Часть III. Кодирование, расчет, корреляция и причинно-следственные связи

Как мольеровский мещанин, с изумлением открывший, что всю жизнь говорил прозой, вы, возможно, удивитесь и обрадуетесь, узнав, что всю жизнь делаете статистические расчеты. Цель двух следующих глав — помочь вам улучшить их и делать это как можно чаще.

Эти главы необходимо прочитать независимо оттого, считаете ли вы, что знаете, как делать такие расчеты, или нет.

И это верно для любого из следующих случаев.

А. Вы не особенно разбираетесь в статистике. Если это так, то эти главы — самый легкий для вас способ получить достаточно знаний, чтобы уметь использовать статистику в повседневной жизни. А в современном мире просто невозможно создать себе оптимальные условия для жизни без базовых знаний статистики.

Быть может, вам покажется, что продираться сквозь дебри статистики — дело скучное и трудное. Сочувствую. Когда я учился в колледже, я отчаянно хотел стать психологом, а потому курса статистики было не избежать. Но я очень плохо знал математику и первые несколько недель трясся от страха, отправляясь слушать курс, который в моем представлении был математическим. В конце концов я понял, что в базовой статистике вывода математика присутствует разве что на уровне извлечения квадратного корня. (А в наши дни, чтобы извлечь квадратный корень, все, что вам нужно знать, — это где находится соответствующая кнопка на калькуляторе.) Некоторые теоретики считают, что статистика вообще не имеет отношения к математике, а является набором эмпирических обобщений об окружающем мире. Чтобы успокоить вас еще больше, могу вам сказать, что все статистические принципы, которые объясняются в этой книге, — а именно они ценнее всего в повседневной жизни — понятны на уровне здравого смысла. В крайнем случае вам потребуется немного поразмыслить, чтобы понять всю их разумность. Вы уже знаете, как применять большинство этих принципов в определенных обстоятельствах, так что в этих главах вас шокирует не новизна фактов, а, наоборот, их узнавание.

Б. Вы неплохо или очень хорошо разбираетесь в статистике. Если вы бегло просмотрите статистические термины, упоминаемые в следующих двух главах, вам, наверное, покажется, что вы мало что можете почерпнуть из этой книги. Уверяю вас, это не так. Статистику обычно преподают, чтобы предотвратить, насколько возможно, ее использование в какой-либо сфере помимо тестов на IQ и урожаев в сельском хозяйстве. Но необъятное пространство статистики все равно охватывает бесчисленное множество сфер повседневной жизни, если вы умеете рассматривать события под таким углом, чтобы было возможно применить к ним соответствующие статистические принципы.

Студенты психологических факультетов большинства университетов слушают как минимум два курса по статистике в первые два года обучения. Даррин Леман, Ричард Лемперт и я в начале первого курса, а затем два года спустя протестировали способность студентов применять статистические принципы в решении повседневных проблем, а также их способность критично относиться к научным утверждениям. Одни студенты заметно улучшили навыки за это время, другие остались почти на прежнем уровне.

Студенты, которые действительно научились применять статистику в повседневной жизни, как правило, становятся специалистами в так называемой мягкой психологии — социальной, личностной и возрастной. Те, кому не удалось развить эти навыки, чаще занимаются «твердой» психологией — биопсихологией, когнитивистикой и нейробиологией.

Но если все они прослушали один и тот же курс по статистике, то почему же одни почерпнули из него так много, а другие почти ничего? Потому, что специалисты, занимающиеся мягкой психологией, постоянно применяют знание статистики, которую они выучили, в повседневной жизни. Какое поведение матерей наиболее вызывает наиболее высокое доверие социума? Каким образом мы кодируем и измеряем параметры поведения матерей, как мы оцениваем и по какой шкале измеряем доверие социума? Меняют ли люди свою оценку какого-либо предмета по той причине, что им подарили этот предмет? Как мы вычисляем оценку предмета? Насколько экстраверты говорят больше, чем интроверты, собираясь в маленьких группах? Какой процент времени уходит на разговор у каждого участника беседы? Каково количество слов? Считать ли паузы отдельно?

Говоря вкратце, будущие специалисты по мягкой психологии учатся двум вещам, которым поможет вам научиться эта глава: 1) фреймингу [обрамлению] событий повседневной жизни под таким углом, чтобы статистические принципы было легко применить и чтобы их соответствие было очевидным; 2) такому кодированию событий, чтобы к ним можно было применять приблизительные версии статистических правил. Следующие две главы рассказывают об этом на примерах анекдотов и реальных ситуаций, которые могут возникнуть в жизни. Эти главы помогут вам выстроить статистические эвристические правила (статистические эвристики) — то есть эмпирические правила, которые дадут вам ключ к решению бесчисленного множества повседневных проблем. Статистические эвристики сократят количество событий, к которым вы будете применять только интуитивные методы, например эвристики репрезентативности и доступности.

Двухлетние размышления о поведении крыс, работе мозга или запоминании бессмысленных слогов не улучшают умение применять законы статистики к событиям повседневной жизни. Студенты, изучающие твердую психологию, едва ли могут научиться большему, чем студенты-юристы или химики. Я обнаружил, что студенты этих специальностей за два года так и не научились применять знание статистики в повседневной жизни.

Я также наблюдал за студентами-медиками, ожидая, что и они не усовершенствуют умение применять статистику в решении повседневных проблем. Но я оказался не прав. Эти студенты значительно улучшили показатели. Я несколько дней ходил к медикам Мичиганского университета, чтобы понять причину. К моему удивлению, медицинское образование требует некоторого изучения статистики: студентам на раннем этапе обучения раздают специальные брошюры. Вероятно, здесь важно не изучение стандартного минимума по статистике, а то, что студенты учились думать о количественных аспектах медицины и поведения людей и рассуждать о них, оперируя статистическими терминами. У пациента есть симптомы А, Б и В, но нет симптомов Г и Д. Какова вероятность того, что у пациента обнаружат заболевание К? Заболевание М? Заболевание К, говорите вы? Вы, вероятно, не правы. Заболевание К встречается очень редко. Если вы слышите топот копыт, то это скорее лошади, чем зебры. Какие анализы вы хотите сдать? Анализы Р и С? Неправильный ответ. Статистически эти анализы не очень надежны; кроме того, они дорогие. Вам лучше сдать анализы Т или У, они дешевые и статистически более надежны. Но ни один из этих анализов не может точно спрогнозировать, что у вас не проявится заболевание К или М.

Как только вы приобретете навык интерпретации повседневных проблем как статистических задач и кодирования составляющих их элементов таким образом, чтобы к ним можно было применить статистическую эвристику, нужные правила каким-то чудом окажутся у вас под рукой и помогут решить проблему — причем вы можете даже не осознавать, что уже применяете приготовленный на скорую руку статистический принцип.

Я расскажу о некоторых основных принципах статистики, о которых известно уже добрую сотню лет, самыми простым языком. Представители разных наук используют эти понятия, чтобы понимать, насколько они могут быть уверены, что дают верную характеристику предмета исследования, чтобы оценивать степень взаимосвязи между событиями разных типов, чтобы узнать, есть ли между событиями причинно-следственная связь. Мы также увидим, что эти принципы могут пролить свет на повседневные вопросы и помогать нам и другим принимать более качественные решения на работе и в личной жизни.