TEDNYC
Mona Chalabi: 3 ways to spot a bad statistic
Мона Чалабі: Три способи виявити погану статистику
Filmed:
Readability: 4.2
1,888,599 views
Іноді буває важко повірити у статистичні дані. Та не варто взагалі нехтувати статистикою... Краще постаратися зрозуміти, яку інформацію вона приховує. У цій чудовій, веселій промові, журналістка даних Мона Чалабі ділиться корисними порадами, що допоможуть зрозуміти й витлумачити те, що нам говорять цифри.
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
Сьогодні я розповім вам про статистику.
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
Якщо ви трохи насторожились,
то це нормально,
то це нормально,
це почуття не робить з вас
божевільного конспіролога,
божевільного конспіролога,
00:18
that doesn't make you some
kind of crazy conspiracy theorist,
kind of crazy conspiracy theorist,
2
6833
2859
00:21
it makes you skeptical.
3
9716
1296
ви стаєте скептиком.
00:23
And when it comes to numbers,
especially now, you should be skeptical.
especially now, you should be skeptical.
4
11036
3886
І коли мова йде про цифри,
особливо зараз, ви повинні ним бути.
особливо зараз, ви повинні ним бути.
Та водночас мусите сказати,
які цифри надійні,
які цифри надійні,
00:26
But you should also be able to tell
which numbers are reliable
which numbers are reliable
5
14946
3011
а які ні.
00:29
and which ones aren't.
6
17981
1160
Сьогодні для цього я спробую дати вам
кілька підказок.
кілька підказок.
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
Та спочатку
00:34
But before I do,
8
22395
1169
хочу пояснити, які цифри я маю на увазі.
00:35
I just want to clarify which numbers
I'm talking about here.
I'm talking about here.
9
23588
2839
Я не говорю про щось на кшталт
00:38
I'm not talking about claims like,
10
26451
1635
"9 з 10 жінок рекомендують цей
омолоджуючий крем".
омолоджуючий крем".
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
Певно, чимало з нас
від такого закотять очі.
від такого закотять очі.
Та сьогодні люди сумніваються
навіть у таких статистичних даних:
навіть у таких статистичних даних:
00:45
What's different now is people
are questioning statistics like,
are questioning statistics like,
13
33579
2984
"Безробіття у США становить 5%".
00:48
"The US unemployment
rate is five percent."
rate is five percent."
14
36587
2014
Це ствердження не приватної компанії,
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
а уряду.
00:54
it comes from the government.
16
42165
1388
Близько 4 з 10 американців
не довіряють економічним даним,
не довіряють економічним даним,
00:55
About 4 out of 10 Americans
distrust the economic data
distrust the economic data
17
43577
3336
00:58
that gets reported by government.
18
46937
1573
що озвучує влада.
01:00
Among supporters of President Trump
it's even higher;
it's even higher;
19
48534
2491
Серед прихильників президента Трампа
цифри навіть вищі;
цифри навіть вищі;
це близько 7 з 10.
01:03
it's about 7 out of 10.
20
51049
1633
01:04
I don't need to tell anyone here
21
52706
1804
Нема потреби говорити,
що є багато ліній, які розділяють
суспільство,
суспільство,
01:06
that there are a lot of dividing lines
in our society right now,
in our society right now,
22
54534
3011
і багато з них починають набувати сенсу,
01:09
and a lot of them start to make sense,
23
57569
1825
як тільки ви зрозумієте ставлення людей
до таких державних даних.
до таких державних даних.
01:11
once you understand people's relationships
with these government numbers.
with these government numbers.
24
59418
3687
З одного боку, є ті, хто говорить, що ці
дані визначальні,
дані визначальні,
01:15
On the one hand, there are those who say
these statistics are crucial,
these statistics are crucial,
25
63129
3336
01:18
that we need them to make sense
of society as a whole
of society as a whole
26
66489
2630
що ми потребуємо їх, щоб розуміти
суспільство у цілому,
суспільство у цілому,
01:21
in order to move beyond
emotional anecdotes
emotional anecdotes
27
69143
2164
щоб вийти за межі емоційності
01:23
and measure progress in a subjective way.
28
71331
2410
і оцінювати прогрес об'єктивно.
01:25
And then there are the others,
29
73765
1467
А є й інші люди, які говорять,
01:27
who say that these statistics are elitist,
30
75256
2156
що ця статистика працює на еліту
01:29
maybe even rigged;
31
77436
1208
або взагалі сфальсифікована;
01:30
they don't make sense
and they don't really reflect
and they don't really reflect
32
78668
2394
вона не має сенсу
і не відображає істинно те,
і не відображає істинно те,
що відбувається
у повсякденному житті людей.
