TEDxExeter
Alan Smith: Why you should love statistics
Alan Smith: Proč byste měli milovat statistiku
Filmed:
Readability: 4.2
1,779,282 views
Myslíte si, že jste dobří v odhadech? Zkuste to odhadnout znovu. Ať už se zajímáme o matematiku nebo ne, naše schopnost porozumět číslům a pracovat s daty je velmi omezená, říká odborník na vizualizaci dat Alan Smith. V této rozkošné přednášce Smith zkoumá nesoulad mezi tím, co víme, a tím, co si myslíme, že víme.
Alan Smith - Data visualisation editor
Alan Smith uses interactive graphics and statistics to breathe new life into how data is presented. Full bio
Alan Smith uses interactive graphics and statistics to breathe new life into how data is presented. Full bio
Double-click the English transcript below to play the video.
00:12
Back in 2003,
0
714
3096
V roce 2003
00:15
the UK government carried out a survey.
1
3834
2509
vláda Spojeného království zadala průzkum,
00:19
And it was a survey that measured
levels of numeracy
levels of numeracy
2
7494
3149
který měřil úroveň znalostí matematiky
00:22
in the population.
3
10667
1237
v populaci.
00:23
And they were shocked to find out
4
11928
1643
Vláda byla šokována zjištěním,
00:25
that for every 100 working age
adults in the country,
adults in the country,
5
13595
3364
že na každých 100 dospělých
v produktivním věku
v produktivním věku
00:28
47 of them lacked Level 1 numeracy skills.
6
16983
3501
47 nedosáhlo znalostmi na úroveň 1.
00:32
Now, Level 1 numeracy skills --
that's low-end GCSE score.
that's low-end GCSE score.
7
20892
4112
Úroveň 1 - to je slabý výsledek
ve zkoušce GCSE (maturita).
ve zkoušce GCSE (maturita).
Je to schopnost používat zlomky,
procenta a desetinná čísla.
procenta a desetinná čísla.
00:37
It's the ability to deal with fractions,
percentages and decimals.
percentages and decimals.
8
25410
3248
00:40
So this figure prompted
a lot of hand-wringing in Whitehall.
a lot of hand-wringing in Whitehall.
9
28682
4628
Toto zjištění způsobilo
ve Whitehallu (ve vládě) pozdvižení.
ve Whitehallu (ve vládě) pozdvižení.
00:45
Policies were changed,
10
33334
1628
Byla schválena opatření,
00:46
investments were made,
11
34986
1722
investovalo se do výuky
00:48
and then they ran
the survey again in 2011.
the survey again in 2011.
12
36732
3038
a pak se provedl průzkum znovu,
v roce 2011.
v roce 2011.
00:51
So can you guess
what happened to this number?
what happened to this number?
13
39794
2205
Takže můžete hádat, jaký byl výsledek?
Neznalost se zvýšila na 49 %.
00:56
It went up to 49.
14
44021
1444
00:57
(Laughter)
15
45489
1449
(smích)
00:58
And in fact, when I reported
this figure in the FT,
this figure in the FT,
16
46962
2449
Když jsem o tom
informoval ve Financial Times,
informoval ve Financial Times,
01:01
one of our readers joked and said,
17
49435
1671
jeden ze čtenářů zažertoval:
„To číslo je šokující pouze
pro 51 % populace.“
pro 51 % populace.“
01:03
"This figure is only shocking
to 51 percent of the population."
to 51 percent of the population."
18
51130
3761
01:06
(Laughter)
19
54915
2286
(smích)
01:09
But I preferred, actually,
the reaction of a schoolchild
the reaction of a schoolchild
20
57225
3157
Více se mi líbí reakce jednoho žáka.
01:12
when I presented
at a school this information,
at a school this information,
21
60406
3095
Když jsem uvedl tuto informaci
u nich ve škole,
u nich ve škole,
01:15
who raised their hand and said,
22
63525
1531
zvedl ruku a zeptal se:
01:17
"How do we know that the person
who made that number
who made that number
23
65080
2516
„Jak víme, že osoba,
která vypočítala toto číslo,
která vypočítala toto číslo,
01:19
isn't one of the 49 percent either?"
24
67620
1815
není z těch 49 %?“
01:21
(Laughter)
25
69459
1254
(smích)
01:22
So clearly, there's a numeracy issue,
26
70737
4050
Je zřejmé, že se jedná o problém,
protože matematika je pro život důležitá
01:26
because these are
important skills for life,
important skills for life,
27
74811
2110
01:28
and a lot of the changes
that we want to introduce in this century
that we want to introduce in this century
28
76945
3867
a mnoho změn,
které očekáváme v tomto století,
které očekáváme v tomto století,
od nás bude vyžadovat,
abychom se vyznali v číslech.
abychom se vyznali v číslech.
01:32
involve us becoming
more comfortable with numbers.
more comfortable with numbers.
29
80836
2441
01:35
Now, it's not just an English problem.
30
83301
1848
Není to jen problém v Anglii.
