1
00:00:00,714 --> 00:00:03,810
Az Egyesült Királyság kormánya

2
00:00:03,834 --> 00:00:06,343
2003-ban kutatást végeztetett.

3
00:00:07,494 --> 00:00:10,643
A kutatás a lakosság számolókészségét

4
00:00:10,667 --> 00:00:11,904
mérte föl.

5
00:00:11,928 --> 00:00:13,571
Megdöbbenéssel tapasztalták,

6
00:00:13,595 --> 00:00:17,809
hogy a munkaképes korú
felnőttek 47%-ának számolókészsége

7
00:00:17,829 --> 00:00:20,484
nem érte el még az 1. szintet sem.

8
00:00:20,892 --> 00:00:25,004
Pedig hát az 1. szint – 
az elégséges érettségi eredmény.

9
00:00:25,300 --> 00:00:28,978
Ez a törtekkel, százalékokkal és a tízes
számrendszerrel bánni tudás készsége.

10
00:00:29,012 --> 00:00:33,310
Az eredmény heves vitát
váltott ki a kormányban.

11
00:00:33,334 --> 00:00:34,962
Módosították az előírásokat.

12
00:00:34,986 --> 00:00:36,708
Beruháztak.

13
00:00:36,732 --> 00:00:39,770
Majd 2011-ben megismételték a fölmérést.

14
00:00:39,794 --> 00:00:41,999
Találják ki, hogyan változott ez a szám!

15
00:00:44,021 --> 00:00:45,465
Fölment 49-re.

16
00:00:45,489 --> 00:00:46,938
(Nevetés)

17
00:00:46,962 --> 00:00:49,411
Amikor közzétettem e számot
a Financial Timesban,

18
00:00:49,435 --> 00:00:51,106
az egyik olvasó viccelődött:

19
00:00:51,130 --> 00:00:54,891
"A szám csak a lakosság
51%-át döbbenti meg."

20
00:00:54,915 --> 00:00:57,201
(Nevetés)

21
00:00:57,225 --> 00:01:00,382
De jobban tetszett 
az egyik iskolásgyerek reagálása,

22
00:01:00,406 --> 00:01:03,501
aki – amikor az egyik iskolában 
ismertettem az eredményt –,

23
00:01:03,525 --> 00:01:05,056
jelentkezett, és megkérdezte:

24
00:01:05,080 --> 00:01:07,806
"Honnan tudjuk, hogy az ezt
az eredményt produkáló személy

25
00:01:07,816 --> 00:01:09,435
nem a 49%-hoz tartozik?

26
00:01:09,459 --> 00:01:10,713
(Nevetés)

27
00:01:10,737 --> 00:01:14,787
A számolókészség ügye fontos

28
00:01:14,811 --> 00:01:16,921
egész életünk szempontjából,

29
00:01:16,945 --> 00:01:20,812
és a századunkban bevezetni
tervezett sok változás igényli,

30
00:01:20,836 --> 00:01:23,277
hogy jobban érezzük 
magunkat a számok világában.

31
00:01:23,301 --> 00:01:25,149
Ez nem csak angol probléma.

32
00:01:25,173 --> 00:01:30,103
Az OECD 2016-ban adatokat tett közzé
fiatalok számolókészségére vonatkozólag.

33
00:01:30,127 --> 00:01:32,907
Az élenjáró USA-ban

34
00:01:32,931 --> 00:01:37,601
a fiatalok közel 40%-a áll hadilábon 
a számolókészséggel.

35
00:01:37,625 --> 00:01:38,922
Az angolok is ott vannak,

36
00:01:38,946 --> 00:01:44,479
de hét OECD-ország számai is
meghaladják a 20%-ot.

37
00:01:44,503 --> 00:01:47,262
Ez baj, mert nem kellene így lennie.

38
00:01:47,286 --> 00:01:49,294
Ha megnézzük a grafikon szélét,

39
00:01:49,318 --> 00:01:52,278
Hollandia és Korea 
eredménye egy számjegyű.

