How to lie with statistics
“How to lie with statistics” అన్నది Darrell Huff 1954లో రాసిన పుస్తకం. గణాంకాలతో ఎలా వాస్తవాలకి ఎంచక్కా రంగులూ అవీ వేసి వక్రీకరించొచ్చో చర్చించే పుస్తకం. ఉదాహరణలకి కాలదోషం పట్టినా, నేటికీ ఆయన సలహాలు గుర్తుంచుకోదగ్గవి అని అనిపించి ఈ పుస్తకాన్ని పరిచయం చేద్దామనుకున్నాను. నేను అనుకున్నట్లే చాలా మంది కూడా అనుకున్నట్లు ఉన్నారు – ఇది “most widely read statistics book in the history of the world అంట.
“Don’t be a novelist. Be a statistician. Much more scope for imagination” – అన్న వాక్యం (కార్టూనులో) తో మొదలవుతుంది పుస్తకం. పుస్తకంలో మొత్తం పది అద్యాయాలు ఉన్నాయి. ఒక్కో అధ్యాయంలోనూ స్టాటిస్టిక్స్ తో జనాన్ని మభ్యపెట్టగల ఒక్కో ఆంశం గురించి చర్చ. ఆకట్టుకునే graphs గీసి ఏది చూపిస్తే జనం కన్విన్స్ అవుతారో అవి మాత్రం చూపడం, పూర్తి వివరాలు చెప్పకుండా ఫలానా సగటు ఇది అనేసి ఊరుకోవడం, తమకి కావాలసిన ఫలితాలకి అనుగుణంగా ఉండే participants ని తీసుకుని చేసిన పరిశోధనలు ప్రపంచం మొత్తానికి వర్తిస్తాయని చెప్పడం – ఇలాంటివి ప్రధానాంశాలు. పత్రికల్లో సాధారణంగా కనబడే ఉదాహరణలే తీసుకుని వివరించడమే కాక, ఇలాంటి వాటిని చూసినప్పుడు చదువరులుగా మనం నిజనిర్థారణకు ఎలాంటి ప్రశ్నలు వేసుకోవాలి? అన్నది కూడా సూచించారు.
ఇదంతా మనకెందుకు? అని ఎవరన్నా అనుకోవచ్చు. నా ఉద్దేశంలో ఇదంతా మనకే కావాలి. ఆయా రిపోర్టులూ అవీ రాసి మభ్యపెట్టబోయేది మనల్నే కదా మరి! పరిశోధనలు చేసుకునేవాళ్ళు కావాలనుకుంటే ఇలాంటి వార్తాకథనాల మూల పరిశోధనలూ అవీ చదివి తెలుసుకోవడానికి శిక్షణ పొందే ఉంటారు. ఇలా రిపోర్టింగ్ లోని లొసుగుల గురించి తెలియాల్సింది మామూలు మనుషులకే అని నా అభిప్రాయం. పుస్తకం మొదట్లో ఉటంకించిన ఒక H.G.Wells కొటేషన్లో రాసినట్లు: “Statistical thinking will one day be as necessary for efficient citizenship as the ability to read and write.”
ఉదాహరణకి ఫలానా మందు బహు గొప్పగా పని చేస్తుంది అని, ఫలానా experimentలో 80 శాతం మంది కోలుకున్నారు… అని ఎవరో రాశారనుకోండి – ఎవరు చెప్పారు? ఎలా నిరూపించారు? ఎంత మంది మీద టెస్టు చేశారు (ఐదుగురిమీదే టెస్టు చేసి నలుగురు కోలుకున్నారని నిరూపించినా 80 శాతమే అవుతుంది)? టెస్టు చేసిన రోగులు ఎలాంటి వాళ్ళు – ఆల్రెడీ వ్యాధి నయమవుతున్న స్టేజిలో ఉన్న వారు కాదు కదా? ఇలాంటి ప్రశ్నలన్నీ వేసుకోడం అనవసరం కాదు కదా! అన్నీ ఇలాగే ఉంటాయని కాదు – కొన్ని సందర్భాల్లో ఇలా పూర్తి వివరాలు ఇవ్వకుండా sensationalize చేస్తారు, జాగరుకతతో వ్యవహరించమని రచయిత అనడం. అదే ఈ పుస్తకం యొక్క సందేశం. “This book is a primer in ways to use statistics to deceive. It may seem altogether too much like a manual for swindlers.” అని రచయిత అంటారు కానీ, విషయం అది కాదు 🙂 అదే పేరా చివర్లో ఆయన అన్నట్లు – “the crooks already know these tricks; honest men must learn them in self-defence”
