“ชัยชนะของ Biden ในปี 2020”
ในการเลือกตั้งประธานาธิบดีปี 2020 ถือเป็นประวัติศาสตร์ในหลายๆ ด้าน ท่ามกลางการแพร่ระบาดไปทั่วโลก โดยวิธีการลงคะแนนเสียงของชาวอเมริกันเปลี่ยนแปลงอย่างที่ไม่เคยเกิดขึ้นมาก่อน จำนวนผู้มีสิทธิเลือกตั้งเพิ่มขึ้น 7 เปอร์เซ็นต์จากปี 2016 ส่งผลให้พลเมืองผู้ใหญ่ของสหรัฐฯ ทั้งหมด 66% ลงคะแนนเสียงในการเลือกตั้งปี 2020 Joe Biden เอาชนะ Donald Trump 306–232 ใน Electoral College และมีคะแนนนำ 4 คะแนนในการโหวตยอดนิยม ทั้งทรัมป์และไบเดนสามารถนำผู้ลงคะแนนใหม่เข้าสู่กระบวนการทางการเมืองในปี 2020 ผู้ลงคะแนน 19% ของปี 2020 ที่ไม่ได้ลงคะแนนในปี 2016 หรือ 2018 แบ่งเท่า ๆ กันระหว่างผู้สมัครสองคน (49% ไบเดนเทียบกับทรัมป์ 47%) Behind Biden’s 2020 Victory | Pew Research Center

2024: Kamala Harris with crypto vs. Donald Trump with crypto — A New Political Battlefield

ชาวอเมริกันกลุ่มคนที่จะเป็นคะแนนใหม่กำลังเข้าสู่กระบวนเลือกตั้งในปี 2024 และในครั้งนี้ตัวแปรที่เป็นที่ถกเถียงและน่าสนใจนั้นก็คือ crypto currency

ทางฝังของ Republican ที่ Donald Trump ได้กล่าวผ่านทวิตเตอร์หรือ x

“This afternoon I’m laying out my plan to ensure that the United States will be the crypto capital of the planet,” Trump said. They want to choke you, they want to choke you out of business. We’re not going to let that happen.”
“บ่ายนี้ผมกำลังวางแผนเพื่อให้แน่ใจว่าสหรัฐอเมริกาจะเป็นศูนย์กลางของคริปโตในโลก” “พวกเขาต้องการจะทำให้คุณล้มละลาย พวกเขาต้องการทำให้ธุรกิจของคุณล้มเหลว แต่เราจะไม่ปล่อยให้สิ่งนั้นเกิดขึ้น”

และ Democratic อย่าง Kamala Harris ก็ได้มีนักวิเคราะห์จาก VanEck กล่าวถึงผลที่ตามมาหากเธอชนะเลือกตั้ง

“We would argue that a Kamala Harris presidency might be even better for Bitcoin than a second term for Trump because it would, in our view, accelerate many of the structural issues that drive Bitcoin adoption in the first place.”
“เราขอโต้แย้งว่าการดำรงตำแหน่งประธานาธิบดีของ Kamala Harris อาจจะดียิ่งขึ้นสำหรับ Bitcoin มากกว่าวาระที่ 2 ของ Trump เพราะในมุมมองของเรา นี่จะเป็นการช่วยเร่งปัญหาเชิงโครงสร้างหลายประการที่ผลักดันให้เกิดการยอมรับ Bitcoin ในตอนแรก”

Voter sentiment and Crypto in 2024.

กลุ่มผู้สนับสนุนคริปโตเคอร์เรนซีในสหรัฐอเมริกาถูกจัดให้เป็นกลุ่มที่มีอายุน้อย
มีความหลากหลาย และเป็นกลางทางการเมือง ทำให้กลุ่มนี้มีอิทธิพลในการเลือกตั้งที่จะมาถึง ในการเลือกตั้งปี 2020 กลุ่มนี้ถูกมองข้ามไป แต่ในปี 2024 คาดว่าจะมีบทบาทสำคัญ โดยเฉพาะในรัฐที่เป็นสนามรบทางการเมือง เช่น นิวแฮมป์เชียร์ เนวาดา โอไฮโอ และเพนซิลเวเนีย

ผลสำรวจจาก Morning Consult พบว่าประมาณ 18% ของผู้มีสิทธิเลือกตั้งในรัฐเหล่านี้ถือครองสินทรัพย์ดิจิทัล โดย 55% ของพวกเขาระบุว่าจะมีแนวโน้มเลือกผู้สมัครที่สนับสนุนค่านิยมคริปโต ซึ่งเน้นความเป็นธรรมในระบบเศรษฐกิจและการสนับสนุนเศรษฐกิจแบบกระจายศูนย์