40
00:01:52,302 --> 00:01:56,718
Tehát a számolókészség ügyével
biztosan foglalkoznunk kell.

41
00:01:57,510 --> 00:02:00,440
Bármennyire hasznosak az ilyen fölmérések,

42
00:02:00,464 --> 00:02:05,864
óhatatlanul azt kockáztatjuk,
hogy két csoportba tereljük az embereket;

43
00:02:05,888 --> 00:02:07,664
hogy két emberfajta létezik:

44
00:02:07,688 --> 00:02:12,037
akik jól érzik magukat a számok
világában, akik jól bánnak velük,

45
00:02:12,061 --> 00:02:14,297
és akik képtelenek rá.

46
00:02:14,321 --> 00:02:16,422
Ma megpróbálom elmagyarázni,

47
00:02:16,446 --> 00:02:19,488
hogy ez a dichotómia hamis.

48
00:02:19,512 --> 00:02:21,380
Ez nem megváltozhatatlan párosítás.

49
00:02:21,404 --> 00:02:25,052
Nem kell toronymagas szintű
számolókészség,

50
00:02:25,076 --> 00:02:26,804
hogy a számok lázba hozzanak minket,

51
00:02:26,828 --> 00:02:29,937
és ez a kiinduló pontunk.

52
00:02:31,897 --> 00:02:34,698
A kérdés vizsgálatának egyik módszere

53
00:02:34,722 --> 00:02:36,448
a statisztika szemügyre vétele.

54
00:02:36,472 --> 00:02:39,967
Én vagyok az első, aki szóvá teszi,
hogy valami baj van

55
00:02:39,991 --> 00:02:41,309
a statisztika hírnevével.

56
00:02:41,333 --> 00:02:42,380
(Nevetés)

57
00:02:42,404 --> 00:02:43,936
Ez a matematikának olyan része,

58
00:02:43,960 --> 00:02:47,019
amelyet még a matematikusok
sem különösebben szeretnek,

59
00:02:47,043 --> 00:02:51,055
mert míg a matek többi részét
a precizitás és a bizonyosság jellemzi,

60
00:02:51,079 --> 00:02:53,363
a statisztika majdhogynem
az ellenkezője.

61
00:02:53,793 --> 00:02:58,448
De jómagam későn lettem
híve a statisztikának.

62
00:02:58,472 --> 00:03:00,554
Ha egyetemi oktatóimtól megtudakolnák,

63
00:03:00,578 --> 00:03:05,337
melyik két tárgyból nem brillíroznék
diplomám megszerzése után,

64
00:03:05,361 --> 00:03:08,128
a statisztikát és a számítógépes
programozást említenék.

65
00:03:08,152 --> 00:03:11,211
Mégis itt vagyok, hogy egy pár
statisztikai grafikont mutassak,

66
00:03:11,211 --> 00:03:12,447
amelyeket én programoztam.

67
00:03:12,745 --> 00:03:14,500
Mi váltotta ki belőlem a változást?

68
00:03:14,524 --> 00:03:18,172
Mi késztetett rá, hogy a statisztikára
mint érdekes dologra tekintsek?

69
00:03:18,196 --> 00:03:20,462
Lényegében az, 
hogy a statisztika rólunk szól.

70
00:03:20,869 --> 00:03:23,451
Ha a szó etimológiáját nézzük,

71
00:03:23,475 --> 00:03:26,084
az államra vagy a közösségünkre

72
00:03:26,108 --> 00:03:28,538
vonatkozó adatokkal foglalkozó
tudományt jelenti.

73
00:03:28,562 --> 00:03:31,916
Tehát a statisztika minket mint csoportot,

74
00:03:31,940 --> 00:03:33,615
s nem mint egyéneket vizsgál.

75
00:03:33,639 --> 00:03:35,109
Társas viselkedésű állatokként

76
00:03:35,133 --> 00:03:39,077
mi is részesei vagyunk annak a csodának,
ahogy individuumként társainkhoz,

77
00:03:39,101 --> 00:03:40,489
csoportunkhoz viszonyulunk.