01:37
OECD this year released some figures
looking at numeracy in young people,
looking at numeracy in young people,
31
85173
4930
OECD v letošním roce vydala některé údaje,
které hodnotí znalosti u mladých lidí
které hodnotí znalosti u mladých lidí
01:42
and leading the way, the USA --
32
90127
2780
a na čele jsou USA -
01:44
nearly 40 percent of young people
in the US have low numeracy.
in the US have low numeracy.
33
92931
4670
- téměř 40 % mladých lidí v USA
má nízké znalosti matematiky.
má nízké znalosti matematiky.
01:49
Now, England is there too,
34
97625
1297
Anglie je tam také,
01:50
but there are seven OECD countries
with figures above 20 percent.
with figures above 20 percent.
35
98946
5533
ale existuje sedm zemí OECD
s hodnotami nad 20 %.
s hodnotami nad 20 %.
01:56
That is a problem,
because it doesn't have to be that way.
because it doesn't have to be that way.
36
104503
2759
Je to problém, ale nemusí to tak být.
01:59
If you look at the far end of this graph,
37
107286
2008
Když se podíváte na konec grafu,
Nizozemsko a Korea
mají jednociferné hodnoty.
mají jednociferné hodnoty.
02:01
you can see the Netherlands and Korea
are in single figures.
are in single figures.
38
109318
2960
02:04
So there's definitely a numeracy
problem that we want to address.
problem that we want to address.
39
112302
4416
Takže s matematikou máme problém,
kterému se chceme věnovat.
kterému se chceme věnovat.
02:09
Now, as useful as studies like these are,
40
117510
2930
Ať jsou tyto studie jakkoli užitečné,
02:12
I think we risk herding people
inadvertently into one of two categories;
inadvertently into one of two categories;
41
120464
5400
myslím, že riskujeme, že lidi neúmyslně
zařadíme do jedné ze dvou kategorií.
zařadíme do jedné ze dvou kategorií.
02:17
that there are two kinds of people:
42
125888
1776
Že existují dva druhy lidí:
02:19
those people that are comfortable
with numbers, that can do numbers,
with numbers, that can do numbers,
43
127688
4349
lidé, kteří se vyznají v číslech,
kteří dokážou pracovat s čísly,
kteří dokážou pracovat s čísly,
02:24
and the people who can't.
44
132061
2236
a lidé, kteří to nezvládnou.
02:26
And what I'm trying
to talk about here today
to talk about here today
45
134321
2101
Dnes se snažím hovořit o tom,
02:28
is to say that I believe
that is a false dichotomy.
that is a false dichotomy.
46
136446
3042
že věřím, že je to špatné třídění.
02:31
It's not an immutable pairing.
47
139512
1868
Není to neměnný stav.
Myslím si, že nemusíte zvládnout
nesmírně vysokou úroveň matematiky,
nesmírně vysokou úroveň matematiky,
02:33
I think you don't have to have
tremendously high levels of numeracy
tremendously high levels of numeracy
48
141404
3648
02:37
to be inspired by numbers,
49
145076
1728
aby vás zaujala čísla.
02:38
and that should be the starting point
to the journey ahead.
to the journey ahead.
50
146828
3109
A z toho bychom měli vycházet.
02:42
And one of the ways in which
we can begin that journey, for me,
we can begin that journey, for me,
51
150387
4311
Podle mne jeden ze způsobů,
jak můžeme začít tuto cestu,
jak můžeme začít tuto cestu,
02:46
is looking at statistics.
52
154722
1726
je použít je na statistiku.
02:48
Now, I am the first to acknowledge
that statistics has got somewhat
that statistics has got somewhat
53
156472
3495
Ale jsem mezi prvními, kteří přiznají,
že statistika má poněkud
že statistika má poněkud
02:51
of an image problem.
54
159991
1318
problematickou pověst.
02:53
(Laughter)
55
161333
1047
(smích)
02:54
It's the part of mathematics
56
162404
1532
Je to část matematiky,
02:55
that even mathematicians
don't particularly like,
don't particularly like,
57
163960
3059
kterou dokonce ani matematikové
nemají obzvlášť rádi,
nemají obzvlášť rádi,
02:59
because whereas the rest of maths
is all about precision and certainty,
is all about precision and certainty,
58
167043
4012
protože zatímco ostatní obory matematiky
jsou přesné a jednoznačné,
jsou přesné a jednoznačné,
03:03
statistics is almost the reverse of that.
59
171079
2284
statistika je téměř jejich opakem.
03:05
But actually, I was a late convert
to the world of statistics myself.
to the world of statistics myself.
60
173793
4655
Já sám jsem se ke statistice
dostal později.
dostal později.