จากการวิจัยของ Blockchain Association พบว่า 30% ของผู้มีสิทธิเลือกตั้ง
จะสนับสนุนผู้สมัครที่มีท่าทีเป็นมิตรกับคริปโต อย่างไรก็ตาม 83% ของผู้ตอบแบบสอบถามต้องการให้นักการเมืองมีความเข้าใจอย่างแท้จริงเกี่ยวกับคริปโต
ซึ่งชี้ให้เห็นว่าการมีความรู้เกี่ยวกับคริปโตสามารถดึงดูดทั้งผู้ที่ชื่นชอบคริปโตและ
ผู้ที่สงสัยได้ คริปโตเคอร์เรนซีกำลังกลายเป็นประเด็นที่ได้รับความสนใจจากทั้งสองพรรคการเมืองในสหรัฐ การเลือกตั้งปี 2024 มีการพูดคุยเรื่องต่างๆ ที่สำคัญ เช่น
การกำกับดูแลสเตเบิลคอยน์ ผลกระทบต่อสิ่งแวดล้อมจากการขุดคริปโต และความเป็นไปได้ในการใช้เงินดอลลาร์ดิจิทัล ซึ่งทั้งหมดนี้อาจส่งผลต่อการลงคะแนนเสียง โดยเฉพาะในกลุ่มคนรุ่นใหม่ที่มีความเชี่ยวชาญทางเทคโนโลยี

กลุ่มผู้มีสิทธิเลือกตั้งที่อายุน้อยซึ่งมีความรู้และสนับสนุนคริปโตเป็นกลุ่มเป้าหมายสำคัญสำหรับผู้สมัครที่ต้องการชนะคะแนนเสียงจากกลุ่มนี้ รายงานระบุว่า 56% ของคนรุ่น Gen Z ในอเมริกาถือครองคริปโตหรือ NFTs ซึ่งชี้ให้เห็นถึงความสำคัญของการดึงดูดกลุ่มผู้มีสิทธิเลือกตั้งที่เชี่ยวชาญเทคโนโลยี

Election cycles and Market Trends.

การวิเคราะห์ทางประวัติศาสตร์ของบิทคอยน์และการเลือกตั้งสหรัฐฯ มีการวิเคราะห์อย่างละเอียดเพื่อศึกษาความสัมพันธ์ระหว่างการเคลื่อนไหวของราคา Bitcoin และการเลือกตั้งสหรัฐฯ ในปี 2012, 2016 และ 2020 ผลการวิจัยชี้ให้เห็นว่าในปี 2012 ราคา Bitcoin ค่อนข้างคงที่และไม่แสดงความผันผวนที่มีนัยสำคัญที่เกี่ยวข้องโดยตรงกับการเลือกตั้ง

ในทางตรงกันข้าม ปีการเลือกตั้ง 2016 เห็นการเติบโตอย่างมากในมูลค่าของ Bitcoin โดยมีสาเหตุหลักมาจากปัจจัยต่าง ๆ เช่น การยอมรับในระดับโลกและความก้าวหน้าทางเทคโนโลยี มากกว่าเหตุการณ์ทางการเมืองโดยตรง

การตัดสินใจเกี่ยวกับอัตราดอกเบี้ยของธนาคารกลางสหรัฐ (Fed) และการเลือกตั้งประธานาธิบดีสหรัฐฯ มีผลกระทบสำคัญต่อตลาดสินทรัพย์ดิจิทัล การลดอัตราดอกเบี้ยของ Fed อาจเป็นผลดีต่อสินทรัพย์เสี่ยงอย่าง Bitcoin เนื่องจากนักลงทุนอาจมองหาทางเลือกที่ให้ผลตอบแทนสูงกว่า สินทรัพย์ดิจิทัลมีความสัมพันธ์กับดอลลาร์ที่อ่อนค่าและการเติบโตของปริมาณเงิน ทำให้อ่อนไหวต่อการเปลี่ยนแปลงนโยบายการเงิน ในด้านการเมือง ทั้ง Kamala Harris และ Donald Trump อาจส่งผลดีต่อ Bitcoin แต่มีนัยสำคัญแตกต่างกันสำหรับตลาดสินทรัพย์ดิจิทัลโดยรวม การบริหารงานของ Harris อาจนำไปสู่กฎระเบียบที่เข้มงวดขึ้น ในขณะที่ Trump อาจเอื้อต่อการผ่อนคลายกฎระเบียบและนโยบายที่เป็นมิตรกับธุรกิจมากขึ้น