78
00:03:40,513 --> 00:03:43,623
A statisztika a legerősebb eszköz

79
00:03:43,647 --> 00:03:44,948
meglepetések kimutatására.

80
00:03:45,477 --> 00:03:48,684
Az Ipsos MORI 
néhány csodás kutatást végzett

81
00:03:48,708 --> 00:03:50,422
az utóbbi években.

82
00:03:50,446 --> 00:03:53,784
Pl. amely az Egyesült Királyság
több mint ezer felnőttjéről készült:

83
00:03:53,814 --> 00:03:56,958
vajon Anglia és Wales lakosainak

84
00:03:56,982 --> 00:03:58,852
hány százaléka muszlim?

85
00:03:58,876 --> 00:04:01,522
Az derül ki a teljes lakosságra nézve

86
00:04:01,546 --> 00:04:06,388
reprezentatívnak tartott felmérésből,
hogy átlag 24%.

87
00:04:07,098 --> 00:04:08,658
Ezt hitték az emberek.

88
00:04:08,682 --> 00:04:12,321
A britek azt hiszik, hogy az ország
lakosainak 24%-a muszlim.

89
00:04:12,345 --> 00:04:16,755
A hivatalos adatok viszont föltárják,
hogy ez a szám 5% körül van.

90
00:04:17,732 --> 00:04:21,719
Óriási különbség van aközött, 
hogy mit hiszünk, mit észlelünk,

91
00:04:21,743 --> 00:04:24,071
s hogy milyen valóságot
mutat a statisztika.

92
00:04:24,075 --> 00:04:25,349
Ez pedig nagyon érdekes.

93
00:04:25,373 --> 00:04:28,663
Mi okozhatja ezt a téves fölfogást?

94
00:04:29,212 --> 00:04:31,066
Annyira izgalomba hozott a tanulmány,

95
00:04:31,090 --> 00:04:34,570
hogy előadásaim során 
kérdezősködni kezdtem.

96
00:04:34,594 --> 00:04:35,812
Előadást tartottam

97
00:04:35,836 --> 00:04:38,146
a hammersmith-i Szt. Pál Leányiskolában,

98
00:04:38,170 --> 00:04:40,310
a hallgatóság olyan volt, mint itt ez,

99
00:04:40,334 --> 00:04:44,202
azzal a különbséggel, 
hogy csak hatodikos lányokból állt.

100
00:04:44,226 --> 00:04:45,648
Megkérdeztem őket:

101
00:04:45,678 --> 00:04:51,755
"Lányok, szerintetek 
a brit közvélemény mit gondol,

102
00:04:51,775 --> 00:04:53,913
évente hány bakfis esik teherbe?"

103
00:04:53,937 --> 00:04:56,613
A lányok földühödtek, amikor közöltem,

104
00:04:57,453 --> 00:05:01,366
hogy a britek úgy hiszik,
hogy 100 bakfis közül

105
00:05:01,390 --> 00:05:02,683
évente 15 esik teherbe.

106
00:05:03,429 --> 00:05:05,660
Igazuk volt, hogy földühödtek,

107
00:05:05,684 --> 00:05:08,442
mert valójában már 
a 200. pötty közelében járnék,

108
00:05:08,466 --> 00:05:10,036
mire beszínezhetnék egyet,

109
00:05:10,060 --> 00:05:12,575
a hivatalos adatok bizonysága szerint.

110
00:05:12,599 --> 00:05:16,399
Ez, akárcsak a számolókészség,
nem csak brit probléma.

111
00:05:16,423 --> 00:05:20,927
Az Ipsos MORI az utóbbi években
az egész világra kibővítette a kutatást.

112
00:05:20,951 --> 00:05:23,901
Megkérdezték a szaúd-arábiaiakat,

113
00:05:23,925 --> 00:05:26,446
vajon az ország lakosai közül

114
00:05:26,470 --> 00:05:29,343
hány százalék túlsúlyos vagy elhízott?

