Simpson's paradox क्या है, और क्या आपने उसे असली डेटा में देखा है?

Simpson's paradox तब है जब हर उपसमूह में दिखता रुझान समूहों को मिलाने पर उल्टा हो जाता है, क्योंकि समूहों के आकार और आधार दरें अलग होती हैं। एक क्लासिक मामला वह इलाज है जो हल्के और गंभीर, दोनों मरीज समूहों में बेहतर करता है फिर भी कुल मिलाकर बुरा दिखता है क्योंकि वह गंभीर मामलों में असमान रूप से ज्यादा दिया गया था। हल यह है कि कुल आंकड़े पर भरोसा करने के बजाय confounding variable पर segment करें।

यह तब होता है जब हर उपसमूह एक दिशा दिखाता है और मिला हुआ डेटा उल्टी, और वजह होती है समूहों का असमान आकार। मुझे इसका एक रूप दो acquisition channel की तुलना करते हुए मिला था। channel A की कुल conversion rate खराब थी, तो जाहिर कदम था उसका बजट काटना। जब मैंने device से बांटा, तो channel A mobile और desktop दोनों पर बेहतर convert कर रहा था। कुल आंकड़ा इसलिए पलटा था कि channel A भारी बहुमत में mobile traffic भेजता था, और mobile सबके लिए ही कम convert करता है, तो उस channel को उसकी गुणवत्ता के बजाय उसके मिश्रण की सजा मिल रही थी। उसे काटना गलत फैसला होता। तब से मेरा डिफॉल्ट यह है कि कुछ भी पेश करने से पहले कुल आंकड़े को दो तीन जाहिर segment के मुकाबले जांच लूं, आमतौर पर device, भूगोल, और नए बनाम लौटने वाले। मैं यह भी जोड़ूंगा कि segment करना अपने आप सही नहीं होता। अगर आप काफी बारीक काटते जाएं तो शोर में भी कहानी मिल जाती है, इसलिए मैं यह तय करता हूं कि किन variable पर segment करना है इस आधार पर कि संभावित रूप से नतीजे का कारण क्या है, न कि वह बंटवारा ढूंढकर जो मेरी बात से सहमत हो।