у повсякденному житті людей.
01:33
what's happening
in people's everyday lives.
in people's everyday lives.
33
81086
2296
Складається враження,
що друга група цю битву виграє.
що друга група цю битву виграє.
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
Ми живемо у світі,
альтернативних фактів,
альтернативних фактів,
01:38
We're living in a world
of alternative facts,
of alternative facts,
35
86917
2108
де люди не надто
покладаються на статистику,
покладаються на статистику,
01:41
where people don't find statistics
this kind of common ground,
this kind of common ground,
36
89049
2935
і це породжує дискусії.
01:44
this starting point for debate.
37
92008
1636
Це проблема.
01:45
This is a problem.
38
93668
1286
Наразі у США є рухи за те, щоб
01:46
There are actually
moves in the US right now
moves in the US right now
39
94978
2067
взагалі скасувати деяку урядові
статистику.
статистику.
01:49
to get rid of some government
statistics altogether.
statistics altogether.
40
97069
2861
01:51
Right now there's a bill in congress
about measuring racial inequality.
about measuring racial inequality.
41
99954
3387
Просто зараз у конгресі зареєстровано законопроект
щодо даних расової нерівності.
щодо даних расової нерівності.
У проекті закону вказано, що уряд
не повинен витрачати кошти
не повинен витрачати кошти
01:55
The draft law says that government
money should not be used
money should not be used
42
103365
2801
для збору даних про расову сегрегацію.
01:58
to collect data on racial segregation.
43
106190
1902
02:00
This is a total disaster.
44
108116
1885
Це тотальна катастрофа.
02:02
If we don't have this data,
45
110025
1748
Якщо у нас немає цієї інформації,
02:03
how can we observe discrimination,
46
111797
1778
як ми дізнаємося
про дискримінацію,
про дискримінацію,
02:05
let alone fix it?
47
113599
1278
не кажучи вже про її усунення?
02:06
In other words:
48
114901
1188
Іншими словами,
як уряд вестиме справедливу політику,
02:08
How can a government create fair policies
49
116113
2059
якщо не зможе виміряти
рівень несправедливості?
рівень несправедливості?
02:10
if they can't measure
current levels of unfairness?
current levels of unfairness?
50
118196
2771
Йдеться не лише про дискримінацію,
02:12
This isn't just about discrimination,
51
120991
1794
02:14
it's everything -- think about it.
52
122809
1670
а й про все – поміркуйте над цим.
Як ухвалювати закони
про здоров'я,
про здоров'я,
02:16
How can we legislate on health care
53
124503
1690
якщо не буде даних?
02:18
if we don't have good data
on health or poverty?
on health or poverty?
54
126217
2271
Як ми можемо обговорювати імміграцію,
02:20
How can we have public debate
about immigration
about immigration
55
128512
2198
якщо ми не в змозі узгодити хоча б те,
02:22
if we can't at least agree
56
130734
1250
скільки людей іммігрує?
02:24
on how many people are entering
and leaving the country?
and leaving the country?
57
132008
2643
Держстатистику надає держава;
звідси й назва.
звідси й назва.
02:26
Statistics come from the state;
that's where they got their name.
that's where they got their name.
58
134675
3058
Ідея полягала в тому, щоб краще
вивчити населення
вивчити населення
02:29
The point was to better
measure the population
measure the population
59
137757
2157
і далі краще обслуговувати його.
02:31
in order to better serve it.
60
139938
1357
02:33
So we need these government numbers,
61
141319
1725
Тож нам потрібні ці дані,
але з розумінням того, у що сліпо вірити,
02:35
but we also have to move
beyond either blindly accepting
beyond either blindly accepting
62
143068
2647
а що сліпо відкидати.
02:37
or blindly rejecting them.
63
145739
1268
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
Нам потрібно навчитися
розрізняти погані дані.
розрізняти погані дані.
02:42
I started to learn some of these
65
150052
1528
Я почала вчитися цього
02:43
when I was working
in a statistical department
in a statistical department
66
151604
2166
у відділі статистики
Організації Об'єднаних Націй.
02:45
that's part of the United Nations.
67
153794
1643
Ми з'ясовували кількість іракців,
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
які вимушено покинули
свої оселі через війну,
свої оселі через війну,
02:50
as a result of the war,
69
158891
1158
і те, що їм потрібно.
02:52
and what they needed.
70
160073
1158
Це була важлива, однак складна робота.
02:53
It was really important work,
but it was also incredibly difficult.
but it was also incredibly difficult.
71
161255
3178
02:56
Every single day, we were making decisions
72
164457
2018
Щодня ми приймали рішення,
які впливали на точність
наших даних.
наших даних.
