חיפוש באתר

קישורים

עמודים

קטגוריות

100 שנה להולדתו של דויד בלאקוול

היום, 24.4.2019, מלאו 100 שנה להולדתו של הסטטיסטיקאי ממוצא אפריקאי-אמריקני דויד בלאקוול. בנוסף לסטטיסטיקה, בלאקוול התעניין גם בתורת המשחקים ותורת האינפורמציה.

בלאקוול נולד למשפחת פועלים בדרום מדינת אילינוי בארצות הברית, והיה הבן הבכור מבין ארבעת הילדים במשפחה. למרות שאז עדיין הייתה נהוגה הפרדה גזעית בארצות הברית, בקהילה בה גדל היה בית ספר “מעורב” בו למדו לבנים ושחורים יחד. בלקוול בלט כתלמיד מצטיין בתחום המתמטיקה, קפץ כיתה פעמיים, וסיים את לימודיו בבית הספר התיכון בגיל 16. לאחר מכן החל ללמוד באוניברסיטה של מדינת אילינוי באורבנה-שמפיין בכוונה לקבל תעודת הוראה ולהיות למורה למתמטיקה. בגיל 19 הוענק לו תואר ראשון במתמטיקה, תואר שני שנה לאחר מכן, ותואר דוקטור למתמטיקה ב-1941, כאשר היה בן 22. הוא קיבל מילגה לפוסט-דוקטורט במכון ללימודים מתקדמים באוניברסיטת פרינסטון, אך נאלץ לעזוב כעבור שנה עקב מדיניות ההפרדה הגזעית שהייתה נהוגה שם.

לאחר שעזב את פרינסטון ניסה לקבל משרה והציג את מועמדותו ל-105 אוניברסיטאות ומכללות. ג’רזי ניימן תמך במועמדותו למשרה באוניברסיטת ברקלי, אך הוא לא קיבל את המשרה, שוב עקב  מדיניות הפרדה גזעית. הוא לימד בשורה במספר מכללות ואוניברסיטאות “שחורות” עד 1954, ולבסוף קיבל באוניברסיטת ברקלי משרת מרצה אורח, שוב בתמיכתו של ניימן. כעבור שנה היה לפרופסור מן המניין במחלקה לסטטיסטיקה של אוניברסיטת ברקלי, האדם האפריקאי-אמריקני הראשון שהגיע לדרגה זו באוניברסיטת ברקלי. בלאקוול נשאר בברקלי עד פרישתו ב-1988.

תרומתו הנודעת ביותר לסטטיסטיקה היא משפט ראו-בלאקוול, בתורת האמידה, המציע דרך קונסטרוקטיבית לשיפור אמד חסר הטיה כלשהו לאמד אופטימלי. המשפט שפורסם ב-1947, מבוסס על תוצאה תיאורטית שפירסם ק. ר. ראו שנתיים קודם לכן. מאוחר יתר היה לסטטיסטיקאי בייסיאני תחת השפעתו של ג’ימי סאבייג’.

תרומות חשובות נוספות של בלאקוול למדע כוללות את פיתוח מודל לערוצי תקשורת הנקרא על שמו (תורת האינפורמציה), תרומות לתיאוריה של משחקים עם אינפורמציה לא מלאה (תורת המשחקים), מחקר התפלגות דיריכלה ותהליכי דיריכלה (תורת ההסתברות), ותרומות לתחום הכלכלה המתמטית שהוא היה בין מייסדי התחום, וכמובן תרומות רבות בתחום הסטטיסטיקה הבייסיאנית.

בלאקוול זכה בחייו, וגם אחרי מותו, בפרסים ואותו כבוד רבים. בין היתר הוענקו לו 15 תארי דוקטור לשם כבוד, הוא היה חבר כבוד בחברה המלכותית לסטטיסטיקה, וחבר באקדמיה הלאומית למדעים של ארצות הברית. הוא היה נשיא המכון לסטטיסטיקה מתמטית, נשיא אגודת ברנולי וסגן נשיא האיגוד האמריקני לסטטיסטיקה. ב-1979 זכה בפרס על שם ג’ון פון ניומן. ב-2012 הוענקה לו, לאחר מותו, המדליה הלאומית למדעים על ידי הנשיא ברק אובמה.