115
00:05:30,526 --> 00:05:35,859
A szaúdiak általában azt felelték,
hogy a 28%-a.

116
00:05:36,402 --> 00:05:37,604
Ezt hitték:

117
00:05:37,628 --> 00:05:40,196
túlsúlyos vagy elhízott
a felnőttek több mint negyede.

118
00:05:40,220 --> 00:05:45,001
A hivatalos számok viszont
azt mutatják, hogy közel 3/4-ük.

119
00:05:45,025 --> 00:05:46,481
(Nevetés)

120
00:05:46,505 --> 00:05:48,797
Megint csak óriási különbség!

121
00:05:48,821 --> 00:05:53,267
Ez a kedvencem: megkérdezték a japánokat,

122
00:05:53,291 --> 00:05:55,251
hogy 100 japán közül

123
00:05:55,275 --> 00:05:57,876
hányan élnek vidéken?

124
00:05:58,521 --> 00:06:03,422
Általában a fele – mondták.

125
00:06:03,446 --> 00:06:07,593
Úgy hitték, hogy a japánok
56%-a él vidéken.

126
00:06:07,617 --> 00:06:09,304
A hivatalos adatok szerint 7%-uk.

127
00:06:10,259 --> 00:06:14,709
Rendkívüli eltérések,
és egyeseknek meglepők,

128
00:06:14,733 --> 00:06:17,122
de azoknak nem, akik olvasták pl.

129
00:06:17,146 --> 00:06:21,538
Daniel Kahneman
Nobel-díjas közgazdász művét.

130
00:06:21,562 --> 00:06:26,654
Munkatársával, Amos Tverskyvel
évekig kutatta

131
00:06:26,678 --> 00:06:29,823
az észlelés és a valóság
közti különbséget,

132
00:06:29,847 --> 00:06:33,598
azt a tényt, hogy az emberek 
elég rossz ösztönös statisztikusok.

133
00:06:33,622 --> 00:06:35,382
Ennek több oka van.

134
00:06:35,406 --> 00:06:38,521
Az egyéni tapasztalatok feltétlenül
befolyásolják észleléseinket,

135
00:06:38,545 --> 00:06:42,503
ahogy a média is, amikor az eseményekről

136
00:06:42,527 --> 00:06:44,543
normálisnak nem mondható
módon számol be.

137
00:06:44,855 --> 00:06:46,981
Kahneman ezt találóan fogalmazta meg:

138
00:06:47,005 --> 00:06:49,090
"Vakok lehetünk a nyilvánvalóra" –,

139
00:06:49,114 --> 00:06:50,752
tehát rossz számokkal dolgozunk –

140
00:06:50,776 --> 00:06:53,098
"de ez ügyben a vakságunkat sem látjuk."

141
00:06:53,122 --> 00:06:56,388
Ez pedig károsan hat a döntéshozatalra.

142
00:06:56,412 --> 00:06:59,264
Eközben a statisztikai hivatalban
arra gondoltam,

143
00:06:59,288 --> 00:07:01,200
hogy ez tényleg érdekes.

144
00:07:01,224 --> 00:07:03,234
Azt mondtam, hogy ez világprobléma,

145
00:07:03,258 --> 00:07:05,693
de talán a földrajz okozza.

146
00:07:05,717 --> 00:07:09,626
E kérdések mind arra vezettek:
milyen jól ismered a hazádat?

147
00:07:09,650 --> 00:07:13,643
Esetünkben pedig: 
mennyire jól ismered a 64 millió embert?

148
00:07:13,667 --> 00:07:16,399
Kiderül, hogy nem valami jól.
Nekem nem megy.

149
00:07:16,423 --> 00:07:17,747
Támadt egy ötletem,

150
00:07:17,771 --> 00:07:20,894
amiben ugyanolyan megközelítési
módra gondoltam,

151
00:07:20,918 --> 00:07:23,023
de nagyon is helyi szinten.