02:58
that affected the accuracy
of our numbers --
of our numbers --
73
166499
2157
03:00
decisions like which parts
of the country we should go to,
of the country we should go to,
74
168680
2744
Рішення - які частини
країни ми маємо відвідати,
країни ми маємо відвідати,
з ким ми маємо говорити,
03:03
who we should speak to,
75
171448
1156
які питання ставити.
03:04
which questions we should ask.
76
172628
1568
03:06
And I started to feel
really disillusioned with our work,
really disillusioned with our work,
77
174220
2680
Та я почала розчаровуватися,
адже ми думали, що робимо
дійсно хорошу роботу,
дійсно хорошу роботу,
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
та самим іракцям,
котрі єдині могли дати нам відповіді,
котрі єдині могли дати нам відповіді,
рідко траплялася нагода навіть
знайти наш аналіз.
знайти наш аналіз.
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
Тож я переконалася,
03:18
So I started to feel really determined
81
186332
1831
03:20
that the one way to make
numbers more accurate
numbers more accurate
82
188187
2311
що єдиний шлях
зібрати точніші дані -
зібрати точніші дані -
03:22
is to have as many people as possible
be able to question them.
be able to question them.
83
190522
3053
це ставити питання якомога більшій
кількості людей.
кількості людей.
03:25
So I became a data journalist.
84
193599
1434
Таким чином, я стала журналістом даних.
03:27
My job is finding these data sets
and sharing them with the public.
and sharing them with the public.
85
195057
3904
Я знаходжу дані
і ділюся ними.
і ділюся ними.
Будь-хто може це робити, тут не треба
бути вундеркіндом.
бути вундеркіндом.
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
03:34
You can ignore those words;
they're used by people
they're used by people
87
202182
2355
Можете проігнорувати ці слова;
їх кажуть,
їх кажуть,
03:36
trying to say they're smart
while pretending they're humble.
while pretending they're humble.
88
204561
2822
щоб продемонструвати свій розум
через вдавану скромність.
через вдавану скромність.
Але це справді під силу будь-кому.
03:39
Absolutely anyone can do this.
89
207407
1589
Я хочу озвучити три запитання,
03:41
I want to give you guys three questions
90
209020
2067
03:43
that will help you be able to spot
some bad statistics.
some bad statistics.
91
211111
3005
щоб ви зрозуміли, що таке
погана статистика.
погана статистика.
03:46
So, question number one
is: Can you see uncertainty?
is: Can you see uncertainty?
92
214140
3507
Отже, питання перше:
Ви можете побачити невпевненість?
Ви можете побачити невпевненість?
Одна з речей, що дійсно змінила
ставлення людей до даних,
ставлення людей до даних,
03:49
One of things that's really changed
people's relationship with numbers,
people's relationship with numbers,
93
217671
3364
і навіть їхню довіру до ЗМІ, -
03:53
and even their trust in the media,
94
221059
1641
03:54
has been the use of political polls.
95
222724
2258
03:57
I personally have a lot of issues
with political polls
with political polls
96
225006
2538
використання політичних
опитувань.
опитувань.
03:59
because I think the role of journalists
is actually to report the facts
is actually to report the facts
97
227568
3376
Я маю багато питань
щодо політопитувань,
щодо політопитувань,
адже роль журналістів насправді -
повідомляти про факти,
повідомляти про факти,
04:02
and not attempt to predict them,
98
230968
1553
а не намагатися їх передбачити,
особливо коли вони можуть
зашкодити демократії,
зашкодити демократії,
04:04
especially when those predictions
can actually damage democracy
can actually damage democracy
99
232545
2996
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
сигналізуючи людині:
не голосуй за того хлопця,
не голосуй за того хлопця,
він не має жодного шансу.
04:10
he doesn't have a chance.
101
238321
1205
Поговоримо про точність цих зусиль.
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
Опираючись на результати національних виборів
у Великобританії, Італії, Ізраїлі
у Великобританії, Італії, Ізраїлі
04:15
Based on national elections
in the UK, Italy, Israel
in the UK, Italy, Israel
103
243228
4608
04:19
and of course, the most recent
US presidential election,
US presidential election,
104
247860
2764
і, звісно, останніх
виборів президента в США,
виборів президента в США,
використовувати опитування, щоб передбачити
результати виборів,
результати виборів,
04:22
using polls to predict electoral outcomes
105
250648
2137
це десь так само, як з допомогою місяця
планувати кількість госпіталізацій.
планувати кількість госпіталізацій.
04:24
is about as accurate as using the moon
to predict hospital admissions.
to predict hospital admissions.
106
252809
3812
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
Ні, серйозно, тут я використала фактичні дані
наукового дослідження.
