Horrors of normal distribution

[mprotsenko]

В дискусії у malyj_gorgan я почув два дуже різних коментаря до пари ситуацій з дискримінацією.

Коментар 1: це жахливо
Коментар 2: це хвіст normal distribution

(цитати по пам'яті)

Я трохи подумав, і зрозумів, що нема ніякого протиріччя. Обидва коментарі - абсолютно вірні. Коли мова йдеться про проблеми one-down group, то звичайний хвіст гаусова розподілу - є жахливим.

Це може здивувати. Як так, що поганого у статистиці? Якщо в мене в портфоліо є 100 стоків, і один з них зростає в ціні, а інший - швидко падає, то це на мене впливає аж ніяк, навіть якщо це "хвости" гаусового розподілу.




Але є хвости, і є хвости. Якщо з умовних 100 людей, з якими я контактую щотижня - знаходиться два "хвоста":

* "хвіст" 1 - мати Тереза
* "хвіст" 2 - хуліган з битою

то в результаті цього нормального розподілу в мене все одне зламана щелепа і гаманця нема.

Такі справи.

Comments

[mprotsenko]

До речі, зверни увагу, що для такої простої речі, як ходити обережно, щоб не збити з ніг людину - потрібні дві речі.

Першим кроком я аналізую різні групи - жінок, дітей, людей на інвалідному візку, людей похилого віку, та знаходжу спільні риси, групую їх.

Другим кроком я перегруповую знайдені спільні риси для корекції своєї поведінки, щоб зменшити шкоду, що я завдаю. Цій результат не можливий без аналізу попередніх груп (просто обережніше ходити - недостатньо, ще треба дивитися донизу, де можуть бути діти/люди у візку).

Ось так групування та стереотипізація приносить РЕАЛЬНУ КОРИСТЬ (або зменшує реальну шкоду). Чи згрупував я купу різних груп та персон, скоротивши їх до двух (люди, менше вагою + люди, набагато менше ростом)? Так, звісно.



Чи є це групування/стереотипізація шкідливою? Ні, доки я використовую цю типізацію для її оригінальної мети.