בלאקוול נפטר בשנת 2010, בגיל 91.

 

רחובות הסרטן והאנטנות הסלולריות

ב-25.2.2019 התפרסמה בעיתון ידיעות אחרונות כתבה תחת הכותרת “רחובות הסרטן“. הנה ציטוט כותרות המשנה:

מקום לדאגה: ברדיוס של 500 מטרים במרכז ראש־העין התגלו בשנים האחרונות עשרות מקרים של סרטן • כארבעים בני אדם כבר נפטרו מהמחלה • התושבים בטוחים שהגורם לתחלואה הוא אנטנות סלולריות שניצבות על גג בניין השייך לעירייה • “שנים שאנחנו זועקים ואף אחד לא מקשיב”, הם טוענים, “אנשים מתים פה אחד אחרי השני”.

הכתבה הזו ללא ספק מעודדת פניקה. עוד באותו יום הופיע פוסט בפייסבוק בקבוצה של תושבי העיר שלי, המזהיר מפני שתי אנטנות סלולריות שניצבות על גג התחנה המרכזית בעיר. “אנשים ימותו!” נכתב בפוסט שזכה לעשרות לייקים ותגובות נסערות.

אני לא מזלזל בכאבם של תושבי ראש העין, להפך. אני גם לא מתכוון לדון במספרים שהוזכרו בכתבה. אני מקבל אותם כפי שהם. אני רק רוצה להתייחס רק לטענה כי הגורם לתחלואה הוא אנטנות סלולריות. קל (לי לפחות) להסביר למה הטענה הזו לכל הפחות מוטלת בספק: יש עוד הרבה אנטנות סלולריות בהרבה מקומות, וסביבן אין שיעורי תחלואה גבוהים בסרטן. אם האנטנות מסרטנות, אז הן צריכות לסרטן בכל מקום, לא רק בראש העין.

אז למה דווקא בראש העין יש מקבץ[1] כל כך גדול של תחלואה בסרטן? תשובה אפשרית אחת היא שיש שם גורם סביבתי בעייתי אחר שאינו קיים במקומות אחרים. תשובה אפשרית אחרת היא שייתכן שיש גורם אחר לא סביבתי שאינו קיים במקומות אחרים, אולי גורם גנטי. אפשרות שלישית ועצובה במיוחד היא שהתושבים במקום סובלים מביש מזל.

והנה העניין: אם אין גורמים מקומיים (סביבתיים או אחרים) שגורמים לסרטן (או למחלה אחרת), והתחלואה מתפזרת באופן מקרי על פני כל הארץ, אז נוצרים מקבצים. חוקי הסטטיסטיקה עשויים להיות אכזריים.

אסביר בקצרה: אם פיזור מקרי התחלואה על פני הארץ הוא אקראי, ומחלקים את הארץ ליחידות שטח שוות בגודלן, אז התפלגות מספר המקרים ביחידת שטח מסויימת היא התפלגות פואסונית. ואז יש הסתברות, אמנם קטנה, שבאחת מהיחידות האלה יהיה מקבץ גדול של מקרי תחלואה. הבעיה היא שאין אפשרות לדעת מראש איפה זה יקרה.

גם ההפך נכון: אם התפלגות מספר המקרים ביחידת שטח מסויימת היא התפלגות פואסונית, אז ניתן להסיק כי הפיזור על פני השטח הוא אקראי.

הפעם אדגים את התופעה בעזרת סימולציה. (להלן קישור לתכנית R שבעזרתה ביצעתי את הסימולציה)

נניח כי קיימת מדינה שצורתה ריבוע מושלם, בגודל 100×100 קילומטר. פיזרתי באופן אקראי 400 מקרי תחלואה על פני הארץ בכל פעם הגרלתי שני מספרים מקריים בין אפס ל-100 שקבעו את הקואורדינטות של המקרה. הנה המפה שקיבלתי. יש בה ארבע מאות נקודות.