наукового дослідження.
Є багато причин, чому
опитування такі неточні.
опитування такі неточні.
04:32
There are a lot of reasons why
polling has become so inaccurate.
polling has become so inaccurate.
108
260869
3727
Наші суспільства стали дуже
різноманітними,
різноманітними,
04:36
Our societies have become really diverse,
109
264620
1970
що ускладнило
отримання хорошої вибірки
отримання хорошої вибірки
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
населення для виборців.
04:42
of the population for their polls.
111
270459
1627
Люди неохоче відповідають
соціологам по телефону,
соціологам по телефону,
04:44
People are really reluctant to answer
their phones to pollsters,
their phones to pollsters,
112
272110
3006
04:47
and also, shockingly enough,
people might lie.
people might lie.
113
275140
2276
а також, що досить шокує,
люди можуть обманювати.
люди можуть обманювати.
04:49
But you wouldn't necessarily
know that to look at the media.
know that to look at the media.
114
277440
2811
Та ви не дізнаєтеся цього зі ЗМІ.
04:52
For one thing, the probability
of a Hillary Clinton win
of a Hillary Clinton win
115
280275
2761
З одного боку, про ймовірність
перемоги Гілларі Клінтон
перемоги Гілларі Клінтон
повідомили з точністю до десятих.
04:55
was communicated with decimal places.
116
283060
2791
Ми не використовуємо десяткових
розрядів для опису температури.
розрядів для опису температури.
04:57
We don't use decimal places
to describe the temperature.
to describe the temperature.
117
285875
2621
То як можна передбачати вибір
230 мільйонів виборців цієї країни
230 мільйонів виборців цієї країни
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
настільки точно?
05:04
be that precise?
119
292772
1829
А далі були ті "вилизані" графіки.
05:06
And then there were those sleek charts.
120
294625
2002
05:08
See, a lot of data visualizations
will overstate certainty, and it works --
will overstate certainty, and it works --
121
296651
3973
Візуалізація даних у великому обсязі
здатна завищити впевненість у них.
здатна завищити впевненість у них.
Ці графіки можуть приголомшити.
05:12
these charts can numb
our brains to criticism.
our brains to criticism.
122
300648
2620
05:15
When you hear a statistic,
you might feel skeptical.
you might feel skeptical.
123
303292
2558
Коли ви чуєте статистику,
ви скептично налаштовані.
ви скептично налаштовані.
Як тільки вона показана на графіку,
05:17
As soon as it's buried in a chart,
124
305874
1635
05:19
it feels like some kind
of objective science,
of objective science,
125
307533
2129
ви відчуваєте
об'єктивну науку,
об'єктивну науку,
якої там немає.
05:21
and it's not.
126
309686
1249
05:22
So I was trying to find ways
to better communicate this to people,
to better communicate this to people,
127
310959
3103
Тож я шукала шляхи краще
повідомити це людям,
повідомити це людям,
щоб показати ненадійність наших даних.
05:26
to show people the uncertainty
in our numbers.
in our numbers.
128
314086
2504
Я почала збирати
набори реальних даних
набори реальних даних
05:28
What I did was I started taking
real data sets,
real data sets,
129
316614
2246
05:30
and turning them into
hand-drawn visualizations,
hand-drawn visualizations,
130
318884
2652
і малювала візуалізації,
05:33
so that people can see
how imprecise the data is;
how imprecise the data is;
131
321560
2672
щоб люди могли побачити
наскільки ці дані неточні;
наскільки ці дані неточні;
05:36
so people can see that a human did this,
132
324256
1996
щоб усі могли бачити, що їх зробила
людина,
людина,
05:38
a human found the data and visualized it.
133
326276
1972
людина знайшла дані і візуалізувала їх.
05:40
For example, instead
of finding out the probability
of finding out the probability
134
328272
2672
Наприклад, замість
визначення ймовірності
визначення ймовірності
05:42
of getting the flu in any given month,
135
330968
2126
захворіти грипом у будь-якому місяці,
05:45
you can see the rough
distribution of flu season.
distribution of flu season.
136
333118
2792
ви бачите грубий розподіл сезону грипу.
05:47
This is --
137
335934
1167
Це
05:49
(Laughter)
138
337125
1018
(Сміх)
05:50
a bad shot to show in February.
139
338167
1486
поганий приклад для
демонстрації у лютому.
демонстрації у лютому.
Але така візуалізація відповідальна,
05:51
But it's also more responsible
data visualization,
data visualization,
140
339677
2455
бо якщо вказати
на точну ймовірність епідемії,
на точну ймовірність епідемії,
05:54
because if you were to show
the exact probabilities,
the exact probabilities,
141
342156
2455
це може підштовхнути
людей робити щеплення від грипу
людей робити щеплення від грипу
05:56
maybe that would encourage
people to get their flu jabs
people to get their flu jabs
142
344635
2592
не в той час.
