تعدیل آماری ممکن است دستکاری آمار به نظر برسد، اما در بسیاری از موارد، تعدیل کاملاً منطقی و حتی در موارد زیادی ضروری است. تعدیل آماری چطور میتواند کاری کند که عددها ما را فریب ندهند؟
فرض کنید باید بین دو جراح یکی را انتخاب کنید و بدانید که ۴٪ از بیماران جراح A در حین یا مدت کوتاهی پس از جراحی جان خود را از دست می دهند، در حالی که برای جراح B، این درصد فقط ۳٪ است. اولین واکنش شما، یعنی انتخاب فوری جراح B، غیربهینه است. یک رویکرد عاقلانهتر درخواست دادههای بیشتر است. اگر جراح B فقط بیماران جوان را بپذیرد، در حالی که جراح A سخاوتمندانه هر کسی را بپذیرد، چطور؟ ممکن است درمورد بیماران جوان، نرخ مرگومیر جراح A کمتر از جراح B باشد، اما چون او بیماران مسن را نیز می پذیرد، درصد مرگ و میر بیمارانش بالا میرود. بنابراین منطقی است که مثلاً در این مورد بر اساس سن، تعدیل انجام دهیم و پس از انجام این کار، ممکن است متوجه شوید که درصد تعدیلشده با سن جراح A در واقع کمتر است. به همین ترتیب، تعدیل فصلی در بسیاری از موارد ضروری است. فقط به رفتار خود به عنوان یک مصرفکننده قبل از کریسمس فکر کنید. اگر آماردانی از سیاره دیگری که انسان را نمیشناسد، ببیند که چگونه فروش خردهفروشی در ماه دسامبر نسبت به ماههای قبل به طرز چشمگیری افزایش یافته، ممکن است تصور کند که اقتصاد ما در شرف رونق شدید است. با این حال، زمانی که ژانویه و فوریه پیش میآیند، متوجه میشود که خیلی خوشبین بوده است.
یکی دیگر از موارد معروف، تعدیل بر مبنای تورم یا محاسبه به اصطلاح ارزش واقعی است. این منطقی است؛ مثلاً شاید تولید ناخالص داخلی یک کشور که با پول محلی آن اندازه گیری میشود، ۲۰ درصد رشد داشته است، که عالی به نظر میرسد، اما اگر نرخ تورم ۳۰ درصد بوده، بله، خیلی هم عالی نیست! در مجموع، تعدیل آماری اساساً ما را قادر میسازد کم کمی عمیقتر ببینیم.