak to over 140,000
businesses in this country.
businesses in this country.
268
656990
3489
они опрашивают более 140 000 предприятий.
11:12
I get it, it's frustrating.
269
660503
1725
Я понимаю, что это вызывает уныние.
11:14
If you want to test a statistic
that comes from a private company,
that comes from a private company,
270
662252
3115
Если хотите проверить статистику,
исходящую от частной компании,
исходящую от частной компании,
11:17
you can buy the face cream for you
and a bunch of friends, test it out,
and a bunch of friends, test it out,
271
665391
3361
можете купить крем для лица себе
и своим друзьям, протестировать его,
и своим друзьям, протестировать его,
и если он не работает,
можете сказать, что цифры неверны.
можете сказать, что цифры неверны.
11:20
if it doesn't work,
you can say the numbers were wrong.
you can say the numbers were wrong.
272
668776
2591
11:23
But how do you question
government statistics?
government statistics?
273
671391
2146
Но как проверить
государственную статистику?
государственную статистику?
11:25
You just keep checking everything.
274
673561
1630
Просто продолжайте всё проверять.
11:27
Find out how they collected the numbers.
275
675215
1913
Узнайте, как собирались данные.
11:29
Find out if you're seeing everything
on the chart you need to see.
on the chart you need to see.
276
677152
3125
Удостоверьтесь, что на графике
отражено всё, что нужно.
отражено всё, что нужно.
11:32
But don't give up on the numbers
altogether, because if you do,
altogether, because if you do,
277
680301
2965
Но не отказывайтесь от цифр совсем,
потому что если откажетесь,
потому что если откажетесь,
11:35
we'll be making public policy
decisions in the dark,
decisions in the dark,
278
683290
2439
мы будем вести
публичную политику вслепую,
публичную политику вслепую,
11:37
using nothing but private
interests to guide us.
interests to guide us.
279
685753
2262
так как нами будут руководить
только частные интересы.
только частные интересы.
11:40
Thank you.
280
688039
1166
Спасибо!
11:41
(Applause)
281
689229
2461
(Аплодисменты)
ABOUT THE SPEAKER
Mona Chalabi - Data journalistMona Chalabi tries to take the numb out of numbers. She's left with lots of "ers."
Why you should listen
After working for a humanitarian organisation, Mona Chalabi saw how important data was, but also how easily it could be used by people with their own specific agendas. Since then, her work for organizations like Transparency International and The Guardian has had one goal: to make sure as many people as possible can find and question the data they need to make informed decisions about their lives.
Chalabi is currently the Data Editor of the Guardian US, where she writes articles, produces documentaries and turns data into illustrations and animations. In 2016, her data illustrations were commended by the Royal Statistical Society.
Mona Chalabi | Speaker | TED.com