05:59
at the wrong time.
143
347251
1456
Ідея цих розмитих ліній
06:01
The point of these shaky lines
144
349163
1693
в тому, що люди пам'ятають ці неточності.
06:02
is so that people remember
these imprecisions,
these imprecisions,
145
350880
2911
Вони не обов'язково згадають
якесь число,
якесь число,
06:05
but also so they don't necessarily
walk away with a specific number,
walk away with a specific number,
146
353815
3227
та запам'ятають важливі факти.
06:09
but they can remember important facts.
147
357066
1866
Несправедливість і нерівність
залишили величезний слід у нашому житті.
залишили величезний слід у нашому житті.
06:10
Facts like injustice and inequality
leave a huge mark on our lives.
leave a huge mark on our lives.
148
358956
4024
Чорношкірі та
корінні американці не живуть так довго,
корінні американці не живуть так довго,
06:15
Facts like Black Americans and Native
Americans have shorter life expectancies
Americans have shorter life expectancies
149
363004
4189
як представники інших рас,
06:19
than those of other races,
150
367217
1400
06:20
and that isn't changing anytime soon.
151
368641
2138
і це не скоро зміниться.
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
Ув'язнені у США
живуть в одиночних камерах,
живуть в одиночних камерах,
які за розмірами менші, ніж
середньостатистичне місце для парковки.
середньостатистичне місце для парковки.
06:26
that are smaller than the size
of an average parking space.
of an average parking space.
153
374728
3342
Сенс цих візуалізацій
також, щоб нагадати людям
також, щоб нагадати людям
06:30
The point of these visualizations
is also to remind people
is also to remind people
154
378535
3335
про деякі дуже важливі
статистичні концепції,
статистичні концепції,
06:33
of some really important
statistical concepts,
statistical concepts,
155
381894
2350
06:36
concepts like averages.
156
384268
1636
наприклад, середнє число.
06:37
So let's say you hear a claim like,
157
385928
1668
Скажімо, ви чуєте таке:
"Середньостатистичний басейн у США містить
6,23 частинок фекалій у воді".
6,23 частинок фекалій у воді".
06:39
"The average swimming pool in the US
contains 6.23 fecal accidents."
contains 6.23 fecal accidents."
158
387620
4434
Це зовсім не означає, що кожен
басейн у країні
басейн у країні
06:44
That doesn't mean every single
swimming pool in the country
swimming pool in the country
159
392078
2797
містить рівно 6,23 частинок екскрементів.
06:46
contains exactly 6.23 turds.
160
394899
2194
Щоб це показати,
06:49
So in order to show that,
161
397117
1417
06:50
I went back to the original data,
which comes from the CDC,
which comes from the CDC,
162
398558
2841
я повернулася до первинних даних з CDC,
які перевірили лише 47 басейнів.
06:53
who surveyed 47 swimming facilities.
163
401423
2065
Я витратила один вечір,
перерозподіляючи фекалії.
перерозподіляючи фекалії.
06:55
And I just spent one evening
redistributing poop.
redistributing poop.
164
403512
2391
06:57
So you can kind of see
how misleading averages can be.
how misleading averages can be.
165
405927
2682
07:00
(Laughter)
166
408633
1282
Тож ви бачите, як
середньостатистичні дані вводять в оману.
середньостатистичні дані вводять в оману.
07:01
OK, so the second question
that you guys should be asking yourselves
that you guys should be asking yourselves
167
409939
3901
(Сміх)
ОК, друге питання для того,
07:05
to spot bad numbers is:
168
413864
1501
щоб визначити погані дані:
Чи можу я побачити себе в цих даних?
07:07
Can I see myself in the data?
169
415389
1967
07:09
This question is also
about averages in a way,
about averages in a way,
170
417380
2913
Це також про середньостатистичність
у деякому сенсі,
у деякому сенсі,
адже частково люди розчаровуються
07:12
because part of the reason
why people are so frustrated
why people are so frustrated
171
420317
2605
в держстатистиках через те, що
вони не розказують, хто виграє чи програє
07:14
with these national statistics,
172
422946
1495
у національній політиці.
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
Люди розчаровуються у
глобальній середньостатистичності,
глобальній середньостатистичності,
коли та не збігається
з їх особистим досвідом.
з їх особистим досвідом.
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
Я хотіла показати вплив даних
на повсякденне життя.
на повсякденне життя.
07:24
when they don't match up
with their personal experiences.
with their personal experiences.