โดยสรุป ไม่ว่าผลการเลือกตั้งจะเป็นอย่างไร แนวโน้มการเพิ่มขึ้นของการขาดดุลการคลังและหนี้สาธารณะมีแนวโน้มที่จะดำเนินต่อไป ซึ่งบ่งชี้ถึงการอ่อนค่าของดอลลาร์สหรัฐ สภาพแวดล้อมทางเศรษฐกิจมหภาคเช่นนี้เป็นบริบทที่ Bitcoin เคยเติบโตอย่างแข็งแกร่งในอดีต ดังนั้น นักลงทุนควรติดตามพัฒนาการทางการเมืองและเศรษฐกิจอย่างใกล้ชิด เนื่องจากปัจจัยเหล่านี้จะมีอิทธิพลอย่างมากต่อทิศทางของตลาดสินทรัพย์ดิจิทัลในอนาคตอันใกล้

References

Prediction Markets Go to Washington(‘s Appeals Court) (coindesk.com)

Donald J. Trump on X: “.@worldlibertyfi https://t.co/mwhVIzPJyq" / X (twitter.com)

Bitcoin Transforms From Fringe Asset To Presidential Talking Point (forbes.com)

How The 2024 Elections Will Affect The Crypto Industry (forbes.com)

How Will the US Election Affect the Crypto Industry? | INN (investingnews.com)

หลายคนคงห็นว่าในช่วงนี้มีการพูดถึงกราฟ Dot… — ติดเล่า เรื่องลงทุน | Facebook

Global Crypto Regulation Report 2023: PwC

Crypto’s Role in the 2024 US Presidential Election (zenledger.io)

U.S. Republican Lawmakers Say Crypto Legislation Not Yet Off the Table for This Year (coindesk.com)

A Crypto President? Top U.S. 2024 Contenders Aren’t Fans, and Rivals Are Way Behind (coindesk.com)

Decoupling Bitcoin’s Price Actions from U.S. Election Cycles: A Data-Driven Analysis (pc-tablet.com)

VanEck Mid-September 2024 Bitcoin ChainCheck: 1-Year Review Edition | VanEck

Elections, SEC Cases, DOJ Cases: What Crypto Regulation May Bring in 2024 (coindesk.com)

PolitiFi Analysis: How the 2024 Presidential Debate Influence Crypto Landscape | by CoinEx | Sep, 2024 | Medium

Why the US Presidential Election Affects Crypto and Bitcoin Prices | by Cryptonica Editorial | Aug, 2024 | Medium

Behind Biden’s 2020 Victory | Pew Research Center

Multi-agent Conversation

โดยลักษณะการทำงานของ Storm คือการหาข้อมูลและร่วมถกเถียงกับเหล่า Specialist ในแต่ละด้านเพื่อที่จะสร้าง Article ให้เรานั่นเอง

ซึ่งครั้งนี้ Storm ได้ร่วมคุยกับ 3 specialist หลัก ๆ นั่นก็คือ
1.Blockchain developers (นักพัฒนาเทคโนโลยีบล็อกเชน)
2.Social activist (นักเคลื่อนไหวทางสังคม)
3.Financial analyst (นักวิเคราะห์ทางการเงิน)

โดยที่ Blockchain developers โดนถามว่า

“What are some real-world examples of marginalized communities that have successfully utilized blockchain technology or cryptocurrency to improve their economic situation?”

แปล “ลองยกตัวอย่างพื้นที่ชุมชนที่ถูกละเลยและการเข้ามาของเทคโนโลยี Blockchain หรือ Crypto มันช่วยทำให้สถานะการดีขึ้นได้อย่างไรบ้าง?

ซึ่งการถกเกียงเหล่านี้ใช้เวลา 3 นาทีเท่านั้น

Storm ได้ให้ References ให้ถึง 17 แหล่งด้วยกัน

ซึ่งแต่ละแหล่งที่มานั้นประกอบด้วย website เช่น Medium ถึง 6 และ 11 แหล่งจาก website ทั่วไป ซึ่งแสดงถึงการที่ Storm นั้นสามารถถกเถียงประเด็นที่ซับซ้อนจาก Opinions ของผู้คนที่หลากหลายและประกอบมันออกมาเป็นบทความที่มีแหล่งอ้างอิงที่ให้เราสามารถเข้าถึงได้ในทันที

ซึ่งสิ่งที่น่าสนใจคือ Article ที่มีความหลากหลายทางความคิดดังเช่น หัวข้อของ

The Role of Cryptocurrency in Poverty Alleviation

• Financial Inclusion
• Remittances
• Immediate and Inclusive Assistance
• Stability Amidst Economic Instability
• Nonprofit Organizations and Crypto Philanthropy
• Overcoming Geographic Barriers
• Challenges and Future Directions

