Nếu bạn đang tìm bản tóm tắt sách Sự Thật Trần Trụi Về Thống Kê (tên gốc Naked Statistics: Stripping the Dread from the Data), đây là năm ý chính của cuốn sách do Charles Wheelan viết. Sách hợp với người sợ toán nhưng muốn biết cách đọc một con số, một tít báo hay một khảo sát. Bản tiếng Việt do Tuấn Minh và Hương Giang dịch, Alpha Books liên kết với Nhà xuất bản Thế Giới phát hành tháng 9/2024.

Sách này nói về điều gì?

Charles Wheelan là giảng viên cao cấp tại Trung tâm Rockefeller, Đại học Dartmouth, từng là phóng viên tạp chí The Economist; bạn đọc Việt có thể biết ông qua Kinh tế học trần trụi. Theo lời ông kể trong bài giới thiệu của Dartmouth, ông từng ngồi qua nhiều lớp thống kê dạy dở, nơi công thức che mất trực giác. Vì thế, theo Publishers Weekly, phần chính của sách dùng khá ít toán, công thức được dồn ra phụ lục, nhường chỗ cho câu chuyện và chuyện đùa. Bản gốc do Norton phát hành năm 2013.

Câu hỏi lõi của cuốn sách mang tính nghịch lý: một con số đúng tuyệt đối vẫn có thể dẫn ta tới kết luận sai, nhưng cũng chính công cụ ấy, khi dùng tỉnh táo, là cách tốt nhất ta có để tìm sự thật từ dữ liệu không hoàn hảo. Một bài điểm sách trên DCist ví người làm thống kê như thám tử dựng lại vụ án từ chứng cứ không đầy đủ. Cuốn sách đi qua nhiều viên gạch nền của thống kê; bài này chỉ chọn năm ý để đi sâu.

5 ý chính của cuốn sách

1. Con số đúng vẫn có thể đánh lừa: hãy hỏi nó đang giấu điều gì

Hình dung quán bia có mười khách, thu nhập trung bình khoảng 35 nghìn đô la mỗi năm. Bill Gates bước vào và ngồi xuống, thu nhập trung bình của cả quán vọt lên khoảng 91 triệu đô la, dù không ai giàu thêm một đồng. Theo bài điểm sách của Physics World, Wheelan dùng ví dụ này ở chương hai để cho thấy số trung bình có thể bị một giá trị ngoại lai kéo lệch.

Cách gỡ là nhìn thêm trung vị, tức con số của người đứng giữa hàng khi xếp theo thu nhập. Ông tỷ phú chỉ đứng thêm vào cuối hàng nên trung vị gần như không đổi. Hai con số cùng đúng nhưng kể hai câu chuyện khác nhau. Theo Publishers Weekly, Wheelan nhấn mạnh rằng thống kê hiếm khi cho đáp án dứt khoát và phải được đối chiếu với lẽ thường; ông cũng nói thống kê không khôn hơn hay trung thực hơn người dùng nó. Câu hỏi đáng hỏi vì thế là: con số này đang giấu điều gì?

2. Xác suất và giá trị kỳ vọng: tính trước khi quyết định

Theo DCist, năm 1981 hãng bia Schlitz tổ chức thử nếm mù với những người vốn nói mình thích bia Michelob hơn. Nghe như tự làm mình bẽ mặt, nhưng theo cách Wheelan phân tích, hãng không cần thắng, chỉ cần một phần đáng kể chọn Schlitz là đã có câu quảng cáo. Con số 30% trong bài điểm sách chỉ là giả định để minh họa, không phải kết quả thật.

Cùng lối nghĩ đó áp vào chuyện tiền bạc: theo DCist, nguyên tắc của Wheelan là bảo hiểm cho những rủi ro mình không gánh nổi, như chiếc xe 40 nghìn đô la, còn với rủi ro nhỏ như bảo hành mở rộng cho máy in thì cửa hàng mới là bên có lợi. Đây là nguyên tắc của tác giả, không phải lời khuyên tài chính cho từng người; khi cần, hãy hỏi người có chuyên môn.