חילקתי את המפה ל-100 ריבועים, כל אחד בגודל 10×10 קילומטר.

ספרתי כמה נקודות/מקרים יש בכל אחד ממאה הריבועים. הנה טבלה עם תוצאות הספירה:

מספר המקרים 0 1 2 3 4 5 6 7 8 9
מספר האיזורים 1 5 19 19 18 16 13 3 5 1

 

מסתבר שיש איזור אומלל אחד שבו התגלו 9 מקרי תחלואה, 5 איזורים עם 8 מקרי תחלואה, ו-3 עם 7 מקרי תחלואה. לעומת זאת יש איזור אחד בר מזל שבו כולם בריאים, ועוד 5 איזורים שבהם היה רק מקרה אחד. סימנתי את האיזורים האלה במפה. האיזורים שבהם התחלואה נמוכה מוקפים במסגרת סגולה (קצת קשה לראות):

אני לא רואה שום תבנית בפיזור של איזורי התחלואה הגבוהה על המפה, וגם לא בפיזור של איזורי התחלואה הנמוכה[2] . זה לא אומר שלא צריך לבדוק מה קורה שם. אבל הבדיקה צריכה להיות רצינית ולא להסתמך על פניקה שמפיצה כתבה בעיתון.

ראו גם רשימות נוספות שכתבתי על ההתפלגות הפואסונית ושימושיה:


הערות
  1. cluster []
  2. ניתן גם לבדוק את טיב ההתאמה של מודל ההתפלגות הפואסונית לנתונים []

מלחמת המינים

באיים המטריארכליים שבאוקיינוס השקט יש העדפה ברורה לבנות, ולכן כל משפחה מביאה ילדים לעולם עד שנולדת להם בת (לאחר שנולדת בת המשפחה מפסיקה להביא ילדים לעולם).

מהו יחס המינים באיים?

מתוך 47 איש שענו על שאלה זו בטוויטר, 36 ידעו את התשובה הנכונה: למרות שלכאורה יש משפחות עם הרבה בנים ורק בת אחת, עדיין יהיה מספר שווה בערך של גברים ונשים.

 

למה זה נכון?

כמקובל, יש צורך להניח מספר הנחות. ההנחות המקובלות הן:

  • בכל לידה נולד רק ילד אחד
  • כל ילד הוא בהכרח בן או בת
  • הסיכוי ללידת בן שווה לסיכוי ללידת בת
  • אין קשר בין המינים של הילדים השונים באותה המשפחה

ארבע ההנחות האלה יוצרות מודל: תיאור של המציאות, שייתכן שאינו מדוייק לגמרי, אבל הוא מספיק טוב כדי לתת תשובה אמינה לשאלה שלנו.

על ההנחות אפשר להתווכח. 3 ההנחות הראשונות יקלו עלינו את החישובים. 2 ההנחות הראשונות מתעלמות ממקרים של לידות תאומים, וממקרים נדירים בהם נולדים תינוקות שאינם זכר או נקבה ביולוגיים.[1] גם ההנחה השלישית אינה נכונה בטבע: ידוע כי נולדים יותר בנים מאשר בנות, והטבע “מאזן את עצמו” בכך ששיעור התמותה של תינוקות זכרים גבוה יותר. אפשר לבנות מודל יותר מורכב שייקח בחשבון הנחות יותר מורכבות, אבל זה רק יסבך את החישובים.

ההנחה הרביעית היא קריטית. אם היא לא נכונה, אז כל הניתוח שיוצג כאן אינו נכון. שוב, אפשר להחליף את ההנחה הזו בהנחה יותר מורכבת, אבל אין לנו שום סיבה לחשוד בכך שההנחה הזו לא נכונה.

עכשיו, כשיש לנו מודל, בואו ננסה לראות מה קורה. נסתכל על דור היפותטי באיים, שבו יש 1024 משפחות חדשות בתחילת דרכן. נניח גם כי בכל שנה יש לידה (במשפחות שאין בהן בת).