ซึ่งยังมีหัวข้อที่ตัวผมเองตอนที่ prompt ได้ก็ยังไม่ได้คิดถึงส่วนนั้นด้วยซ้ำไปเช่น

Case Studies and Success Stories

• Cryptocurrency in Low-Income Regions
• Crypto Microfinance Initiatives
• Financial Inclusion Efforts
• Real-World Applications
• Community-Driven Development

ทั้งนี้ Storm AI ก็เป็นเครื่องมือที่น่าสนใจในด้านการ research ข้อมูลที่เรานั้นสามารถเห็นถึง Processes การทำงาน ตั้งแต่เริ่มต้นการตั้งคำถามยันสรุปข้อมูลจากแหล่งที่มาและถกเถียงกับ specialists และท้ายที่สุดคือการจัดเป็น Article สรุปให้เราได้อ่านนั้นเอง ซึ่งสามารถดาวโหลดเป็น PDF ไฟล์ได้ด้วย

นอกจากนี้เรายังสามารถ discover ดูงานที่ Storm สรุปจาก Article ของ Storm เองอีกด้วย

และหากสนใจที่จะเริ่มต้นใช้ Storm สามารถใช้งานผ่าน website officials ได้เลย

• > storm.genie.stanford.edu

ไม่บ่อยนักที่การวิเคราะห์ทางสถิติจะเผยให้เห็นความจริง (Absolute)แม้แต่ในสภาวะที่ดีที่สุด เรามักจะสร้างคำอธิบายที่ดูเหมือนจะใช่ขึ้นมาจากข้อมูลที่ไม่สมบูรณ์ด้วยเหตุนี้ เหตุผลมากมายอาจทำให้ปัจเจกบุคคลคิดวิเคราะห์อย่างซื่อตรงตามจริงเห็น ต่างจากในเรื่องของผลลัพธ์ที่ได้จากการวิเคราะห์ทางสถิติหรือนัยแฝงของมัน ในระดับที่พื้นฐานที่สุดเราอาจเห็นไม่ตรงกันในคำถามที่ผู้คนยังคิดคำตอบกันอยู่ “นักกีฬาเบสบอลที่ดีที่สุดตลอดกาล” คำว่าดีที่สุดนั้นไม่มีอยู่จริง สถิติเชิงพรรณนา Descriptive statistics ที่หรูหราอาจให้ข้อมูลบางอย่างกับคำถามนี้ได้ แต่ไม่สามารถฟันธงคำตอบได้ “สุขภาวะเศรษฐกิจของชนชั้นกลางชาวอเมริกัน?” คำตอบขึ้นอยู่กับว่าเรานิยามชนชั้นกลางและสุขภาวะทางเศรษฐกิจอย่างไร?

สถิติให้อะไรกับเราเบื้องต้น

• เพื่อสรุปย่อข้อมูลมหาศาล
• เพื่อให้ตัดสินใจได้ดีขึ้น
• เพื่อตอบคำถามสำคัญทางสังคม
• เพื่อให้รู้จักแบบแผนซึ่งจะช่วยขัดเกลาวิธีที่เราจัดการกับสิ่งต่างๆ ตั้งแต่การขายผ้าอ้อมไปจนถึงการไล่จับอาชญากร
• เพื่อจับคนโกงและดำเนินคดีอาชญากร
• เพื่อประเมินประสิทธิภาพของนโยบายโครงการอย่ากระบวนการทางการแพทย์และนวัตกรรมอื่นๆ
• และเพื่อมองหาสุชน(ชาย)ผู้ใช้เครื่องมืออันทรงพลังเหล่านี้เพื่อเป้าหมายที่เลวทราม

อ้างอิงจาก หนังสือ Naked Statistics

การประเมินความเสี่ยง
ในระยะยาวบ่อนคาสิโนทำกำไรได้เสมอหรือเปล่าแต่นั่นไม่ได้หมายความว่าคาสิโนจะทำเงินได้ตลอดถึงแม้ว่าเราจะรู้ความน่าจะเป็นที่จะจั่วไพ่แล้วได้แต้มยี่สิบเอ็ดในเกมแบล็คแจ็คหรือความน่าจะเป็นที่จะออกสีแดงเมื่อเล่นรูเล็ตเมื่อความน่าจะเป็นพื้นฐานอยู่กับฝั่งคาสิโนแล้วซึ่งเป็นแบบนี้มาโดยตลอดเราก็ยิ่งแน่ใจได้มากขึ้นว่าบ่อนจะทำกำไรเมื่อจำนวนครั้งของการเล่นพนันมากขึ้นและเพิ่มมากขึ้นแม้ว่าเสียงก็ดีและนกหวีดจะดังอยู่ต่อเนื่องก็ตาม

