раковых пациентов, посетивших это место, процент излечившихся был ниже, чем статистическая доля спонтанных ремиссий. Он был ниже, чем среднее число выздоровлений среди тех, кто не ездил в Лурд! Должен ли статистик вывести здесь, что шансы раковых больных на выживание ухудшаются после посещения Лурда?
Профессор Пирсон едет в Монте-Карло (буквально): Случайность не выглядит случайной!
В начале двадцатого столетия, когда мы начали развивать техники, имеющие дело с понятием случайных результатов, несколько методов были разработаны для обнаружения аномалий. Профессор Карл Пирсон (из дуэта Нейман-Пирсон, знакомого каждому человеку, кто учился статистике) изобрел первый тест на неслучайность (в действительности, это был тест на отклонение от нормальности, что было то же самое для всех намерений и целей). Он исследовал миллионы пробегов Монте-Карло (старое название колеса рулетки) в течении июля 1902. Он обнаружил, что, с высокой степенью статистической значимости (с ошибкой меньше, чем один к миллиарду), пробеги были не вполне случайны. Что?! Колесо рулетки не было случайным! Профессор Пирсон был очень удивлен открытием. Но этот результат, сам по себе, не сообщает нам ничего. Мы знаем, что нет такой вещи как чисто случайное испытание, поскольку результат испытаний зависит от качества оборудования. С достаточным знанием мелочей можно быть способным раскрыть где- нибудь неслучайность (то есть колесо, возможно, не было совершенно сбалансировано или, возможно, шарик не был идеально сферическим). Философы статистики называют это проблемой сопутствующих ссыпок, объясняя, что на практике нет никакой истинной, достижимой случайности, только в теории. Кроме того, менеджер спросил бы, а может ли такая неслучайность вести к каким-либо значимым прибыльным правилам. Если я должен ставить в азартной игре 1 $ на 10,000 попыток и ожидаю сделать 1$ в результате моих усилий, то мне будет лучше найти работу на полставки в дворницком агентстве.
Но результат несет другой подозрительный элемент. В более практической плоскости - вот следующая серьезная проблема неслучайности. Даже отцы статистической науки забыли, что случайный ряд испытаний не обязан показывать модель, выглядящую случайной; фактически, данные, которые являются совершенно бессистемными, были бы чрезвычайно подозрительными и, кажется, сделанными человеком. Отдельный случайный пробег обязан показать некоторую модель - если смотреть достаточно умело. Обратите внимание, что профессор Пирсон был среди первых ученых, которые были заинтересованы в создании искусственных генераторов случайных данных, таблиц, которые можно было использовать в качестве входов для различных научных и технических моделирований (предшественники нашего генератора Монте-Карло). Проблема состоит в том, что они не хотели, чтобы эти таблицы показывали любую форму регулярности. Все же реальная случайность не выглядит случайной!
Я бы иллюстрировал пункт далее изучением явления, известного как раковые кластеры. Рассмотрим квадрат с 16 случайными дротиками, поражающими его с равной вероятностью попадания в любое место в этом квадрате. Если мы делим квадрат на 16 меньших квадратов, то ожидается, что каждый меньший квадратик будет содержать один дротик в среднем - но только в среднем. Существует очень маленькая вероятность наличия 16 дротиков точно в 16 различных квадратиках. Средняя сетка будет иметь больше, чем ,один дротик в нескольких квадратиках, и никакого дротика вообще во многих остальных квадратиках. Это будет исключительно редкий инцидент, который никакой (раковый) кластер не показал бы на сетке. Теперь, накроем нашей сеткой с воткнутыми дротиками, карту любой области. Некоторые газеты объявят, что одна из зон (та, что с большим, чем среднее, числом стрелок) содержит радиацию, которая вызывает рак, побуждая адвокатов начинать ходатайствовать за пациентов.