Kdybyste se zeptali
mých vysokoškolských profesorů,
mých vysokoškolských profesorů,
03:10
If you'd asked my undergraduate professors
61
178472
2082
03:12
what two subjects would I be least likely
to excel in after university,
to excel in after university,
62
180578
4759
ve kterých dvou předmětech
po univerzitě pravděpodobně nevyniknu,
po univerzitě pravděpodobně nevyniknu,
jmenovali by statistiku a programování,
03:17
they'd have told you statistics
and computer programming,
and computer programming,
63
185361
2767
ale přesto teď tady chci předvést
nějaké statistické grafy,
nějaké statistické grafy,
03:20
and yet here I am, about to show you
some statistical graphics
some statistical graphics
64
188152
2939
které jsem naprogramoval.
03:23
that I programmed.
65
191115
1202
03:24
So what inspired that change in me?
66
192745
1755
Co ve mně vyvolalo tu změnu?
03:26
What made me think that statistics
was actually an interesting thing?
was actually an interesting thing?
67
194524
3648
Jak mě napadlo, že statistika
je vlastně zajímavá věc?
je vlastně zajímavá věc?
03:30
It's really because
statistics are about us.
statistics are about us.
68
198196
2266
Protože statistika je o nás.
03:32
If you look at the etymology
of the word statistics,
of the word statistics,
69
200869
2582
Podíváte-li se na etymologii
slova statistika,
slova statistika,
03:35
it's the science of dealing with data
70
203475
2609
je to věda o nakládání s daty
03:38
about the state or the community
that we live in.
that we live in.
71
206108
2430
o státě nebo o společenství,
ve kterém žijeme.
ve kterém žijeme.
03:40
So statistics are about us as a group,
72
208562
3354
Statistika je o nás jako o skupině,
ne o nás jako o jednotlivcích.
03:43
not us as individuals.
73
211940
1675
Jako společenští tvorové
sdílíme zájem o to,
sdílíme zájem o to,
03:45
And I think as social animals,
74
213639
1470
03:47
we share this fascination about how
we as individuals relate to our groups,
we as individuals relate to our groups,
75
215133
3944
v jakém vztahu jsme jako jednotlivci
k našim skupinám,
k našim skupinám,
ale i k našim vrstevníkům.
03:51
to our peers.
76
219101
1388
03:52
And statistics in this way
are at their most powerful
are at their most powerful
77
220513
3110
Tady je statistika velmi mocná
03:55
when they surprise us.
78
223647
1301
a dokáže nás překvapit.
03:57
And there's been some really wonderful
surveys carried out recently
surveys carried out recently
79
225477
3207
V posledních letech vznikly
úžasné průzkumy,
úžasné průzkumy,
provedené společností Ipsos MORI.
04:00
by Ipsos MORI in the last few years.
80
228708
1714
04:02
They did a survey of over
1,000 adults in the UK,
1,000 adults in the UK,
81
230446
2708
Udělali průzkum s více než
1 000 dospělými v UK a ptali se,
1 000 dospělými v UK a ptali se,
04:05
and said, for every 100 people
in England and Wales,
in England and Wales,
82
233178
3780
co myslíte, kolik muslimů
připadá na každých 100 lidí
připadá na každých 100 lidí
04:08
how many of them are Muslim?
83
236982
1870
v Anglii a Walesu?
04:10
Now the average answer from this survey,
84
238876
2646
A průměrná odpověď z tohoto průzkumu,
04:13
which was supposed to be representative
of the total population, was 24.
of the total population, was 24.
85
241546
3412
který měl reprezentovat
celkovou populaci, byla 24.
celkovou populaci, byla 24.
04:16
That's what people thought.
86
244982
3676
To si lidé mysleli.
04:20
British people think 24 out of every 100
people in the country are Muslim.
people in the country are Muslim.
87
248682
3639
Britové si myslí, že 24 z každých 100 lidí
v zemi jsou muslimové.
v zemi jsou muslimové.
04:24
Now, official figures reveal
that figure to be about five.
that figure to be about five.
88
252345
4410
Ale oficiální čísla ukazují,
že je jich asi pět.
že je jich asi pět.
04:29
So there's this big variation
between what we think, our perception,
between what we think, our perception,
89
257732
3987
Je velký rozdíl mezi tím,
co si myslíme, co se domníváme
co si myslíme, co se domníváme
a skutečností, která je dána statistikou.
04:33
and the reality as given by statistics.
90
261743
2038
04:35
And I think that's interesting.
91
263805
1544
Myslím, že je to zajímavé.
04:37
What could possibly be causing
that misperception?
that misperception?
92
265373
3290
Co mohlo způsobit tento nesoulad?
04:41
And I was so thrilled with this study,
93
269212
1854
Mě to tak zaujalo,
04:43
I started to take questions out
in presentations. I was referring to it.
in presentations. I was referring to it.
94
271090
3480
že jsem sám o tom začal mluvit
a klást otázky.
a klást otázky.
Měl jsem přednášku
04:46
Now, I did a presentation
95
274594
1218
04:47
at St. Paul's School for Girls
in Hammersmith,
in Hammersmith,
96
275836
2310
v Dívčí škole sv. Pavla v Hammersmithu
04:50
and I had an audience rather like this,
97
278170
2140
a měl jsem tam publikum skoro jako tady,
04:52
except it was comprised entirely
of sixth-form girls.
of sixth-form girls.