ธุรกิจจำนวนมากต้องการประเมินความเสี่ยงที่อาจเกิดจากผลลัพธ์ไม่พึงประสงค์สารพัดเราไม่อาจกำจัดความเสี่ยงเหล่านี้ออกไปได้ทั้งหมด เช่นกัน กับบ่อนคาสิโนที่ไม่สามารถรับประกันได้ว่าคุณจะแพ้ทุกครั้งที่เล่นแบล็คแจ็ค

ธุรกิจใด ๆ ที่อยู่กับภาวะไม่แน่นอนล้วนจัดการความเสี่ยงเหล่านี้ได้โดยการปรับกระบวนการทำงานเพื่อให้ ความน่าจะเป็น (Probability) ที่จะเกิดผลลัพธ์ไม่พึงประสงค์อยู่ในระดับต่ำที่พอรับได้ไม่ว่าจะภัยพิบัติทางธรรมชาติผลผลิตที่ไม่ได้มาตรฐาน โดยที่น้ำหนักของแต่ละสถานการณ์จะขึ้นอยู่กับความน่าจะเป็นที่จะเกิดเหตุการณ์นั้น ๆสาเหตุหนึ่งที่วิกฤตการเงินในปี 2008 (Subprime Crisis 2008) ขึ้นอย่างรวดเร็วเป็นเพราะเหตุการณ์ในตลาดที่เชื่อกันว่ามีโอกาสเกิดขึ้นน้อยมาก ๆ กลับเกิดขึ้นอย่างต่อเนื่องเปรียบเสมือนนักพนันทุกคนในคาสิโนเปิดได้แบล็คแจ็คหมายเลขยี่สิบเอ็ดแต้มซึ่งเป็นแต้มสูงสุดของเกมตลอดคืนที่เป็นสิ่งที่แสดงให้เห็นว่าทุกแบบจำลองที่สร้างขึ้นมาเพื่อรับมือกับความเสี่ยงต้องตั้งอยู่บนรากฐานของ Probability เสมอ

• ยกตัวอย่าง เช่น การรับมือกับความเสี่ยงของบริษัทประกันก่อนแรกเลยหากเรารู้ว่าเหตุการณ์ที่จะมีรถขับเข้ามาชนบ้านของคุณและทำให้บ้านคุณไฟไหม้นั้นมีโอกาสเกิดน้อยนิดแต่ถ้าหากมันเกิดขึ้นแล้วก็เป็นโจทก์ที่บริษัทประกันต้องรับมือ สิ่งที่เขาทำก็คือการรับมือกับไฟไหม้ เช่น ตัวเตือนสัญญาณ ไฟเซ็นเซอร์จับความร้อน หรืออีกมากมายที่อยู่ในระบบป้องกันเหตุการณ์ต่าง ๆ เป็นต้น ก็เพื่อลดจำนวนเงินที่ต้องจ่ายให้กับเจ้าทุกข์ให้ได้มากที่สุดนั่นเอง เพราะไม่อย่างนั่น 🎯กำไรจากเบี้ยประกันคงหดหายกันพอดี

และสิ่งที่น่าสนใจก็คือนิติวิทยาศาสตร์ข้อมูลศาสตร์ (Forensic Data Science) แขนงนี้มีไว้เพื่อค้นหาแบบแผนที่อาจเกิดการโกงขึ้น ยกตัวอย่างเช่น บริษัทแห่งหนึ่งที่ก่อตั้งขึ้นโดยอดีตผู้พัฒนาข้อสอบเอสเอทีพวกเขาทำงานกับความน่าจะเป็น เมื่อนักเรียนกลุ่มใหญ่ตอบคำถามคำถามหนึ่งถูกทุกคนเราจะไม่รู้อะไรเท่าไหร่นักเพราะนั้นเป็นเรื่องที่นักเรียนควรทำอยู่แล้ว (พวกเขาอาจจะโกงหรืออาจจะฉลาดกันทุกคนก็ได้) แต่เมื่อพวกเขาตอบคำถามข้อใดข้อหนึ่งที่ผิดข้อที่ตอบผิดนั้นไม่ควรจะเหมือนกันทั้งหมดถ้าหากคำตอบเหมือนกันนั่นย่อมบ่งชี้ว่าพวกเขาลอกข้อสอบ (หรืออาจจะส่งคำตอบให้การผ่านข้อความในโทรศัพท์) ถ้าข้อสอบที่ยากถูก แต่ดันผิดในข้อที่ง่ายอาจบอกเป็นนัยว่าผู้สอบรู้คำตอบล่วงหน้าก่อนเข้าห้องสอบ (สิ่งที่น่าสงสัยก็คือกรณีที่การเปลี่ยนผิดเป็นถูกมากกว่าเปลี่ยนจากถูกเป็นผิดอย่างมีนัยสำคัญหรือบอกเป็นนัยว่าครูหรือผู้คุมสอบเปลี่ยนคำตอบในกระดาษคำตอบให้หลังการสอบ)