3. Mẫu ngẫu nhiên nói được về cả tổng thể

Người nấu canh nếm một thìa là biết mặn nhạt, miễn là nồi đã được khuấy đều. Thống kê có phiên bản chặt chẽ hơn, gọi là định lý giới hạn trung tâm, mà Physics World gọi là trái tim của cuốn sách. Theo các bài điểm sách, Wheelan minh họa bằng câu đố chiếc xe buýt lạc giữa ngày có cả cuộc chạy marathon lẫn lễ hội xúc xích: hành khách nặng trung bình hơn 220 pao (khoảng 100 cân), trong khi dân chạy marathon chỉ khoảng 155 pao (chừng 70 cân). Một mẫu ngẫu nhiên vài chục người nặng đến thế là chuyện rất khó xảy ra, nên chiếc xe này gần như chắc chắn không chở đoàn chạy.

Điều kiện then chốt là hai chữ “ngẫu nhiên”. Thìa canh múc từ đáy nồi chưa khuấy có thể mặn chát dù cả nồi nhạt. Mẫu không ngẫu nhiên thì dù thu về hàng triệu câu trả lời, kết quả vẫn có thể sai rất xa.

4. Rác vào, rác ra: dữ liệu tồi thì phép tính giỏi cũng vô ích

Theo Wikipedia, năm 1936 tạp chí Literary Digest gửi phiếu tới mười triệu người, nhận lại khoảng 2,38 triệu câu trả lời và dự báo ông Alf Landon thắng với khoảng 57% phiếu phổ thông. Thực tế Franklin Roosevelt tái đắc cử với 60,8%. Lỗi không ở phép tính mà ở chỗ ai được hỏi: mẫu lệch về phía người khá giả, lại thêm việc người phản đối Roosevelt hăng hái gửi phiếu hơn. Số lượng lớn không cứu được mẫu lệch, nó chỉ làm cái sai trông chắc chắn hơn.

Theo Humanitarians AI, Wheelan gom những chuyện này vào chương “rác vào, rác ra”, cùng một họ thiên lệch: chọn mẫu, xuất bản (kết quả nổi bật dễ được đăng hơn), kẻ sống sót, hồi tưởng và người dùng khỏe mạnh. Bài học áp dụng được cả với các cuộc bình chọn trên mạng ở Việt Nam: trước khi hỏi bao nhiêu người được hỏi, hãy hỏi ai đã không được hỏi.

5. Tương quan không phải nhân quả

Theo Humanitarians AI, các nghiên cứu quan sát từng liên hệ hormone estrogen với ít cơn đau tim hơn, và đến năm 2001 khoảng 15 triệu phụ nữ được kê đơn. Nhưng theo Wikipedia, tháng 7/2002 nhánh estrogen kết hợp progestin của thử nghiệm ngẫu nhiên Sáng kiến Sức khỏe Phụ nữ phải dừng sớm vì nguy cơ ung thư vú, bệnh mạch vành, đột quỵ và tắc mạch phổi tăng. Cùng một câu hỏi, dữ liệu thật, hai đáp án trái nhau. Đây là bài học về phương pháp nghiên cứu, không phải lời khuyên dùng thuốc; mọi quyết định điều trị cần hỏi bác sĩ.

Lý do: trong nghiên cứu quan sát không ai bốc thăm, người tự chọn dùng thuốc có thể vốn khỏe hơn, khá giả hơn hay chăm đi khám hơn. Tương quan cho biết hai điều hay đi cùng nhau, không tự cho biết điều nào gây ra điều nào. Thử nghiệm ngẫu nhiên gỡ được nút thắt đó. Khi không thể thử nghiệm, hồi quy dùng đúng sẽ rất mạnh, như nghiên cứu Whitehall về công chức Anh: theo Wikipedia, bậc thấp nhất có tỷ lệ tử vong cao khoảng gấp ba bậc cao nhất, và mức kiểm soát công việc là một giả thuyết, chưa phải kết luận cuối cùng về nguyên nhân.