בשנה הראשונה, ל-512 משפחות תיוולד בת, ול-512 משפחות ייוולד בן[2]. בסוף השנה יש 512 בנות ו-512 בנים.

בשנה השניה, 512 המשפחות שלהן יש בן יביאו עוד ילד לעולם. ל-256 מהמשפחות האלה תיוולד בת, ול-256 משפחות ייוולד בן. כעת יש 768 בנים (512+256) וגם 768 בנות. יש 256 משפחות עם שני בנים ו-256 משפחות עם בן ובת.

בשנה השלישית, 256 המשפחות שלהן יש שני בנים יביאו עוד ילד לעולם. ל-128 מהמשפחות תיוולד בת, ול-128 מהמשפחות ייוולד בן. כעת יש 896 בנים (768+128) וגם 896 בנות. יש 512 משפחות עם בת אחת, 256 משפחות עם בן ובת, 128 משפחות עם שני בנים ובת, ו-128 משפחות עם שלושה בנים.

בשנה הרביעית, 128 המשפחות שלהן יש שלושה בנים יביאו עוד ילד לעולם. ל-64 מהמשפחות תיוולד בת, ול-64 מהמשפחות ייוולד בן. כעת יש 960 בנים (896+64) וגם 960 בנות. יש 512 משפחות עם בת אחת, 256 משפחות עם בן ובת, 128 משפחות עם שני בנים ובת, 64 משפחות עם שלושה בנים ובת, ו-64 משפחות עם ארבעה בנים.

וכן הלאה. אני אעצור את החישוב הזה כאן, כי ההמשך ברור.

ומכיוון שמשספר הבנים בסופו של דבר שווה למספר הבנות, במשפחה ממוצעת יש מספר שווה של בנים ובנות.

אפשר גם לחשב את גודלה של משפחה ממוצעת: יש לנו 512 משפחות עם ילד אחד (בת), 256 משפחות עם 2 ילדים, 128 משפחות עם שלושה ילדים, וכן הלאה. ולכן (בהנחה שאם יש 10 בנים מוותרים וזהו):

אז במשפחה ממוצעת יש למעשה שני ילדים, ילד אחד הוא בהכרח בת (פרט למשפחה חסרת המזל שבה יש 10 בנים) ובכל משפחה יש רק בת אחת, ולכן הילד הנוסף במשפחה הממוצעת הוא בהכרח בן. במילים אחרות, במשפחה ממוצעת יש בת אחת ובן אחד, ולכן כמובן מספר הבנים שנולדו ל-1024 המשפחות ההיפותטיות שלו שווה למספר הבנות.

אפשר ורצוי לערוך גם חישוב הסתברותי: ההסתברות שבמשפחה יש ילד אחד היא חצי, ההסתברות שבמשפחה יש שני ילדים היא רבע, ההסתברות שבמשפחה יש שלושה ילדים היא רבע, וכן הלאה. לכן אפשר לחשב התוחלת של מספר הילדים במשפחה ולמצוא כי היא שווה ל-2:

 

את החישוב האחרון מבצעים בעזרת כמה תעלולים אלגבריים שכוללים בין השאר את הנוסחה לחישוב סכום של טור גיאומטרי/הנדסי שכנראה שמעתם עליה כשלמדתם מתמטיקה בבית הספר. זה לא מפתיע: סדרת ההסתברויות היא סדרה גיאומטרית: חצי, רבע, שמינית… כל הסתברות קטנה פי 2 מההסתברות הקודמת. לכן הסטטיסטיקאים מכנים את ההתפלגות שתוארה כאן בשם התפלגות גיאומטרית. מספר הילדים במשפחה הוא, בפי הסטטיסטיקאים, משתנה מקרי גיאומטרי. ושוב, מכיוון שעל פי תנאי השאלה תוחלת מספר הבנות במשפחה שווה ל-1, תוחלת מספר הבנים במשפחה חייבת גם היא להיות שווה ל-1, כלומר תוחלת מספר הבנים שווה לתוחלת מספר הבנות.