แน่นอนว่ามันมี ข้อจำกัดการใช้ ความน่าจะเป็น ถ้าหากกลุ่มผู้เข้าสอบขนาดใหญ่อาจทำให้คำตอบผิดเหมือนกันโดยบังเอิญยิ่งจำนวนโรงเรียนที่ใช้ประเมินเพิ่มมากขึ้นเท่าไหร่ก็ยิ่งมีโอกาสมากขึ้นที่เราจะพบแบบแผนชุดคำตอบที่ผิดมันเหมือนกันโดยบังเอิญเหตุการณ์ผิดปกติทางสถิติไม่ได้เป็นเครื่องพิสูจน์ว่าคนคนนั้นทำผิดมันคือชายคนหนึ่งวัย50ปี จากเมืองแอตแลนตาก็ถูกหวย 1 ล้านดอลลาร์ในปี 2008 และถูกรางวัลอีก 1 ล้านดอลล่าอีกครั้งในปี 2011 ความน่าจะเป็นที่จะเกิดเหตุการณ์ เช่นนี้ กับคนเดิมอยู่ที่ประมาณ 1 ใน 25 ล้านล้าน _แต่เราไม่สามารถจับกุมชายวัย 50 ปีคนนี้ได้ข้อหาฉ้อโกงเพียงเพราะ ตัวเลขความน่าจะเป็น แต่ว่าเราอาจสอบถามเขาได้ว่ามีญาติทำงานอยู่ในกองสลากบ้างหรือไม่ ความน่าจะเป็นเป็นอาวุธชิ้นหนึ่งในคลังแสงต้องใช้ควบคุมควบคู่กับการตัดสินใจที่

เราจะทำการทดลองแบบควบคุมตัวแปรกับมนุษย์ได้หากเราตั้งสมมติฐานว่ายาตัวใหม่หรือวิธีการรักษาโรคแบบใหม่อาจทำให้สุขภาพดีขึ้นแต่เราไม่สามารถทดลองกับมนุษย์แบบจงใจได้หากเราคาดว่าผลลัพธ์ที่ออกมาจะส่งผลเสียต่อสุขภาพมนุษย์ เพราะแรงจูงใจ ไม่สัมพันธ์ กับเรื่องที่จงใจ

สถิติเชิง Descriptive มันให้ผลดีในเชิงความสดวกสบาย แต่สิ่งที่มันแลกมานั้นดูจะทำเอาผิดเพี้ยนกันได้ง่ายๆ เลย

สองคำถามที่จาก Naked Statistics บท 2 Descriptive statistic — เกิดอะไรขึ้นกับสุขภาวะทางเศรษฐกิจของชนชั้นกลางในอเมริกา? — ใครเป็นนักเบสบอลที่ตีที่สุดตลอดกาล? ‘’สองคำถามนี้ให้ความรู้สึกต่างกันตรงที่คำถามแรกดูเป็นคำถามที่ยิ่งใหญ่โดยสเกลของ Data ที่กำลังวิเคราะห์เมื่อเทียบกับคำถามที่สอง แต่สิ่งที่สองคำถามนี้แสดงร่วมกันคือพวกมันเเสดงให้เห็นถึงจุดแข็งและข้อจำกัดของสถิติเชิงพรรณนาซึ่งหมายถึงตัวเลข และการคำนวณ ที่เราใช้สรุปย่อ Raw Data’’

หากใช้แนวคิดตาม statistic เราก็ต้องหาค่ากลาง Central tendency ออกมาให้ได้ก่อนโดยเราอาจจะนำรายได้เฉลี่ยของคนอเมริกามาหารด้วยจำนวนประชากรทั้งหมดเราก็จะเห็นถึงว่าของความกินดีอยู่ดีของคนอเมริกาได้เลยไชโย! แต่ว่า! ตัวเลขข้างต้นยังไม่ปรับตามอัตราเงินเฟ้อหรือ inflation ยิ่งใหญ่กว่าคือรายได้เฉลี่ยในอเมริกาไม่ได้เทียบเท่ากับรายได้เฉลี่ยของคนอเมริกาโดยเฉลี่ย median income vs average income