176
432284
2679
07:26
I wanted to show people the way
data relates to their everyday lives.
data relates to their everyday lives.
177
434987
3263
І почала вести колонку порад
«Люба Мона»,
«Люба Мона»,
07:30
I started this advice column
called "Dear Mona,"
called "Dear Mona,"
178
438274
2246
куди люди могли звертатися
з питаннями та проблемами,
з питаннями та проблемами,
07:32
where people would write to me
with questions and concerns
with questions and concerns
179
440544
2726
а я старалася відповідати за
допомогою даних.
допомогою даних.
07:35
and I'd try to answer them with data.
180
443294
1784
Люди запитували в мене будь-що.
07:37
People asked me anything.
181
445102
1200
"Чи варто спати окремо від дружини?"
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
"Чи шкодують люди про тату?"
07:41
"Do people regret their tattoos?"
183
449611
1591
"Що означає померти природньою смертю?"
07:43
"What does it mean to die
of natural causes?"
of natural causes?"
184
451226
2164
07:45
All of these questions are great,
because they make you think
because they make you think
185
453414
2966
Ці питання - чудові,
адже змушують задуматися
адже змушують задуматися
07:48
about ways to find
and communicate these numbers.
and communicate these numbers.
186
456404
2336
про те, як шукати та
доводити ці цифри.
доводити ці цифри.
Якщо вас спитають:
"Скільки сечі потрібно, щоб помочитися?",
"Скільки сечі потрібно, щоб помочитися?",
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
07:53
which is a question that I got asked,
188
461291
2458
(Власне, таке питання я отримала.)
ви прагнете, щоб візуалізація
була актуальною
була актуальною
07:55
you really want to make sure
that the visualization makes sense
that the visualization makes sense
189
463773
2980
для якомога більшої кількості
людей.
людей.
07:58
to as many people as possible.
190
466777
1747
Ці цифри - доступні.
08:00
These numbers aren't unavailable.
191
468548
1575
08:02
Sometimes they're just buried
in the appendix of an academic study.
in the appendix of an academic study.
192
470147
3507
Просто іноді вони губляться
в додатках наукових досліджень.
в додатках наукових досліджень.
І їх можна визначити.
08:05
And they're certainly not inscrutable;
193
473678
1839
08:07
if you really wanted to test
these numbers on urination volume,
these numbers on urination volume,
194
475541
2975
Якщо ви дійсно хотіли б виміряти
обсяг сечовипускання,
обсяг сечовипускання,
то могли б використати пляшку,
й перевірити все на власному досвіді.
й перевірити все на власному досвіді.
08:10
you could grab a bottle
and try it for yourself.
and try it for yourself.
195
478540
2257
(Сміх)
08:12
(Laughter)
196
480821
1008
Ідея не обов'язково в тому, що
08:13
The point of this isn't necessarily
197
481853
1694
кожен набір даних мусить мати
якесь відношення до вас.
якесь відношення до вас.
08:15
that every single data set
has to relate specifically to you.
has to relate specifically to you.
198
483571
2877
Я цікавлюся, скільком жінкам
виписали штрафи у Франції
виписали штрафи у Франції
08:18
I'm interested in how many women
were issued fines in France
were issued fines in France
199
486472
2880
08:21
for wearing the face veil, or the niqab,
200
489376
1959
за носіння паранджі або нікабу,
навіть якщо я не живу у Франції
або не ношу паранджу.
або не ношу паранджу.
08:23
even if I don't live in France
or wear the face veil.
or wear the face veil.
201
491359
2618
Варто отримати
якомога більше контексту.
якомога більше контексту.
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
Це наче сфокусуватися на якійсь
окремій характеристиці даних.
окремій характеристиці даних.
08:29
So it's about zooming out
from one data point,
from one data point,
203
497860
2191
Наприклад, рівень безробіття
становить 5%,
становить 5%,
08:32
like the unemployment rate
is five percent,
is five percent,
204
500075
2104
ці дані можуть змінюватися з плином часу,
08:34
and seeing how it changes over time,
205
502203
1757
08:35
or seeing how it changes
by educational status --
by educational status --
206
503984
2650
або змінюватися залежно від рівня освіти, -
08:38
this is why your parents always
wanted you to go to college --
wanted you to go to college --
207
506658
3104
це тому ваші батьки завжди
хотіли, щоб ви вступили до коледжу, -
хотіли, щоб ви вступили до коледжу, -
08:41
or seeing how it varies by gender.
208
509786
2032
або змінюватися залежно від статі.
08:43
Nowadays, male unemployment rate is higher
209
511842
2127
Наразі серед чоловіків
рівень безробіття вищий,
рівень безробіття вищий,
08:45
than the female unemployment rate.