חישוב התוחלת הוא אולי מפחיד אבל התוצאה מאוד אינטואיטיבית. תחשבו על קוביה. אתם מטילים אותה ורוצים להוציא 5[3]. כמה הטלות בממוצע צריך להטיל עד שתקבלו 5? ההסתברות להטלת חמש היא שישית, ולכן האינטואיציה אומרת שצריך בממוצע 6 הטלות. 6 זה אחד חלקי שישית. גם במקרה הלידות אותה האינטואיציה עובדת. ההסתברות ללידת בת היא חצי, ולכן מספר הלידות הממוצע על לידת בת הוא אחד חלקי חצי, כלומר 2.

להתפלגות הגיאומטרית יש שימוש בכל מקום שבו רוצים לדעת כמה ניסיונות צריך לנסות עד להצלחה, זאת בתנאי שאין תלות בין הניסיונות וההסתברות להצלחה קבועה. איש מכירות, למשל, מעוניין לדעת כמה ניסיונות מכירה הוא צריך בממוצע לבצע עד שתתקיים מכירה. חולה הממתין לתרומת איבר להשתלה מעוניין לדעת כמה תורמים “יצטרך לחכות” עד שיימצא תורם מתאים. במקרה הזה, בהנחה שהסיכוי להתאמה של 10%, ושאין קשר בין התורמים (הנחה סבירה), יצטרכו בממוצע למצוא 10 תורמים פוטנציאליים עד שתימצא התאמה. אם בכל חודש מאותר תורם פוטנציאלי אחד, אז זמן ההמתנה הממוצע עד להשתלה הוא 10 חודשים.


הערות
  1. ואני מערבב כאן בין המין הביולוגי ובין המגדר לצורך נוחות הדיון, אבקש את סליחתכם []
  2. באופן תיאורטי כמובן, הכל באופן תיאורטי []
  3. נניח שהימרתם על 5, סתם []

עשרת הפוסטים הנקראים ביותר בשנת 2018

אם עדיין לא קראתם, זו ההזדמנות שלכם!

1) על מתאם וסיבתיות, או האם צמחונות גורמת לאנורקסיה

2) אנטומיה של מגיפה

3) סטטיסטיקה רעה:  p-Hacking  

4) “המחשב טעה. שלא תדעו עוד צער”

5) מהו p-value?

6) ניתוח מרכיבים ראשיים (PCA) – למה, איך ואיך לא

7) סטטיסטיקאי בפריז

8) איך מחשבים את תאריכי התוקף של התרופות

9) מה ההגיון בשיטת הניקוד של הטניס?

10) חוק המספרים הגדולים

חיסוני חצבת ואלימות נגד נשים

בשבוע שעבר תלו הורים באחד מגני הילדים (בגבעתיים נדמה לי) שלטים על שער הגן בו הזהירו כי בגן יש ילדה לא מחוסנת והתריעו על סכנת הדבקות בחצבת. אפשר להתווכח על השלט, תוכנו, וגם על הסגנון. בדיון בפייסבוק נטען כי זו “פעולה אלימה מאוד”. לעומת זאת נטען באותו דיון גם כי ” זו התנהגות סבירה לחלוטין… בירושלים בה יש התפרצות חצבת כרגע, יש שלטים בכניסה לקופות החולים שמזהירים הורים שילדיהם חשודים בהידבקות בחצבת מפני כניסה למרפאה ומבקשים להישאר בחוץ ולקרוא לאיש צוות שייצא אליהם, ובצדק גמור”. אני באופן אישי חושב שצריך להזהיר את הציבור ובפרט הורים לילדים בגן על המצאות ילדה שלא חוסנה ביודעין, בייחוד כשבארץ יש כעת התפרצות חמורה של מחלת החצבת, ונכון למועד כתיבת שורות אלה למעלה מ-2000 איש אובחנו כחולים, ורבים עוד יותר נחשפו למחלה בבתי ספר, קופות חולים ובתי חולים, בתחבורה הציבורית ובמקומות נוספים.