เพื่อที่จะให้เห็นภาพหากเรานั่งคุยกันเรื่อง Baseball player คนหนึ่งที่เล่นให้กับทีมแยงกีส์ถึง 17 ฤดูกาลและตีลูกออกไปทั้งสิ้นถึง 9,868 ครั้งแบบนี้เรียกว่า Raw Data

หรือถ้าหากผมมาคุยเรื่องเมื่อสิ้นสุดฤดูกาลปี 2011 Baseball player คนนี้มีค่าเฉลี่ยการตีตลอดการเล่นอาชีพเท่ากับ 0.313 นี่คือสถิติเชิงพรรณนา

และนั่นแหละคือประเด็นเราลองลดสเกลข้อมูลลงมาอยู่ในจุดที่เราจะสามารถคำนึงกันแบบง่าย ๆ ด้วยเรื่องราวในร้านเหล้าร้านหนึ่งร้าน ร้านนี้มีชายอเมริกันที่มีรายได้ต่อปีอยู่ที่ 35,000$ นั่งกินเบียร์กันอยู่ 4 คนเวลาผ่านไปมี บิลเกตส์ที่มีรายได้ 1,000M $ ต่อปีได้เดินเข้ามานั่งข้าง ๆ ของชาย 4 คนนี้ (เรื่องตลกก็คือเขาอาจจะเลี้ยงเหล้าของชายสามคนนั้นก็ได้แต่เรามาคิดในแนวสถิติเถอะXD) หากเราต้องคำนวณหา ‘ค่ากลาง’ ที่ ถูกต้องที่สุดหรือเที่ยงตรงที่สุด เราควรใช้อะไรถ้าเกิดเราใช้ค่าเฉลี่ย Average รายได้ของ 5 คนร่วมกันในร้านก็จะสูงถึง 91M $ เลย รายได้เฉลี่ยนั้นมันทำให้เราไม่สามารถหาข้อสรุปได้ว่าตกลง 5 คนในร้านนี้มีรายได้เฉลี่ยเท่าไหร่ แต่ถ้าเกิดเปลี่ยนตัวกลางที่ใช้ค่ากลางที่ใช้วิเคราะห์เป็น มัธยฐาน Median เราก็จะได้ค่าออกมา 35,000 $ ความเที่ยงตรง ณ จุดนั้นๆมากกว่าค่าเฉลี่ยนั่นเอง แต่ถว่ามันก็ใช้ได้กับแค่การกระจายที่ไม่มีค่า Outlier รุนแรงนัก

แล้วถ้ามันมี Outlier ล่ะ?!

ทาง Median และ Average นั้นคำนวณไม่ยาก หัวใจหลักอยู่ที่การตัดสินว่าตัววัด Central tendency ตัวไหนเที่ยงตรงกว่ากันในแต่ละสถานการณ์ ในขณะเดียวกันเรามีข้อเสนอดี ๆ ซึ่งก็คือตระกูลเดียวกับ Median ที่เรานำไปใช้งานได้อย่างที่เราได้พูดไป Median แบ่งการกระจายออกเป็นสองส่วนและยังสามารถแบ่งการกระจายย่อยลงไปได้อีก 4 ส่วนหรือที่เรียกว่า Quantile อีกสองอย่างคือ Decile ที่มี 10 ส่วน และ Percentile ที่มี 100 ส่วน

คำศัพท์น่าสนใจอีก 2 คำ

คำศัพท์เฉพาะทางที่มีประโยชน์บางคำ คะแนน ตัวเลข หรือจำนวนสัมบูรณ์ (Absolute) มีความหมายบางอย่างอยู่ในนั้น สมมุติว่าครับถ้าผมมีจำนวน kill ในลีก League of Legends อยู่ 13 kill นั่นคือจำนวนสัมบูรณ์ คือเราสามารถแปลงความหมายของจำนวนสมบูรณ์ได้โดยไม่ต้องอาศัยบริบทหรือข้อมูลเพิ่มเติม ว่าผมฆ่าได้ 20 ตัว คุณไม่จำเป็นต้องรู้ว่าวันนั้นในทีมผมจะมีคนแจกหรือมีคนตายไปแล้วกี่ตัวเพื่อใช้เป็นข้อมูลประเมินผลงานของผม อาจจะมีข้อยกเว้นถ้าเกิดอยากรู้เชิงลึกหรือผมมีเจตนาที่จะสื่อสารอะไรบางอย่างและคุณต้องทำให้มันชัดเจน