పుస్తకం నిండా ఆకట్టుకునే కొటేషన్లు బోలెడు. తెలుగు సినిమా అభిమానుల కోసం పంచి డైలాగులు, పంచున్నర డైలాగులు కూడా కలవు. కొసరు వడ్డనగా బొమ్మలు! అన్నట్లు, పుస్తకాన్ని ఆ బొమ్మల్లేకుండా ఊహించడం కష్టం. వ్యాసాల్లో వివరం ఎక్కువ, వ్యంగ్యం కూడా ఉన్నా కూడా వివరం కంటే తక్కువ. బొమ్మల నిండా హాస్యం, వ్యంగ్యం రెండూనూ. పుస్తకం తాలూకా సందేశాన్ని అర్థం చేసుకోవాలంటే రెండూ ఉండాలని నా అభిప్రాయం. బొమ్మల్లేకుండా ఏదన్నా వర్షన్ దిగుమతి చేసుకుంటే మట్టుకు ఏదో నష్టపోతున్నట్లే చదువరులు! ఇంతకీ నేను Darrell Huff గణాంకశాస్త్రంలో నిపుణుడు ఏమో అనుకున్నాను పుస్తకం చదువుతున్నంత సేపు. కాదట! ఆయన జర్నలిస్టు. సోషియాలజీ చదివాడట. ఎది చదివితే ఏమి, స్టాటిస్టిక్స్ గురించి స్పష్టంగా communicate చేయగలిగాడు! బొమ్మలేసినాయన Mel Calman. అసలు పుస్తకంలో బొమ్మలేసినాయన వేరే కానీ, archive.orgలో ఉన్న వర్షన్ లో వేసింది ఈయన.
***
పుస్తకం archive.orgలో ఉచితంగా చదివేందుకు లభ్యం. పుస్తకం చాలా చిన్నది. కనీసం ఒక వ్యాసమో, నాలుగైదు బొమ్మలో అన్నా చూడండి. తప్పకుండా పుస్తకం చదవాలనిపిస్తుంది. నా ఈ పరిచయం పరమ dryగా ఉండొచ్చు కానీ, పుస్తకం animated గా ఉంటుంది.
2005 లో Statistical Science అన్న జర్నల్ లో ఈ పుస్తకం గత యాభై ఏళ్ళ లో అత్యంత ప్రజాదరణ పొందిన స్టాటిస్టిక్స్ పుస్తకం కావడానికి కారణాలు విశ్లేషిస్తూ, రచయిత, చిత్రకారులిద్దరి జీవితం గురించి కూడా స్పృశించిన ఓ వ్యాసం వచ్చింది. అది ఇక్కడ.
Stork
మా కంపెనీలో data sciences ప్రొఫెసరొకాయన. కేవలం గ్రాఫ్ యొక్క బేస్ ని xనుండి logxకి మార్చడం ద్వారా గ్రాఫ్ని “impressive”గా చేసే పధ్ధతులని వివరించాక నేను statisticsని నమ్మడం మానేశాను. మార్క్ ట్వెయిన్ అనుకుంటాను There are lies, extream lies and then there are stastics అంటాడు.
ఇలాంటి తంతు మన బ్లాగుల్లోనూ చూశాను. ఆయనెవరో పరిశోధించారు, నిగ్గుతేల్చారు అంటూ రాస్తారు. ఆ పరిశోధించినవాడి పేరుకూడా చెప్పరు.
సౌమ్య
I liked one more quote from the book: “A well-wrapped statistic is better than Hitler’s “big lie”; it misleads, yet it cannot be pinned on you”
pavan santhosh surampudi
//most widely read statistics book in the history of the వరల్డ్//
ఇంతకీ ఈ వాక్యంలో గణాంకాల మాయ ఎంతో మరి. 😀
సౌమ్య
నాక్కూడా ఈ సందేహం వచ్చిందండి – వాళ్ళు సోర్స్ ఏదీ ఇవ్వలేదు ఆ వాక్యానికి 🙂 కానీ, 1.5 మిలియన్ ప్రతులు ఒక్క ఆంగ్లంలోనే అమ్ముడుపోయాయనీ, ఇతర భాషల్లోకి కూడా పుస్తకం అనువాదం చేశారనీ రాశారు పై వ్యాసం చివర్లో లంకె ఇచ్చిన Statistical Science వ్యాసంలో.