בכל מקרה, אני לא חושב שהצבת שלטי אזהרה מפני ילדה לא מחוסנת שקולה לליל הבדולח (או למעשים אחרים שנעשו בגרמניה הנאצית), אבל אבישי מתיה חושב שכן ומזהיר כי “זה ייגמר בדם”:

אבל בוא נעזוב את אבישי מתיה ונדון בסטטיסטיקה.

בואו נראה קודם מה יכול לקרות בגן. לכאורה אין בעיה. הילדה לא מחוסנת, ולכן הדבר הגרוע ביותר שיכול לקרות הוא שהיא תידבק בחצבת, וזו עיקר הבעיה שלה. היא עלולה להדביק אנשים אחרים שלא מחוסנים, ובגן כל הילדים האחרים מחוסנים, אז הם לא יידבקו.

זהו, שלא.

בואו נניח כי בגן הספציפי הזה יש 30 ילדים, ואף אחד מהם אינו במצב בריאותי שלא איפשר לו לקבל חיסון. כולם קיבלו חיסון. האם כולם מחוסנים? לא בהכרח. היעילות של החיסון, לאחר קבלת מנה אחת של חיסון, היא בערך 95%. אחרי קבלת המנה השנייה היעילות עולה ל-99%, אבל המנה השנייה ניתנת רק בכיתה א, והילדים האלה עדיין בגן. הסיכוי שילד אחד שקיבל חיסון אכן מחוסן הוא לכן 0.95. הסיכוי ששני ילדים אחד שקיבל חיסון הינם אכן מחוסנים הוא 0.95 כפול 0.95. הסיכוי כי כל 30 הילדים בגן שקיבלו חיסון אכן מחוסנים הוא 0.95 מוכפל בעצמו 30 פעמים, וזה יוצא 0.215. מכאן שהסיכוי כי בגן הזה יש לפחות ילד אחד שאינו מחוסן למרות שקיבל חיסון הוא כמעט 80%. הסיכוי שבקרב כל האנשים שנמצאים בסביבתה של הילדה הלא מחוסנת יש לפחות אדם אחד לא מחוסן הוא הרבה יותר גבוה. אם הילדה הזאת תחלה, כמעט בטוח שהיא תדביק אדם נוסף אחד לפחות. ככה המגיפות מתפשטות.

חצבת היא אחת המחלות המדבקות ביותר שיש, ויש אומרים כי זו המחלה המידבקת ביותר. באוכלוסייה שאיננה מחוסנת, אדם חולה ידביק בממוצע 18 אנשים נוספים. הסיכוי כי אדם לא מחוסן שנחשף לחצבת יחלה במחלה עולה על 90%. חשיפה למחלה כוללת המצאות במקום שבו היה אדם חולה חצבת אפילו שעתיים לאחר שהחולה עזב את המקום. לדעתי האישית, זה השיקול היחיד שצריך לקבוע. כמו שאף אדם מוסרי לא ידחוף דחיפה קטנה מישהו שעומד על הרציף ויש סיכון, קטן אך חיובי, שהנדחף ייפול אל מתחת לגלגלי הרכבת, אני חושב שאף אדם מוסרי לא צריך לאפשר אפילו סיכון קטן של הדבקת אדם אחר בחצבת. המעשה המוסרי הוא לצמצם את הסיכון. לכן, לא לחסן ילדים מתוך אידאולוגיה זה מעשה לא מוסרי, כי זה מסכן גם את הילד שלא מחסנים וגם אחרים, וחיסון מקטין מאוד את הסיכון הזה. להזהיר אנשים מפני סיכון של הדבקות בחצבת, גם אם הסיכון קטן, זה לדעתי המעשה הנכון והמוסרי.[1]

בשלב זה נטען כי ההסתברות שציינתי (מעל 90%) היא הסתברות מותנה, וזה נכון. זו אכן ההסתברות המותנה להדבקות בהינתן חשיפה לאדם חולה. ניתן כנגדי כי ההסתברות הרלוונטית היא “הסיכוי במצב נתון, בחיים נורמליים ורגילים בחברה הישראלית, להידבק”. אני לא אחזור כאן על כל הטיעונים שנטענו[2] ,אבל השורה התחתונה של הטיעון היא כי הסיכון להדבקות בחצבת הוא הוא “נמוך. מאד. קטנטנן.”