98
280334
3868
ale skládalo se výhradně
z dívek ze šestých tříd.
z dívek ze šestých tříd.
04:56
And I said, "Girls,
99
284226
2396
Zeptal jsem se: „Dívky, co myslíte,
04:59
how many teenage girls do you think
the British public think
the British public think
100
287598
4543
kolik veřejnost odhaduje,
že každý rok otěhotní
dospívajících dívek?“
dospívajících dívek?“
05:04
get pregnant every year?"
101
292165
1748
05:05
And the girls were apoplectic when I said
102
293937
2676
A dívky skoro omdlévaly, když jsem řekl,
že veřejnost si myslí,
že každý rok z každé stovky
že každý rok z každé stovky
05:09
the British public think that 15
out of every 100 teenage girls
out of every 100 teenage girls
103
297453
3913
05:13
get pregnant in the year.
104
301390
1293
otěhotní 15 dívek.
05:15
And they had every right to be angry,
105
303429
2231
A měly právo se hněvat,
protože ve skutečnosti bych
musel mít téměř 200 koleček,
musel mít téměř 200 koleček,
05:17
because in fact, I'd have to have
closer to 200 dots
closer to 200 dots
106
305684
2758
05:20
before I could color one in,
107
308466
1570
než bych mohl jedno označit -
05:22
in terms of what
the official figures tell us.
the official figures tell us.
108
310060
2515
- s použitím oficiálních údajů.
05:24
And rather like numeracy,
this is not just an English problem.
this is not just an English problem.
109
312599
3800
A podobně jako matematika,
není to jen problém Anglie.
není to jen problém Anglie.
05:28
Ipsos MORI expanded the survey
in recent years to go across the world.
in recent years to go across the world.
110
316423
4504
Společnost Ipsos MORI rozšířila průzkum
a vydala se do celého světa.
a vydala se do celého světa.
05:32
And so, they asked Saudi Arabians,
111
320951
2950
Ptali se v Saúdské Arábii,
co myslíte, kolik dospělých
z každé stovky lidí ve vaší zemi
z každé stovky lidí ve vaší zemi
05:35
for every 100 adults in your country,
112
323925
2521
05:38
how many of them are overweight or obese?
113
326470
2873
má nadváhu nebo je obézní?
05:42
And the average answer from the Saudis
was just over a quarter.
was just over a quarter.
114
330526
5333
A průměrná odpověď Saudů
byla jen něco málo přes čtvrtinu.
byla jen něco málo přes čtvrtinu.
To si mysleli.
05:48
That's what they thought.
115
336402
1202
Jen něco víc než čtvrtina dospělých
má nadváhu nebo obezitu.
má nadváhu nebo obezitu.
05:49
Just over a quarter of adults
are overweight or obese.
are overweight or obese.
116
337628
2568
05:52
The official figures show, actually,
it's nearer to three-quarters.
it's nearer to three-quarters.
117
340220
4781
Oficiální údaje ukazují,
že se to blíží ke třem čtvrtinám.
že se to blíží ke třem čtvrtinám.
05:57
(Laughter)
118
345025
1456
(smích)
05:58
So again, a big variation.
119
346505
2292
Takže – opět velký rozdíl.
06:00
And I love this one: they asked in Japan,
they asked the Japanese,
they asked the Japanese,
120
348821
4446
A tohle mám rád: ptali se v Japonsku,
06:05
for every 100 Japanese people,
121
353291
1960
kolik Japonců z každé stovky
06:07
how many of them live in rural areas?
122
355275
2601
žije podle nich na venkově.
06:10
The average was about a 50-50 split,
just over halfway.
just over halfway.
123
358521
4901
Poměr byl skoro 50 na 50,
bylo to něco přes polovinu.
bylo to něco přes polovinu.
06:15
They thought 56 out of every 100
Japanese people lived in rural areas.
Japanese people lived in rural areas.
124
363446
4147
Domnívali se, že na venkově
žije 56 ze 100 Japonců.
žije 56 ze 100 Japonců.
06:19
The official figure is seven.
125
367617
1687
Oficiální údaj je sedm.
06:22
So extraordinary variations,
and surprising to some,
and surprising to some,
126
370259
4450
Tak mimořádné rozdíly,
pro někoho překvapivé,
pro někoho překvapivé,
ale ne překvapivé pro ty,
kteří si přečetli dílo Daniela Kahnemana,
kteří si přečetli dílo Daniela Kahnemana,
06:26
but not surprising to people
who have read the work
who have read the work
127
374733
2389
06:29
of Daniel Kahneman, for example,
the Nobel-winning economist.
the Nobel-winning economist.
128
377146
4392
nositele Nobelovy ceny za ekonomii.
