Фрікономіка. Зворотний бік усього на світі
- Автор: Левитт Стивен Дэвид, Дабнер Стивен Дж
- Год: 2018
- Язык: украинский
- Год: Наш формат
- ISBN: 978-617-7279-44-
- Переводчик: Владимир К. Горбатько
- Жанр: Психология
Электронная книга - «Фрікономіка. Зворотний бік усього на світі». Краткое содержание книги:
Що небезпечніше: вогнепальна зброя чи басейн? Що спільного між Ку-клукс-кланом і ріелторами? Що робить батьків ідеальними? Відповіді на ці та інші несподівані запитання дають у своїй книжці «Фрікономіка» американський економіст Стівен Левітт і журналіст Стівен Дабнер. Проте це не просто захопливі й оригінальні пояснення. Це серйозний економічний аналіз із масштабними статистичними даними, які автори збирали протягом багатьох років. «Фрікономіка» дає змогу поглянути на звичні речі під іншим кутом зору, а також зрозуміти, що ми часто плутаємо причину й наслідок і стаємо на ті позиції, які є для нас зручними, а не об’єктивними.
Фраєр є також одним із авторів статті «Аналіз розриву між чорними та білими в результатах тестувань в перші два роки у школі»119. У цій праці було використано новий масив державних статистичних даних, які допомогли реалістично розглянути проблему розриву між чорними та білими. Мабуть, ще цікавішим є те, що ці дані чудово прислужилися до відповіді на запитання, яке бажає поставити кожен батько — і білий, і чорний, і всякий інший: які саме чинники впливають і не впливають на успішність навчання дитини в перші шкільні роки?
Наприкінці 1990-х років Міністерство освіти Сполучених Штатів вдалося до реалізації монументального проекту під назвою «Багаторічне дослідження раннього дитинства». Це дослідження мало визначити академічний прогрес більше двадцяти тисяч дітей, починаючи з дитячого садка і до п’ятого класу включно. Об’єктів для дослідження вибрали з усієї країни, щоби вони відображали точний представницький підбір американських школярів.
У «Багаторічному дослідженні раннього дитинства» визначалась академічна успішність учнів та збиралися типові інформаційні відомості щодо кожної дитини: її расова приналежність, склад сім’ї, соціально-економічний статус, рівень освіти батьків тощо. Але автори дослідження вийшли далеко за межі цієї базової інформації. У свою працю вони додали також інтерв’ю з батьками учнів (і з вчителями та шкільними керівниками), ставлячи їм довгий перелік більш делікатних запитань, ніж ті, що містить типове державне опитування: чи лупцювали ці батьки своїх дітей, а якщо так — то як часто; чи водили вони їх до бібліотек або музеїв; чи багато часу проводили їхні діти перед телевізором.
У результаті був отриманий неймовірно багатий масив даних, який, якщо поставити правильні запитання, зможе розповісти нам багато цікавого й дивовижного.
Що ж зробити, щоб ці відомості розповіли нам історію, яка заслуговувала б на довіру? А ось що: застосувати до них улюблений прийом економістів: регресійний аналіз. Ні, регресійний аналіз — це не якась там забута форма психіатричного лікування. Це потужний, хоч і обмежений інструмент, що використовує статистичні методи для розпізнавання кореляцій, які іншими способами визначити неможливо.
Кореляція — це ніщо інше, як статистичний термін, що вказує, чи рухаються дві змінні величини в одному напрямку. Зазвичай коли падає сніг, на вулиці холодно; ці два чинники мають позитивну кореляцію. А сонце та дощ корелюють між собою негативно. Все дуже легко, просто треба мати дві змінні величини. Та коли таких величин є не дві, а дві сотні, то ситуація вельми ускладнюється. Тож регресійний аналіз є саме тим інструментом, що дає економістові змогу розсортувати всі ці величезні купи даних. Досягає він цього у такий спосіб: штучно усталює і зупиняє всі змінні, за винятком тих двох, на яких зосереджується увага, а потім демонструє, яким чином ці дві величини змінюються одна щодо іншої.
В ідеальному світі економіст міг би провести експеримент так само, як фізик або біолог: брав би два зразки, здійснював би довільні маніпуляції з одним із них, і вимірював би отримуваний ефект. Але такий експеримент є радше розкішшю, аніж звичною практикою. (Саме тому чиказька лотерея з вибору школи і виявилася такою рідкісною щасливою знахідкою). Зазвичай економіст має у своєму розпорядженні масив даних з великою кількістю змінних величин; жодна з них не генерується довільно, одні пов’язані взаємозв’язком, а інші — ні. І у всій цій плутанині він має визначити ті чинники, які корелюють, і ті, які не корелюють.
У випадку з даними «Багаторічного дослідження раннього дитинства» було б корисно уявити, що регресійний аналіз виконує наступне завдання: він перетворює кожного з двадцяти тисяч дітей на таку собі мікросхему з однаковим числом перемикачів. Кожен перемикач являє собою одну конкретну категорію відомостей про дитину: її оцінки з математики за перший клас, її оцінки з математики за третій клас, її оцінки з читання за перший клас, її оцінки з читання за третій клас, рівень освіти матері цієї дитини, дохід її батька, кількість книжок у її домівці, відносний рівень добробуту її сусідів тощо.
Отже, тепер дослідник матиме змогу вивудити з цього складного набору даних певні перспективні результати. Він зможе поєднати всіх дітей з численними однаковими характеристиками — тобто об’єднати всі мікросхеми, чиї перемикачі увімкнені в одному напрямку — а потім точно визначити ту єдину характеристику, яка не є для цих дітей спільною. Так він і виокремлює реальний вплив конкретного перемикача на велику мікросхему. Таким чином і стає очевидним ефект, який справляє конкретний перемикач, — і, зрештою, той ефект, який справляє кожен перемикач.