אולם אני חושב בכל זאת שההסתברות הרלוונטית היא ההסתברות המותנה. כאן עשיתי אנלוגיה לרצח נשים. אני רוצה להבהיר כי אין בכוונתי לרמוז כי הנושא הזה אינו מטריד את האדם שהתדיין מולי, ובוודאי שאיני שם מילים בפיו. אני כן טוען כי ההסתברות הלא מותנה אינה רלוונטית כאשר דנים בסיכונים מהסוג שלי.

הטיעון שלי הוא כזה: השנה נרצחו יותר מ-20 נשים. הבה נעגל את המספר ל-30. בישראל יש קרוב ל-9 מיליון תושבים, כמחציתם, כלומר כ-4.5 מיליון הן נשים. הבה נעגל את המספר הזה ל-4 מיליון. כעת נבצע פעולת חילוק, ונקבל כי הסיכוי של אישה להירצח, עם עוד עיגול נדיב כלפי מעלה, הוא כ-1 ל-130 אלף. סיכוי הרבה יותר קטן מהסיכוי להידבק בחצבת[3]. אז לא צריך לעשות כלום בנושא???

אחת המשתתפות בדיון לקחה את הטיעון הזה עוד יותר רחוק ואמרה כי “הסתברות להיפגע בפיגוע טרור היא נמוכה מאוד מאוד…השנה נרצחו בפיגועי טרור 15 איש… אז אולי בכלל אין צורך לנקוט בפעולות כאלה חריפות למלחמה בטרור, ממילא מההסתברות לפגיעה היא נורא נמוכה”.

אני חושב שהנקודה ברורה. בסיכונים צריך לדון בהקשר של גורמי סיכון, וההסתברות הרלוונטית היא לכן ההסתברות המותנה בגורמי הסיכון. כדי לנהל את הסיכונים צריך לטפל בגורמי הסיכון. במקרה של מגיפת החצבת, גורם הסיכון היחיד שניתן לטפל בו כרגע אופן ההתפשטות המהיר של המחלה. הדרך היחידה האפשרית להאט את קצב התפשטות המחלה היא לחסן את האוכלוסייה.

ויש עוד נקודה שצריך לשים לב אליה. אף אחד לא מטיף לרצח נשים, אבל יש עשרות אלפי אנשים שמקדמים אג’נדה אנטי חיסונית, והתנועה הזו צוברת תאוצה ועלולה להגיע למסה קריטית מסוכנת (והסיכוי שזה יקרה הוא לדעתי מאוד לא זניח). לצערי, לא קיימות כרגע סנקציות שאפשר לנקוט נגד אנשים שאינם מחסנים את ילדיהם ואנשים המעודדים אנשים אחרים לא לחסן. מה שניתן לעשות זה להזהיר מפני הסכנות, גם אם זה פוגע ברגשותיו של אבישי מתיה.


הערות
  1. הערה: בפיסקה זו יש בעיקר דיון מוסרי, והדברים שכתבתי בפיסקה זו היו בדיון המקורי תשובה לשאלה סטטיסטית על סיכויי ההדבקות המחלה. ניתן לטעון נגד ההיסחפות שלי לדיון מוסרי, אולם אני חושב שאי אפשר לדון בשאלה הסטטיסטית בלי להידרש למשמעות המוסרית שלה. []
  2. תוכלו לקרוא זאת בדיון בפייסבוק []
  3. שהוא כ-1 ל-4500, על פי הנתון הנוכחי של כ-2000 חולים באוכלוסייה של כ-9 מיליון איש []