06:33
He and his colleague, Amos Tversky,
spent years researching this disjoint
spent years researching this disjoint
129
381562
5092
On a jeho kolega, Amos Tversky,
léta zkoumali nesoulad mezi tím,
léta zkoumali nesoulad mezi tím,
06:38
between what people perceive
and the reality,
and the reality,
130
386678
3145
co lidé předpokládají, a skutečností.
06:41
the fact that people are actually
pretty poor intuitive statisticians.
pretty poor intuitive statisticians.
131
389847
3751
Zjišťovali, že lidé jsou opravdu
špatnými intuitivními statistiky.
špatnými intuitivními statistiky.
06:45
And there are many reasons for this.
132
393622
1760
A je pro to mnoho důvodů.
06:47
Individual experiences, certainly,
can influence our perceptions,
can influence our perceptions,
133
395406
3115
Zkušenosti samotné samozřejmě mohou
ovlivnit naše vnímání,
ovlivnit naše vnímání,
06:50
but so, too, can things like the media
reporting things by exception,
reporting things by exception,
134
398545
3958
ale to mohou i média tím,
že budou přinášet věci výjimečné,
že budou přinášet věci výjimečné,
06:54
rather than what's normal.
135
402527
1696
spíše než ty, které jsou běžné.
06:56
Kahneman had a nice way
of referring to that.
of referring to that.
136
404855
2126
Kahneman to vyjádřil elegantně.
Řekl: „Můžeme být slepí k tomu,
co je zřejmé,
co je zřejmé,
06:59
He said, "We can be blind
to the obvious" --
to the obvious" --
137
407005
2085
07:01
so we've got the numbers wrong --
138
409114
1638
- a tak máme špatná čísla -
07:02
"but we can be blind
to our blindness about it."
to our blindness about it."
139
410776
2322
ale můžeme být slepí i k naší sleposti.“
07:05
And that has enormous
repercussions for decision making.
repercussions for decision making.
140
413122
3266
A to má obrovské dopady pro rozhodování.
Když jsme to probírali
ve statistickém úřadě,
ve statistickém úřadě,
07:08
So at the statistics office
while this was all going on,
while this was all going on,
141
416412
2852
myslel jsem si, že je to velmi zajímavé.
07:11
I thought this was really interesting.
142
419288
1912
Řekl jsem, že je to zjevně
globální problém,
globální problém,
07:13
I said, this is clearly a global problem,
143
421224
2010
07:15
but maybe geography is the issue here.
144
423258
2435
ale možná v tom hraje roli i geografie.
07:17
These were questions that were all about,
how well do you know your country?
how well do you know your country?
145
425717
3909
Byly to otázky, které řešily,
jak dobře znáte svou zemi.
jak dobře znáte svou zemi.
07:21
So in this case, it's how well
do you know 64 million people?
do you know 64 million people?
146
429650
3993
Takže v tomto případě,
jak dobře znáte 64 milionů lidí?
jak dobře znáte 64 milionů lidí?
07:25
Not very well, it turns out.
I can't do that.
I can't do that.
147
433667
2732
Ukázalo se, že ne moc dobře.
To ani nejde.
To ani nejde.
07:28
So I had an idea,
148
436423
1324
Takže mě napadlo
07:29
which was to think about
this same sort of approach
this same sort of approach
149
437771
3123
použít stejný přístup,
07:32
but to think about it
in a very local sense.
in a very local sense.
150
440918
2105
ale s důrazem na místní záležitosti.
07:35
Is this a local?
151
443047
1191
Je to místní?
Pokud se zeptáme na místní záležitosti,
07:36
If we reframe the questions and say,
152
444262
1941
07:38
how well do you know your local area,
153
446227
2122
jak dobře znáte vaši oblast,
07:40
would your answers be any more accurate?
154
448373
2103
budou vaše odpovědi přesnější?
07:43
So I devised a quiz:
155
451817
1762
Tak jsem vytvořil kvíz:
07:45
How well do you know your area?
156
453603
1859
Jak dobře znáte svou oblast?
Je to jednoduchá webová aplikace.
07:48
It's a simple Web app.
157
456454
1889
Zadáte poštovní směrovací číslo
07:50
You put in a post code
158
458367
1183
07:51
and then it will ask you questions
based on census data
based on census data
159
459574
2707
a dostanete otázky založené
na údajích ze sčítání lidu
na údajích ze sčítání lidu
07:54
for your local area.
160
462305
1539
pro vaši oblast.
07:56
And I was very conscious
in designing this.
in designing this.
161
464305
2123
Při návrhu jsem měl určitý cíl.
07:58
I wanted to make it open
to the widest possible range of people,
to the widest possible range of people,
162
466452
4109
Chtěl jsem kvíz dát
co nejširšímu okruhu lidí,
co nejširšímu okruhu lidí,
08:02
not just the 49 percent
who can get the numbers.
who can get the numbers.
163
470585
2828
nejen 49 %, kteří ovládají čísla.
Chtěl jsem, aby to zaujalo všechny.
08:05
I wanted everyone to engage with it.