152
00:07:23,047 --> 00:07:24,238
Mi az, hogy helyi?

153
00:07:24,262 --> 00:07:26,203
Az átfogalmazott kérdés így hangozhat:

154
00:07:26,227 --> 00:07:28,349
Mennyire jól ismerjük a környékünket?

155
00:07:28,373 --> 00:07:30,476
Így már pontosabbak lesznek a válaszaink?

156
00:07:31,817 --> 00:07:33,579
Terveztem ezért egy játékot.

157
00:07:33,603 --> 00:07:35,462
"Mennyire jól ismered a környékedet?"

158
00:07:36,454 --> 00:07:38,343
Egyszerű webalkalmazás.

159
00:07:38,367 --> 00:07:39,550
Irányítószámunkat beírva

160
00:07:39,574 --> 00:07:42,281
a program a népszámlálás
adataira támaszkodva kérdez

161
00:07:42,305 --> 00:07:43,844
a környezetünket illetően.

162
00:07:44,305 --> 00:07:46,428
Tervezéskor nagyon tudatosan jártam el:

163
00:07:46,452 --> 00:07:50,561
azt szerettem volna, 
ha a legszélesebb kör használja,

164
00:07:50,585 --> 00:07:53,413
nemcsak a számokhoz értő 49%.

165
00:07:53,437 --> 00:07:55,192
Szerettem volna, ha mindenki rákap.

166
00:07:55,216 --> 00:07:56,741
A játék tervezésekor

167
00:07:56,765 --> 00:08:00,380
az ihletet az Otto Neurath által

168
00:08:00,404 --> 00:08:03,006
az 1920-30-as években
kidolgozott Isotypes adta.

169
00:08:03,030 --> 00:08:07,378
Ezek számok ábrázolására való módszerek

170
00:08:07,402 --> 00:08:09,175
képi jelek többszöri ismétlésével.

171
00:08:09,640 --> 00:08:12,805
Ott vannak a számok,
de a háttérbe húzódva.

172
00:08:12,829 --> 00:08:15,552
Nagyszerű módszer
mennyiségek ábrázolására,

173
00:08:15,576 --> 00:08:18,560
és elkerülhető vele
pl. a százalék, a tört vagy az arány

174
00:08:18,584 --> 00:08:19,814
fogalmának használata.

175
00:08:19,838 --> 00:08:21,540
Lássuk a játékot!

176
00:08:22,310 --> 00:08:23,957
Bal felől vannak a jelképek,

177
00:08:23,981 --> 00:08:26,650
és a jobb oldali térképen látszik,

178
00:08:26,684 --> 00:08:29,947
mely földrajzi területre vonatkoznak

179
00:08:29,971 --> 00:08:31,138
a kérdések.

180
00:08:31,162 --> 00:08:32,443
Hét kérdést teszünk föl.

181
00:08:32,467 --> 00:08:36,360
Minden kérdésnél a lehetséges válasz
nulla és száz közé eshet,

182
00:08:36,384 --> 00:08:37,733
és a játék végén kiderül

183
00:08:37,757 --> 00:08:40,975
az összesített pontszám,
ami nulla és száz közé eshet.

184
00:08:40,999 --> 00:08:43,083
Mivel ez itt a TEDxExeter,

185
00:08:43,107 --> 00:08:45,432
nézzük meg gyorsan,

186
00:08:45,456 --> 00:08:47,765
miket kérdez először a program Exeterről.

187
00:08:47,789 --> 00:08:49,194
Az első kérdése:

188
00:08:49,218 --> 00:08:52,210
100 fő közül hány a 16 évesnél fiatalabb?

189
00:08:52,784 --> 00:08:56,384
Nem túl jól ismerem Exetert,
ezért csak saccolni tudtam,

190
00:08:56,408 --> 00:08:58,969
de azért képet kapnak a játék működéséről.