Góc nhìn phản biện

Cuốn sách được khen nhiều: bài điểm sách của New York Times (qua MPR News) gọi Wheelan là danh hài bẩm sinh, còn Margaret Harris của Physics World cho rằng gần như ai đọc cũng thu được điều gì đó. Dù vậy vẫn có những ý kiến trái chiều:

  • Tom Siegfried (Science News, 1/2013) khen sách xuất sắc, hài hước, nhưng chỉ ra sách bỏ qua thống kê Bayes, và chương gần cuối thừa nhận các phương pháp chuẩn nhiều khi thất bại, mâu thuẫn với sự tự tin ở các chương trước.
  • Blog Xi'an's Og (của một nhà thống kê) cho rằng giọng sách hơi chê bai toán, ví dụ quá nặng góc nhìn Mỹ, và việc gọi một người hai lần trúng xổ số là bất thường là đặt sai câu hỏi, vì trùng hợp hiếm kiểu đó kiểu gì cũng xảy ra ở đâu đó.
  • Độc giả Goodreads và Humanitarians AI cho rằng người đã học thống kê sẽ thấy sách quá cơ bản, và thống kê còn đặt ra những thách thức đạo đức mà riêng con số không giải quyết được.

Gộp lại, giới hạn nằm ngay trong lời hứa của sách: trực giác đủ để đặt đúng câu hỏi và nhận ra cú lừa thô, nhưng chưa đủ để tự đi tới kết luận. Sách dạy ta nghi ngờ đúng chỗ, chứ chưa dạy ta tự tìm ra đáp án.

Ai nên đọc cuốn sách này?

  • Người ngại toán nhưng muốn hiểu trung bình, xác suất, chọn mẫu và hồi quy bằng câu chuyện đời thường.
  • Người thường đọc tin tức, khảo sát và các tít “nghiên cứu cho thấy” và muốn biết nên hỏi gì trước khi tin.
  • Sinh viên, giáo viên cần một cuốn nhập môn nhiều ví dụ để làm quen với tư duy thống kê.
  • Người đã học thống kê có thể thấy sách khá cơ bản, nhưng vẫn dùng được như phần ôn lại các ý nền tảng.

Câu hỏi thường gặp

Sự Thật Trần Trụi Về Thống Kê của ai, ai dịch?

Sách của Charles Wheelan, tên gốc Naked Statistics: Stripping the Dread from the Data, Norton phát hành năm 2013. Bản tiếng Việt do Tuấn Minh và Hương Giang dịch, Alpha Books liên kết Nhà xuất bản Thế Giới phát hành tháng 9/2024.

Đọc sách này có cần giỏi toán không?

Không. Theo Publishers Weekly, phần chính của sách dùng khá ít toán, công thức được dồn ra phụ lục và thay bằng câu chuyện, chuyện đùa và văn hóa đại chúng.

Vì sao số trung bình có thể đánh lừa?

Số trung bình rất nhạy với giá trị ngoại lai. Khi Bill Gates bước vào quán bia mười người, thu nhập trung bình vọt lên khoảng 91 triệu đô la còn trung vị gần như không đổi. Vì vậy nên hỏi thêm trung vị.

Tương quan và nhân quả khác nhau thế nào?

Tương quan cho biết hai điều hay đi cùng nhau, không cho biết điều nào gây ra điều nào. Chuyện liệu pháp hormone cho thấy kết luận từ nghiên cứu quan sát có thể bị đảo ngược bởi thử nghiệm ngẫu nhiên.

Sách có bị chê điểm gì không?

Có. Science News cho rằng sách bỏ qua thống kê Bayes và có mâu thuẫn ở chương cuối; blog Xi'an's Og chê ví dụ nặng góc nhìn Mỹ; một số độc giả thấy sách quá cơ bản.

Bài viết tóm tắt từ video của kênh Kai Audio; nội dung mang tính giới thiệu, không thay thế việc đọc sách gốc.