Paradoks Simpsona

Paradoks Simpsona występuje wtedy, gdy dodanie lub usunięcie współczynnika zmienia wyniki analizy – ma to szczególne znaczenie w przypadku regresji. Ilustruje to przykład danych o przyjęciach na studia magisterskie z UC-Berkeley z 1973 roku. Na pierwszy rzut oka kobiety wydają się mieć mniejszą szansę na przyjęcie na studia magisterskie. Jednak po dodaniu zmiennej Department jako współczynnika istotność płci znika. Okazuje się bowiem, że kandydatki ubiegały się o przyjęcie na bardziej konkurencyjne kierunki niż kandydaci.

Uwaga dotycząca danych: Zbiór danych zawiera cztery kolumny: Dept, Gender, Admitted i Rejected. Model glm() z rodziną "binomial" można zbudować, łącząc kolumny Admitted i Rejected.