164
473437
1755
08:07
So for the design of the quiz,
165
475216
1525
Takže při navrhování kvízu
08:08
I was inspired by the isotypes
166
476765
3615
jsem se inspiroval
piktogramy Otto Neuratha
piktogramy Otto Neuratha
08:12
of Otto Neurath from the 1920s and '30s.
167
480404
2602
z dvacátých a třicátých let.
08:15
Now, these are methods
for representing numbers
for representing numbers
168
483030
4348
Je to metoda, znázorňující čísla
08:19
using repeating icons.
169
487402
1773
pomocí opakujících se ikon.
08:21
And the numbers are there,
but they sit in the background.
but they sit in the background.
170
489640
3165
Jsou tam i čísla, ale jsou v pozadí.
08:24
So it's a great way
of representing quantity
of representing quantity
171
492829
2723
Je to skvělý způsob vyjádření množství,
08:27
without resorting to using terms
like "percentage,"
like "percentage,"
172
495576
2984
aniž bychom používali
výrazy jako „procenta“,
výrazy jako „procenta“,
08:30
"fractions" and "ratios."
173
498584
1230
„zlomky" nebo „poměr".
08:31
So here's the quiz.
174
499838
1702
Takže tady je kvíz.
08:34
The layout of the quiz is,
175
502310
1647
Vidíte uspořádání kvízu,
08:35
you have your repeating icons
on the left-hand side there,
on the left-hand side there,
176
503981
2819
na levé straně jsou opakující se ikony,
08:38
and a map showing you the area
we're asking you questions about
we're asking you questions about
177
506824
3123
na pravé straně
je mapa oblasti, na kterou se ptáme.
08:41
on the right-hand side.
178
509971
1167
08:43
There are seven questions.
179
511162
1281
Dostanete sedm otázek.
08:44
Each question, there's a possible answer
between zero and a hundred,
between zero and a hundred,
180
512467
3893
Na každou otázku je možná odpověď
mezi nulou a stem
mezi nulou a stem
a na konci kvízu zjistíte
08:48
and at the end of the quiz,
181
516384
1349
08:49
you get an overall score
between zero and a hundred.
between zero and a hundred.
182
517757
3218
vaše celkové skóre mezi nulou a stem.
08:52
And so because this is TEDxExeter,
183
520999
2084
A protože tohle je TEDx v Exeteru,
08:55
I thought we would have
a quick look at the quiz
a quick look at the quiz
184
523107
2325
napadlo mne, že se podíváme
08:57
for the first few questions of Exeter.
185
525456
2309
na otázky pro Exeter.
08:59
And so the first question is:
186
527789
1405
První otázka zní:
09:01
For every 100 people,
how many are aged under 16?
how many are aged under 16?
187
529218
2992
Z každých 100 lidí,
kolik je mladších 16 let?
kolik je mladších 16 let?
09:04
Now, I don't know Exeter very well
at all, so I had a guess at this,
at all, so I had a guess at this,
188
532784
3600
Já toho o Exeteru moc nevím,
takže jsem to odhadl,
takže jsem to odhadl,
09:08
but it gives you an idea
of how this quiz works.
of how this quiz works.
189
536408
2561
ale uděláte si představu,
jak kvíz funguje.
jak kvíz funguje.
09:10
You drag the slider
to highlight your icons,
to highlight your icons,
190
538993
3706
Posunete jezdce tak,
abyste zvýraznili ikony
abyste zvýraznili ikony
09:14
and then just click "Submit" to answer,
191
542723
2235
a pak kliknete na tlačítko „Odeslat“.
09:16
and we animate away the difference
between your answer and reality.
between your answer and reality.
192
544982
3663
Znázorní se rozdíl mezi
vaší odpovědí a skutečností.
vaší odpovědí a skutečností.
09:20
And it turns out, I was a pretty
terrible guess: five.
terrible guess: five.
193
548669
4075
A ukázalo se, že můj odhad
byl docela hrozný: skutečnost je 5.
byl docela hrozný: skutečnost je 5.
09:25
How about the next question?
194
553149
1424
Další otázka?
09:26
This is asking about
what the average age is,
what the average age is,
195
554597
2156
Ptám se, jaký je střední věk (medián),
09:28
so the age at which half
the population are younger
the population are younger
196
556777
2445
který dělí populaci na mladší
09:31
and half the population are older.
197
559246
1674
a starší polovinu.
09:32
And I thought 35 -- that sounds
middle-aged to me.
middle-aged to me.
198
560944
3350
Já si myslím 35,
to mi připadá jako střední věk.
to mi připadá jako střední věk.
09:36
(Laughter)
199
564318
1443
(smích)
09:40
Actually, in Exeter,
it's incredibly young,
it's incredibly young,
200
568206
2106
Ve skutečnosti je Exeter
neuvěřitelně mladý
neuvěřitelně mladý
09:42
and I had underestimated the impact
of the university in this area.
of the university in this area.
201
570336
4538
a já jsem podcenil
vliv univerzity na tuto oblast.
vliv univerzity na tuto oblast.
