Arkusz kalkulacyjny nagradza selekcję. Kilka kliknięć — filtr, sort, trendline — i korelacja rośnie z 0,42 do 0,87. To nie teoria; to zachowanie narzędzia: domyślne wizualizacje i proste formuły upraszczają wycinanie anomalii zamiast ich testowania. Traktowanie wykresu jako dowodu prowadzi do fałszywych narracji.
Na zrzucie ekranu formuła CORREL zwraca r = 0,87; obok widać, że filtr ukrył trzy obserwacje, po przywróceniu których r = 0,42.
Dlaczego arkusz kusi do potwierdzania hipotez
Filtrowanie po wartościach, sortowanie malejąco, kolorowanie komórek na czerwono dla strat i zielono dla zysków — to affordancje, które komunikują: "tu jest wzór". Wiele szablonów domyślnie rysuje linię trendu i liczy R‑kwadrat; użytkownik widzi liczbę i czuje pewność. Pivoty agregują dane tak, że skrajne przypadki znikają między sumami, a automatyczne sugestie wykresów prowadzą do uproszczeń. Te mechanizmy sprzyjają testom jednostronnym, nie falsyfikacji.
Jak to wygląda w praktyce (moja anegdota)
Backtestowałem strategię altcoinową i po usunięciu kilku dni największych strat wynik w arkuszu stał się narracją zamiast testu.
Prosty filtr może zastąpić pre‑rejestrację. W niektórych projektach poboru mocy przez macierze RAID wykryłem podobne heurystyki: narzędzie podpowiada sposób agregacji danych, użytkownik go akceptuje.
Jak ograniczyć manipulację w arkuszu
Nie ma cudownego guzika; są procedury. Pre‑rejestracja testów i jawne reguły filtrowania pomagają. Zapis makr utrwala kolejne kroki. Eksportuj surowe dane, zachowaj oryginalne tabele, stosuj losowe próbkowanie jako test kontrfaktyczny. Automatyczna linia trendu nie zastąpi testu wartości odstających — sprawdź, czy wynik utrzymuje się po dodaniu trzech najmniejszych i trzech największych obserwacji. Ostatecznie arkusz to narzędzie do eksploracji, nie autorytet.
Terminologia przydatna w praktyce:
- CORREL / Pearson r — miara liniowej korelacji między dwiema seriami; w arkuszu = funkcja CORREL.
- Backtest — test strategii na danych historycznych; overfitting = dopasowanie do szumu.
- Pre‑rejestracja — zapis hipotez i procedur przed analizą danych, ogranicza p‑hacking.
- Survivorship bias — błąd przeżywalności: analizujesz tylko tych, którzy przetrwali filtr selekcji.
- P‑hacking — manipulowanie analizą (filtry, wybór okresu) by uzyskać istotność.
Uwaga praktyczna: zapisuj kolejne wersje pliku z datownikiem w nazwie i opisem poszczególnych kroków filtrowania — bez tego analiza traci wykonalność audytu.
Arkusze mają tendencję premiować wybór danych zamiast ich krytycznego testowania.
FAQ
Jak sprawdzić, czy korelacja w arkuszu jest wiarygodna
Porównaj wynik z danymi surowymi, dodaj i odejmij skrajne obserwacje, wykonaj testy na losowych podpróbkach.
Czy trendline w Excelu daje mi statystyczną istotność
Trendline to wizualizacja; istotność wymaga testów statystycznych poza samą linią trendu.
Co jest gorsze: filtrowanie czy agregowanie
Obie operacje zmieniają rozkład danych; agregowanie ukrywa wariancję, filtrowanie usuwa obserwacje — audyt obu jest konieczny.
te artykuły mogą Cię zainteresować
- poboru mocy przez macierze RAID — notatka techniczna o tym, jak narzędzia podpowiadają metody agregacji.
- przykłady backtestów i overfittingu — analiza, gdzie selekcja okresu zmieniła wynik strategii.
- pre‑rejestracja: szablon procedury — prosty checklist do zapisywania hipotez przed analizą.