210
513993
1700
ніж серед жінок.
08:47
Up until the early '80s,
it was the other way around.
it was the other way around.
211
515717
2695
До початку 80-х років,
все було навпаки.
все було навпаки.
Це історія однієї
з найбільших змін,
з найбільших змін,
08:50
This is a story of one
of the biggest changes
of the biggest changes
212
518436
2117
08:52
that's happened in American society,
213
520577
1720
що сталася в американському суспільстві,
і все це у цій схемі, поза межами середніх значень.
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
Осі – це все;
08:57
The axes are everything;
215
525621
1165
Змінивши масштаб,
ви можете змінити історію.
ви можете змінити історію.
08:58
once you change the scale,
you can change the story.
you can change the story.
216
526810
2669
Третє і останнє питання,
над яким я прошу вас подумати,
над яким я прошу вас подумати,
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
коли ви дивитеся на статистику:
09:04
when you're looking at statistics is:
218
532907
1819
Як збирали ці дані?
09:06
How was the data collected?
219
534750
1873
09:09
So far, I've only talked about the way
data is communicated,
data is communicated,
220
537667
2939
Я розповідала, як
дані передаються,
дані передаються,
але важливо і те, як їх збирають.
09:12
but the way it's collected
matters just as much.
matters just as much.
221
540630
2276
Я знаю, що це важко,
09:14
I know this is tough,
222
542930
1167
методики можуть бути незрозумілі
й нудні,
й нудні,
09:16
because methodologies can be opaque
and actually kind of boring,
and actually kind of boring,
223
544121
3081
але є кілька простих способів,
щоб їх перевірити.
щоб їх перевірити.
09:19
but there are some simple steps
you can take to check this.
you can take to check this.
224
547226
2873
09:22
I'll use one last example here.
225
550123
1839
Я наведу останній приклад.
Дані одного опитування зазначили, що
41% мусульман підтримує джихад,
41% мусульман підтримує джихад,
09:24
One poll found that 41 percent of Muslims
in this country support jihad,
in this country support jihad,
226
552309
3887
09:28
which is obviously pretty scary,
227
556220
1525
що, очевидно, дуже страшно,
09:29
and it was reported everywhere in 2015.
228
557769
2642
і у 2015 році про це всі повідомили.
09:32
When I want to check a number like that,
229
560435
2615
Коли я перевіряю подібні дані,
я починаю шукати
початковий перелік питань.
початковий перелік питань.
09:35
I'll start off by finding
the original questionnaire.
the original questionnaire.
230
563074
2501
Виявляється, що журналіст,
який повідомив про ці дані,
який повідомив про ці дані,
09:37
It turns out that journalists
who reported on that statistic
who reported on that statistic
231
565599
2926
проігнорував питання
нижче у списку про те,
нижче у списку про те,
09:40
ignored a question
lower down on the survey
lower down on the survey
232
568549
2231
09:42
that asked respondents
how they defined "jihad."
how they defined "jihad."
233
570804
2346
що саме респонденти називали
словом "джихад".
словом "джихад".
09:45
And most of them defined it as,
234
573174
1981
А більшість з них зрозуміли його так:
09:47
"Muslims' personal, peaceful struggle
to be more religious."
to be more religious."
235
575179
3942
"Особиста та мирна боротьба мусульман, щоб
бути більш релігійними".
бути більш релігійними".
09:51
Only 16 percent defined it as,
"violent holy war against unbelievers."
"violent holy war against unbelievers."
236
579145
4194
Лише 16% визначили, що це
"священна війна проти невірних".
"священна війна проти невірних".
09:55
This is the really important point:
237
583363
2430
Це дійсно важливий момент:
09:57
based on those numbers,
it's totally possible
it's totally possible
238
585817
2155
на основі цих даних,
цілком можливо,
цілком можливо,
що ніхто з тих, хто дав визначення джихаду
як насильницької священної війни,
як насильницької священної війни,
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 сказав, що його підтримує.
10:04
Those two groups might not overlap at all.
241
592481
2208
Ці дві групи можуть зовсім не перетинатися.
10:07
It's also worth asking
how the survey was carried out.
how the survey was carried out.
242
595122
2637
Як проводили опитування?
Це було щось на кшталт
добровільного опитування,
добровільного опитування,
10:09
This was something called an opt-in poll,
243
597783
1998
10:11
which means anyone could have found it
on the internet and completed it.
on the internet and completed it.
244
599805
3402
тобто будь-хто міг пройти його в
в Інтернеті.
в Інтернеті.
Неможливо дізнатися,
чи ці люди були мусульманами.
чи ці люди були мусульманами.
