WEBVTT

00:00:00.000 --> 00:00:04.357
Adrianna indsamlede data om
forskellige skolers vinderprocent

00:00:04.357 --> 00:00:08.850
og den gennemsnitlige årlige løn
i million dollars for deres træner

00:00:08.850 --> 00:00:11.827
fra årene 2000 til 2011.

00:00:11.827 --> 00:00:15.111
Hun lavede dernæst følgende
punktplot og tendenslinje.

00:00:15.111 --> 00:00:19.582
Dette er løn i millioner af dollars
og dette er vinderprocent.

00:00:19.582 --> 00:00:23.868
Vi har her en træner,
der tjente over 4 millioner og

00:00:23.868 --> 00:00:28.070
det ser ud til de vandt
over 80% af deres kampe.

00:00:28.070 --> 00:00:32.248
Men du har denne træner,
der har en løn på lidt over 1,5 millioner

00:00:32.248 --> 00:00:35.226
og de vandt over 85% af kampene.

00:00:35.226 --> 00:00:44.336
Hvert punkt svarer til en træners løn
afbildet sammen med deres vinderprocent.

00:00:44.336 --> 00:00:47.863
Antag at linjen korrekt
viser tendensen af data…

00:00:47.863 --> 00:00:49.465
Det er jo lidt af en antagelse,

00:00:49.465 --> 00:00:53.144
da der er nogle outliers,
som ligger langt fra modellen.

00:00:53.144 --> 00:00:57.677
Det ser godt nok ud til at være
en positiv lineær sammenhæng,

00:00:57.677 --> 00:00:59.445
men den er ikke særlig stærk.

00:00:59.445 --> 00:01:03.781
Der er en gruppe trænere
med et meget lav løn,

00:01:03.781 --> 00:01:07.075
der varierer fra 20% til over 60%.

00:01:07.075 --> 00:01:10.019
Hvis du antager at linjen
korrekt viser tendensen,

00:01:10.019 --> 00:01:14.671
hvad betyder det så,
at den skærer y-aksen ved 39?

00:01:14.671 --> 00:01:20.010
Hvis du stoler på modellen og den
viste skæring med y-aksen ved 39,

00:01:20.010 --> 00:01:26.468
så forudsiger modellen, når træneren
ikke tjente nogle penge, altså 0 dollars,

00:01:26.468 --> 00:01:33.230
så ville de vinde 39% af deres kampe,
som jo synes lidt urealistisk,

00:01:33.230 --> 00:01:35.933
da du forventer at de fleste
trænere får en betaling.

00:01:35.933 --> 00:01:40.127
Lad os se hvilke af disse
muligheder der faktisk siger dette.

00:01:40.127 --> 00:01:42.907
Lad mig se på mulighederne.

00:01:42.907 --> 00:01:46.124
Gennemsnitslønnen var
på 39 millioner dollars.

00:01:46.124 --> 00:01:47.707
Nej, ingen tjente 39 millioner.

00:01:47.707 --> 00:01:50.380
I gennemsnit vil hver stigning
på 1 million dollars i løn

00:01:50.380 --> 00:01:52.765
give en stigning i vinderprocenten på 39%.

00:01:52.765 --> 00:01:58.611
Det har med hældningen at gøre og
hældningen er med sikkerhed ikke 39.

00:01:58.611 --> 00:02:01.068
Den gennemsnitlige vinderprocent var 39%.

00:02:01.068 --> 00:02:02.629
Det er heller ikke sandt.

00:02:02.629 --> 00:02:06.813
Modellen siger, at hold med en træner,
der tjente 0 millioner dollars

00:02:06.813 --> 00:02:09.766
i gennemsnit vil vinde
omkring 39% af kampene.

00:02:09.766 --> 00:02:14.026
Jeps, det er det udsagn,
der er tættest på det vi sagde,

00:02:14.026 --> 00:02:17.217
hvis du stoler på modellen
og det er et stort HVIS.

00:02:17.217 --> 00:02:21.346
Hvis du stoler på modellen, så siger den,

00:02:21.346 --> 00:02:24.865
et hold med en træner, der tjener
0 dollars, vil vinde 39% af deres kampe.

00:02:24.865 --> 00:02:27.446
Dette viser du skal
være skeptisk med modeller.

00:02:27.446 --> 00:02:31.605
De er ikke perfekte,
især i ekstremerne.

00:02:31.605 --> 00:02:34.873
Forhåbentlig syntes du dette kunne bruges.