191
00:08:58,993 --> 00:09:02,699
Elhúzzák a csúszkát 
a képecskék kijelölésére,

192
00:09:02,723 --> 00:09:04,958
majd az OK-ra rákattintva felelnek.

193
00:09:04,982 --> 00:09:08,645
Megjelenítjük a válasz 
és a valóság közötti különbséget.

194
00:09:08,669 --> 00:09:12,744
Kiderül, hogy jól melléfogtam;
a valóságban 5.

195
00:09:13,149 --> 00:09:14,573
Mi a következő kérdés?

196
00:09:14,597 --> 00:09:16,753
Kíváncsi az átlagéletkorra,

197
00:09:16,777 --> 00:09:19,222
arra a korra, amelynél a sokaság 
fele fiatalabb,

198
00:09:19,246 --> 00:09:20,920
illetve a fele idősebb.

199
00:09:20,944 --> 00:09:24,294
Úgy gondoltam, hogy 35;
ezt olyan középkorúnak érzem.

200
00:09:24,318 --> 00:09:25,761
(Nevetés)

201
00:09:28,206 --> 00:09:30,312
Valójában Exeter hihetetlenül fiatal,

202
00:09:30,336 --> 00:09:34,874
de én alulértékeltem
az egyetem helyi hatását.

203
00:09:34,898 --> 00:09:36,929
A kérdések egyre fogósabbakká válnak.

204
00:09:36,953 --> 00:09:39,336
E kérdés a lakástulajdonra vonatkozik.

205
00:09:39,955 --> 00:09:43,654
100 háztartás közül 
hányat terhel jelzálog vagy hitel?

206
00:09:43,678 --> 00:09:44,958
Lefedeztem magam,

207
00:09:44,982 --> 00:09:48,080
mert nem akartam 50-nél többet mondani.

208
00:09:48,104 --> 00:09:50,124
(Nevetés)

209
00:09:50,148 --> 00:09:52,614
Tényleg, ezek a kérdések már nehezebbek,

210
00:09:52,638 --> 00:09:55,497
mert ha valamely területen
vagy közösségben élünk,

211
00:09:55,521 --> 00:10:00,771
az életkor dönti el, 
hogy a sokaság öreg-e vagy fiatal.

212
00:10:00,795 --> 00:10:03,140
Elég körülnéznünk, és látjuk.

213
00:10:03,164 --> 00:10:06,555
De pl. a lakástulajdon kérdését
sokkal nehezebb megítélni,

214
00:10:06,579 --> 00:10:09,187
ezért a heurisztikánkhoz térünk vissza,

215
00:10:09,211 --> 00:10:13,662
arra vonatkozó előítéletünkhöz,
hogy hányan laknak a sajátjukban.

216
00:10:13,686 --> 00:10:17,336
Az a helyzet, 
hogy amikor kibocsátottuk a játékot,

217
00:10:17,360 --> 00:10:20,896
az alapjául szolgáló népszámlálási
adatok már többévesek voltak.

218
00:10:20,920 --> 00:10:24,489
Voltak online alkalmazások,
amelyekkel irányítószám alapján

219
00:10:24,513 --> 00:10:26,607
többéves idősorokat kaphatunk.

220
00:10:26,631 --> 00:10:27,820
Bizonyos értelemben

221
00:10:27,844 --> 00:10:31,393
ezek egy kissé avittasok voltak,
és nem feltétlenül újak.

222
00:10:31,417 --> 00:10:35,056
De érdekelt, hogy milyen lesz a reakció,

223
00:10:35,080 --> 00:10:37,437
ha animációval játékossá tesszük

224
00:10:37,451 --> 00:10:39,228
a rendelkezésünkre álló adatokat,

225
00:10:39,252 --> 00:10:43,000
és arra játszunk rá,
hogy léteznek előítéletek.

226
00:10:43,508 --> 00:10:47,091
Kiderült, hogy a reakciók jócskán... hm...

227
00:10:48,328 --> 00:10:50,256
meghaladták a várakozásomat.