Собака, которая не лает: пристрастия в научном знании
В силу того же самого аргумента, наука испорчена пагубным пристрастием выживания и воздействует на способ публикации исследований. Подобно тому, как это происходит в журналистике, исследование, которое не дает никакого результата не публикуется. Это может казаться разумным, поскольку газеты не должны иметь кричащего заголовка, говорящего, что ничего нового не произошло, (хотя Библия была достаточно разумна, чтобы объявить 'ничего нового под солнцем', подразумевая, что все возвращается на круги своя). Проблема состоит в том, что обнаружение отсутствия и отсутствие обнаружения смешиваются вместе. Может быть, наличествует большая информация в том факте, что ничего не имело места. Как отметил Шерлок Холмс в деле о Серебряном пламени -любопытная вещь состояла в том, что собака не лаяла. Более проблематично, что существует множество научных результатов, которые оставлены без публикаций потому, что они статистически не существенны. Однако, они содержат информацию.
Мне часто задают вопрос: когда это точно не удача? Честно говоря, я не способен ответить на это. Я могу сказать, что человек А кажется менее удачливым, чем человек Б, но уверенность в таком знании может быть столь слабой, что сделает его бессмысленным. Я предпочитаю оставаться скептиком. Люди часто неправильно интерпретируют мое мнение. Я никогда не говорил, что каждый богатый человек -идиот, а каждый неуспешный человек - невезунчик, но только то, что в отсутствии большой дополнительной информации я предпочитаю резервировать мое суждение. Это более безопасно.
ГЛАВА ДЕСЯТАЯ
Неудачник забирает все - нелинейности жизни
Теперь я подвергну банальность, что жизнь несправедлива некоторой экспертизе, но под новым утлом. Поворот: жизнь несправедлива нелинейным способом. Эта глава о том, как маленькое преимущество в жизни может привести к сильно непропорциональному вознаграждению или, более злобно, как никакое преимущество вообще, но очень, очень маленькая помощь от случайности, может привести к золотому дну.
Во-первых, мы определим нелинейность. Есть много способов представить ее, но один из наиболее популярных в науке, называется эффектом песочной кучи, который я могу проиллюстрировать следующим образом. В настоящее время я сижу на пляже в Копакабане, в Рио-де-Жанейро, пытаясь не делать ничего напрягающего, далекий от чтения и писанины (безуспешно, конечно, поскольку я мысленно пишу эти строки). Я играю с пластмассовыми пляжными игрушками, позаимствованными у ребенка, пробуя строить сооружение -скромно, но упорно делая попытки подражать Вавилонской башне. Я непрерывно добавляю песок к вершине, медленно повышая всю конструкцию. Мои вавилонские родственники думали, что смогут, таким образом, достигнуть небес. У меня более скромные цели - проверить, насколько высоко я смогу подняться прежде, чем все свалится. .Я продолжаю добавлять песок, наблюдая, как структура, в конечном счете, разрушится. Непривыкший видеть взрослых, строящих песочные замки, ребенок смотрит на меня с изумлением.
Со временем - к восхищению наблюдающего ребенка - мой замок неизбежно сваливается, чтобы воссоединиться с остальной частью песка на пляже. Можно сказать, что последняя песчинка ответственна за разрушение всей структуры. Здесь мы являемся свидетелем нелинейного эффекта, результирующего из линейной силы, приложенной к объекту. Очень маленький дополнительный вход, здесь песчинка причинила непропорциональный результат, а именно, разрушение моей Вавилонской башни Народная мудрость объединила много таких явлений, засвидетельствовав их выражениями, типа 'соломинка, которая сломала спину верблюда' или 'капля, переполнившая чашу'.
Эта нелинейная динамика имеет книжное название - теория хаоса, что не совсем верно потому, что это не имеет никакого отношения к хаосу. Теория хаоса интересуется, прежде всего, функциями, в которых маленькие входные изменения могут вести к непропорциональной реакции. Модели популяции, например, могут приводить к взрывному росту или к исчезновению вида, в зависимости от очень маленьких различий в популяции в отправной временной точке. Другая популярная научная аналогия - погода, которая показывает, что простое трепетание крыльев бабочки в Индии может вызвать ураган в Нью-Йорке. Но