Jak postupujete, otázky jsou stále těžší.
09:46
The questions get harder
as you go through.
as you go through.
202
574898
2031
09:48
So this one's now asking
about homeownership:
about homeownership:
203
576953
2383
Nyní se ptám na vlastnictví domů.
Z každých 100 domácností - kolik je
financováno hypotékou nebo půjčkou?
financováno hypotékou nebo půjčkou?
09:51
For every 100 households, how many
are owned with a mortgage or loan?
are owned with a mortgage or loan?
204
579955
3699
09:55
And I hedged my bets here,
205
583678
1280
Tady jsem se pojistil,
09:56
because I didn't want to be
more than 50 out on the answer.
more than 50 out on the answer.
206
584982
3098
protože jsem nechtěl
být mimo o víc než o 50.
být mimo o víc než o 50.
10:00
(Laughter)
207
588104
2020
(smích)
10:02
And actually, these get harder,
these questions,
these questions,
208
590148
2466
Skutečně jsou otázky těžší,
10:04
because when you're in an area,
when you're in a community,
when you're in a community,
209
592638
2859
protože když v oblasti žijete,
když jste ve společnosti,
když jste ve společnosti,
10:07
things like age -- there are clues
to whether a population is old or young.
to whether a population is old or young.
210
595521
5250
u věcí jako věk existují vodítka,
zda je obyvatelstvo staré nebo mladé.
zda je obyvatelstvo staré nebo mladé.
10:12
Just by looking around
the area, you can see it.
the area, you can see it.
211
600795
2345
Když se podíváte po okolí,
můžete to vidět.
můžete to vidět.
10:15
Something like homeownership
is much more difficult to see,
is much more difficult to see,
212
603164
3391
Něco jako financování domů
je mnohem obtížnější rozpoznat,
je mnohem obtížnější rozpoznat,
10:18
so we revert to our own heuristics,
213
606579
2608
tak se vracíme k naší vlastní heuristice,
10:21
our own biases about how many people
we think own their own homes.
we think own their own homes.
214
609211
4451
k našim vlastním odhadům,
kolik lidí podle nás vlastní svůj domov.
kolik lidí podle nás vlastní svůj domov.
10:25
Now the truth is,
when we published this quiz,
when we published this quiz,
215
613686
3650
Je pravda, že když jsme
tento kvíz zveřejnili,
tento kvíz zveřejnili,
10:29
the census data that it's based on
was already a few years old.
was already a few years old.
216
617360
3536
údaje, ze kterých kvíz vychází,
byly již pár let staré.
byly již pár let staré.
Máme online aplikace, které vám umožňují
zadat poštovní směrovací číslo
zadat poštovní směrovací číslo
10:32
We've had online applications
that allow you to put in a post code
that allow you to put in a post code
217
620920
3569
a získat statistiky
za několik let zpětně.
za několik let zpětně.
10:36
and get statistics back for years.
218
624513
2094
10:38
So in some senses,
219
626631
1189
V určitém smyslu
10:39
this was all a little bit old
and not necessarily new.
and not necessarily new.
220
627844
3549
to všechno bylo trochu staré
a ne úplně aktuální.
a ne úplně aktuální.
10:43
But I was interested to see
what reaction we might get
what reaction we might get
221
631417
3639
Ale mě zajímalo, jakou reakci
bychom mohli získat,
bychom mohli získat,
10:47
by game-ifying the data
in the way that we have,
in the way that we have,
222
635080
2717
když podáme data, která máme,
hravou formou,
hravou formou,
10:49
by using animation
223
637821
1407
pomocí animace
10:51
and playing on the fact
that people have their own preconceptions.
that people have their own preconceptions.
224
639252
3748
a pohrajeme si s předsudky lidí.
10:55
It turns out, the reaction was, um ...
225
643508
3583
Ukázalo se, že reakce byla, hm...
byla větší, než jsem si troufl doufat.
11:00
was more than I could have hoped for.
226
648328
1928
11:02
It was a long-held ambition of mine
to bring down a statistics website
to bring down a statistics website
227
650280
3381
Dlouho jsem měl ambici,
aby kvůli zájmu veřejnosti
aby kvůli zájmu veřejnosti
spadla webová stránka se statistikou.
11:05
due to public demand.
228
653685
1408
11:07
(Laughter)
229
655117
1800
(smích)
11:08
This URL contains the words
"statistics," "gov" and "UK,"
"statistics," "gov" and "UK,"
230
656941
3464
Tato URL adresa obsahuje slova
„statistika“, „vláda“ a „UK“,
„statistika“, „vláda“ a „UK“,
11:12
which are three of people's least
favorite words in a URL.
favorite words in a URL.
231
660429
3242
což jsou v URL adrese
tři nejméně oblíbená slova.
tři nejméně oblíbená slova.