แต่ถ้ามันเป็นเช่นนั้นจริงๆ นั่นคือสถิติสัมพันธ์จำนวน หรือค่าสัมพันธ์ (Relative) มีความหมายก็ต่อเมื่อนำไปเปรียบเทียบกับสิ่งอื่นหรือเมื่ออยู่ในบริบทที่กว้างขวางเช่น หากผมอยากสื่อสารออกไปบอกว่าผมนั้นเป็นผู้เล่น LOL ที่อยู่ใน Rank Platinum สื่อให้เห็นว่าผมกำลังเอาความสัมพันธ์ของ Ranking ใน LOL มาพูกกับความสามารถอะไรบางอย่างของตัวผม เพื่อที่จะสื่อสารว่าตัวผมนั้นเก่งอยู่ในระดับลีกออฟเลเจนด์ที่แพลตตินัม การสื่อสารแบบสัมพันธ์ (Relative) จึงมีความหมายมากกว่าจำนวนคิวต่อเกมของผมนั้นเอง XD

ค่าสถิติอีกตัวที่จะมาช่วยเรานั่นก็คือส่วนเบี่ยงเบนมาตรฐาน Standard deviation ซึ่งเป็นตัววัดว่าข้อมูลนั้นกระจายตัวอย่างไร รอบ ๆค่ าเฉลี่ยพูดอีกอย่างก็คือข้อมูลนั้น ‘แผ่’ ออกไปมากน้อยแค่ไหน สมมติว่าคุณกำลังนั่งเที่ยวบินจากดอนเมืองแม่ฮ่องสอน มันอาจจะเป็นเที่ยวบินที่ไม่ใหญ่มาก และบนเที่ยวบินนี้มีค่าเฉลี่ยน้ำหนักอยู่ที่ 70 กิโลซึ่งมีค่าเท่ากันกลับน้ำหนักของอีกเที่ยวบินหนึ่งที่มุ่งหน้าจาก เชียงใหม่ไปดอนเมือง ที่ทั้งเที่ยวบินเต็มไปด้วยนักวิ่งมาราธอนมืออาชีพ ก็คือค่าทางสถิติตัวไหนจะวัดความต่างของสองเที่ยวบินนี้ได้คำตอบก็คือ ส่วนเบี่ยงเบนมาตรฐาน Standard deviation ครับบนเที่ยวบินจากแม่ฮ่องสอนไปดอนเมือง คุณอาจจะเห็นผู้ชายวัยกลางคนหนุ่มอินเดียคนหนึ่งกำลังนั่งประกบข้างคุณ เค้าน่าจะมีน้ำหนักประมาณ 100 กิโล ส่วนคุณนั้นมีน้ำหนักอยู่ที่ 50 กิโล ที่นั่งข้างหน้าของคุณก็มีคุณแม่ที่มีลูกวัย 6 ขวบซึ่งน้ำหนักน่าจะน้อยกว่าคุณอยู่แล้ว แต่ด้านหลังอาจมีแต่ทารกทีน้ำหนักเทียบไม่ได้กับชายวัยกลางคนที่นั่งข้างคุณเลย Standard deviation บนเครื่องบินลำนี้อาจสูงขึ้นได้ถึง 30 กิโลกรัม (พูดเป็นอีกในคือข้อมูลของเที่ยวบินแรก ‘แผ่ออกไปมากกว่า’ อีกเทียวบิน) เมื่อเปรียบเทียบกับ STD ของเที่ยวบินเชียงใหม่ที่เต็มไปด้วยนักวิ่งมาราธอน แล้วมันสำคัญอย่างไร?

สมมุติช่วงนี้คุณเหนื่อยล้าจากการทำงานมาพักนึงคุณได้เลือกที่จะไปตรวจโรคประจำปี สิ่งที่ค้นพบก็คือมีสารตัวนึงเชื่อว่าเอส HPC13 ขึ้นมา มีค่าสูงถึง 134 ซึ่งค่าเฉลี่ยคนที่อยู่ในอายุรุ่นราวคราวเดียวกับคุณอยู่ที่ 122 แย่แล้วคุณอาจจะร่างพินัยกรรม ในท้ายที่สุดคุณจะต้องเขียนจดหมายเปื้อนคราบน้ำตาซึ่งพ่อแม่และคนรัก หรือคุณอาจจะไม่ต้องทำอะไรเลย?! เพราะถ้าเกิดคุณสอบถามแพทย์ไปว่า Standard deviation ของปริมาณค่า HPC13 เนี่ยอยู่ที่เท่าไหร่โชคดีที่แพทย์ตอบมาว่า 1 หน่วยอยู่ที่ 18 ครับ ซึ่งความดันในเลือดของคุณสูงอยู่ที่มากกว่าค่าเฉลี่ยอยู่ที่ 12 ซึ่งมันไม่ได้เกิน 1 หน่วย Standard deviation ไปเลย ได้เวลาเล่นเกมต่อแล้วล่ะ! XD