228
00:10:50,280 --> 00:10:52,551
Régen dédelgetett vágyam
egy statisztikai oldal,

229
00:10:52,585 --> 00:10:54,737
amely a közönség igénye miatt omlik össze.

230
00:10:54,787 --> 00:10:56,917
(Nevetés)

231
00:10:56,941 --> 00:11:00,405
Ez az URL tartalmazza 
a "statistics", "gov" és az "UK" szókat,

232
00:11:00,429 --> 00:11:03,671
amely a legkevésbé kedvelt 
három szó az URL-ben.

233
00:11:03,695 --> 00:11:07,680
A megdöbbentő az, hogy a weboldal
este háromnegyed tízkor

234
00:11:07,704 --> 00:11:09,797
tényleg összeomlott,

235
00:11:09,821 --> 00:11:13,132
mert az emberek
önszántukból foglalkoztak

236
00:11:13,152 --> 00:11:14,595
ezekkel az adatokkal,

237
00:11:14,619 --> 00:11:16,654
szabadidejükben.

238
00:11:16,678 --> 00:11:19,165
Nagyon érdekes volt látnom,

239
00:11:19,189 --> 00:11:22,902
hogy negyedmillióan játszanak valamivel

240
00:11:22,926 --> 00:11:26,198
a megjelenésétől számított 48 óra alatt.

241
00:11:26,222 --> 00:11:30,149
Heves vita alakult ki az interneten
és a közösségi oldalakon,

242
00:11:30,173 --> 00:11:32,210
amelyet jórészt azok uraltak,

243
00:11:32,234 --> 00:11:36,227
akik viccesnek találták előítéleteiket.

244
00:11:36,251 --> 00:11:39,310
Ennél jobbat nem is kívánhattam volna.

245
00:11:40,024 --> 00:11:41,524
Az is tetszett, hogy az emberek

246
00:11:41,524 --> 00:11:43,744
küldözgették ezt a politikusoknak.

247
00:11:43,768 --> 00:11:46,357
Mennyire ismered jól
az állítólag képviselt területed?

248
00:11:46,381 --> 00:11:47,543
(Nevetés)

249
00:11:47,567 --> 00:11:49,127
Végezetül,

250
00:11:49,992 --> 00:11:52,322
térjünk vissza a két embertípushoz!

251
00:11:52,346 --> 00:11:54,603
Arra gondoltam: érdekes lenne megtudni,

252
00:11:54,627 --> 00:11:57,442
hogy akik jól bánnak a számokkal,
nekik hogy menne a játék.

253
00:11:57,466 --> 00:12:00,592
John Pullinger, Anglia és Wales
főstatisztikusa,

254
00:12:00,592 --> 00:12:02,579
arra számítanánk, eléggé jeleskedne.

255
00:12:03,524 --> 00:12:05,973
A területéből 44 pontot ért el.

256
00:12:05,997 --> 00:12:08,085
(Nevetés)

257
00:12:08,489 --> 00:12:13,538
Jeremy Paxman tévés újságíró
– elismerem, egy pohár bor után – 36-ot.

258
00:12:14,051 --> 00:12:15,512
Még rosszabb.

259
00:12:15,536 --> 00:12:18,737
Ez csak arra utal, 
hogy a számok mindenkit megihletnek.

260
00:12:18,761 --> 00:12:20,021
Meglephetnek.

261
00:12:20,045 --> 00:12:21,888
Nagyon gyakran a statisztikáról

262
00:12:21,908 --> 00:12:24,070
mint a bizonytalanság
tudományáról beszélünk.

263
00:12:24,094 --> 00:12:25,876
Mai búcsúgondolatom:

264
00:12:25,900 --> 00:12:28,935
a statisztika a mi tudományunk.

265
00:12:28,959 --> 00:12:31,747
Ezért lenyűgözőek a számok.

266
00:12:31,771 --> 00:12:32,961
Köszönöm szépen.

267
00:12:32,985 --> 00:12:36,762
(Taps)