11:15
And the amazing thing about this
was that the website came down
was that the website came down
232
663695
3985
A úžasná věc na tom byla,
že internetová stránka spadla
že internetová stránka spadla
11:19
at quarter to 10 at night,
233
667704
2093
v noci ve ¾ na 10,
11:21
because people were actually
engaging with this data
engaging with this data
234
669821
3211
protože lidé se skutečně
zajímali o tyto údaje
zajímali o tyto údaje
11:25
of their own free will,
235
673056
1539
o své vlastní svobodné vůli
11:26
using their own personal time.
236
674619
2035
a ve svém volném čase.
11:28
I was very interested to see
237
676678
2487
Velmi mě zaujalo,
11:31
that we got something like
a quarter of a million people
a quarter of a million people
238
679189
3713
že asi čtvrt milionu lidí si kvíz spustilo
11:34
playing the quiz within the space
of 48 hours of launching it.
of 48 hours of launching it.
239
682926
3272
během 48 hodin od jeho spuštění.
11:38
And it sparked an enormous discussion
online, on social media,
online, on social media,
240
686222
3927
Kvíz vyvolal enormní diskusi online,
na sociálních sítích,
na sociálních sítích,
11:42
which was largely dominated
241
690173
2037
kde převládali lidé,
11:44
by people having fun
with their misconceptions,
with their misconceptions,
242
692234
3993
kteří se bavili svými mylnými představami,
11:48
which is something that
I couldn't have hoped for any better,
I couldn't have hoped for any better,
243
696251
3059
což byla věc, ve kterou jsem nemohl
11:51
in some respects.
244
699334
1160
vůbec doufat.
11:52
I also liked the fact that people started
sending it to politicians.
sending it to politicians.
245
700518
3226
Také se mi líbilo,
že lidé začali kvíz posílat politikům.
že lidé začali kvíz posílat politikům.
„Jak dobře znáte oblast,
kterou chcete zastupovat?“
kterou chcete zastupovat?“
11:55
How well do you know the area
you claim to represent?
you claim to represent?
246
703768
2589
11:58
(Laughter)
247
706381
1162
(smích)
11:59
And then just to finish,
248
707567
1560
A úplně na závěr
12:01
going back to the two kinds of people,
249
709992
2330
se vrátím k těm dvěma druhům lidí.
Myslím, že by bylo zajímavé vidět,
12:04
I thought it would be
really interesting to see
really interesting to see
250
712346
2257
jak lidé, kteří se vyznají v číslech,
v tomto kvízu uspěli.
v tomto kvízu uspěli.
12:06
how people who are good with numbers
would do on this quiz.
would do on this quiz.
251
714627
2815
Od národního statistika Anglie a Walesu,
Johna Pullingera,
Johna Pullingera,
12:09
The national statistician
of England and Wales, John Pullinger,
of England and Wales, John Pullinger,
252
717466
3016
12:12
you would expect he would be pretty good.
253
720506
2073
byste asi čekali, že bude docela dobrý.
12:15
He got 44 for his own area.
254
723524
2449
Ve své oblasti získal 44 %.
12:17
(Laughter)
255
725997
2468
(smích)
12:20
Jeremy Paxman -- admittedly,
after a glass of wine -- 36.
after a glass of wine -- 36.
256
728489
4949
Jeramy Paxman (břitký moderátor),
nesporně po sklence vína - 36 %.
nesporně po sklence vína - 36 %.
12:26
Even worse.
257
734051
1461
Ještě méně.
To ukazuje, že čísla mohou inspirovat
nás všechny.
nás všechny.
12:27
It just shows you that the numbers
can inspire us all.
can inspire us all.
258
735536
3201
Mohou nás všechny překvapit.
12:30
They can surprise us all.
259
738761
1260
12:32
So very often, we talk about statistics
260
740045
2039
Velmi často mluvíme o statistice
12:34
as being the science of uncertainty.
261
742108
1962
jako o vědě nejistoty.
12:36
My parting thought for today is:
262
744094
1782
Dnes jsem chtěl ukázat,
12:37
actually, statistics is the science of us.
263
745900
3035
že statistika je
ve skutečnosti vědou o nás.
ve skutečnosti vědou o nás.
12:40
And that's why we should
be fascinated by numbers.
be fascinated by numbers.
264
748959
2788
A proto by nás čísla měla zajímat.
12:43
Thank you very much.
265
751771
1190
Velmi vám děkuji.
12:44
(Applause)
266
752985
3777
(potlesk)
ABOUT THE SPEAKER
Alan Smith - Data visualisation editorAlan Smith uses interactive graphics and statistics to breathe new life into how data is presented.
Why you should listen
Alan Smith is Data Visualisation Editor at the Financial Times in London. Previously he was Head of Digital Content at the UK Office for National Statistics (ONS).
With a background in cartography and digital mapping, he has spent the last decade finding ways of bringing statistics to wider audiences. In 2010, he was an inaugural recipient of the Royal Statistical Society's Award for Excellence in Official Statistics. He was appointed Office of the Order of the British Empire (OBE) in the Queen's 2011 Birthday Honours list.
Alan Smith | Speaker | TED.com