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
І, врешті-решт, у цьому опитуванні
взяло участь 600 респондентів.
взяло участь 600 респондентів.
10:18
And finally, there were 600
respondents in that poll.
respondents in that poll.
246
606594
2612
У країні живуть три мільйони мусульман,
10:21
There are roughly three million
Muslims in this country,
Muslims in this country,
247
609230
2654
згідно з дослідницьким центром Pew.
10:23
according to Pew Research Center.
248
611908
1607
Це означає, що в опитуванні взяв участь
один із 5 000 мусульман
один із 5 000 мусульман
10:25
That means the poll spoke to roughly
one in every 5,000 Muslims
one in every 5,000 Muslims
249
613539
2993
у цій країні.
10:28
in this country.
250
616556
1168
Це одна з причин, чому
10:29
This is one of the reasons
251
617748
1266
10:31
why government statistics
are often better than private statistics.
are often better than private statistics.
252
619038
3607
державна статистика часто
краща за приватну.
краща за приватну.
Вибірка складається з декількох сотень чи тисяч,
або якщо ви L'Oreal, що намагається продати
засоби по догляду за шкірою,
засоби по догляду за шкірою,
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
то ви - це 48 жінок, які стверджують,
що засоби працюють.
що засоби працюють.
10:40
then you spoke to 48 women
to claim that they work.
to claim that they work.
255
628810
2417
(Сміх)
10:43
(Laughter)
256
631251
1026
10:44
Private companies don't have a huge
interest in getting the numbers right,
interest in getting the numbers right,
257
632301
3556
Приватні компанії не зацікавлені у правдивості
отриманих даних,
отриманих даних,
їм потрібна лише правильна цифра.
10:47
they just need the right numbers.
258
635881
1755
Держоргани статистики працюють не так.
10:49
Government statisticians aren't like that.
259
637660
2020
10:51
In theory, at least,
they're totally impartial,
they're totally impartial,
260
639704
2447
Принаймні, вони неупереджені,
це в теорії - адже робота більшості з них
залежить від того, хто при владі.
залежить від того, хто при владі.
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
10:57
They're civil servants.
262
645700
1162
Вони - державні службовці.
10:58
And to do their jobs properly,
263
646886
1964
І виконують свою роботу належним чином,
11:00
they don't just speak
to a couple hundred people.
to a couple hundred people.
264
648874
2363
вони не просто говорять з
кількома сотнями респондентів.
кількома сотнями респондентів.
11:03
Those unemployment numbers
I keep on referencing
I keep on referencing
265
651261
2318
Цифри про безробіття,
на котрі я раніше посилалася -
на котрі я раніше посилалася -
це дані Бюро статистики праці,
11:05
come from the Bureau of Labor Statistics,
266
653603
2004
і щоб зробити такі висновки,
11:07
and to make their estimates,
267
655631
1335
11:08
they speak to over 140,000
businesses in this country.
businesses in this country.
268
656990
3489
опитали більш ніж 140 000 компаній.
Я розумію, що це складно.
11:12
I get it, it's frustrating.
269
660503
1725
Якщо ви хочете перевірити статистику,
яку надала приватна компанія,
яку надала приватна компанія,
11:14
If you want to test a statistic
that comes from a private company,
that comes from a private company,
270
662252
3115
можете купити крем для обличчя,
і разом з друзями перевірити його.
і разом з друзями перевірити його.
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
Якщо не спрацює, ви зможете стверджувати,
що дані були неправильні.
що дані були неправильні.
11:20
if it doesn't work,
you can say the numbers were wrong.
you can say the numbers were wrong.
272
668776
2591
Але як перевірити
статистику уряду?
статистику уряду?
11:23
But how do you question
government statistics?
government statistics?
273
671391
2146
Просто продовжуйте перевіряти все.
11:25
You just keep checking everything.
274
673561
1630
Дізнайтеся, як збирали дані.
11:27
Find out how they collected the numbers.
275
675215
1913
Дізнайтеся, чи на графіку є вся інформація.
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
Але не покладайтеся лише на цифри,
бо якщо так,
бо якщо так,
то наша державна політика буде ґрунтуватися
на хибних рішеннях
на хибних рішеннях
11:32
But don't give up on the numbers
altogether, because if you do,
altogether, because if you do,
277
680301
2965
11:35
we'll be making public policy
decisions in the dark,
decisions in the dark,
278
683290
2439
і не використовувати нічого, крім власних
інтересів, щоб управляти нами.
інтересів, щоб управляти нами.
11:37
using nothing but private
interests to guide us.
interests to guide us.
279
685753
2262
Дякую.
11:40
Thank you.
280
688039
1166
(Оплески)
11:41
(Applause)
281
689229
2461
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