Arhiiv kuude lõikes: September 2021

Kinnisvaraturu kohta käiva väite statistiline kontroll

Kahtlase väite „Vaatasime siin ise mõni aeg tagasi erinevaid arendusi: 60 korterit, keskmine hind 400 000 eurot” 15.09.2021 artiklist „Viljar Arakas kinnisvaraturust: IT-inimestest jääb väheks. Käib öölaulupidu, aga mind huvitab, mis juhtub hommikul” kontrollimiseks vaatasin Maa-ameti andmebaasist Tallinna korteritehingute statistikat viimase aasta jooksul (tabel allpool). Väidet otseselt ümber lükata Maa-ameti andmete põhjal ei saa, kuna andmed on liiga jämedakoelised, aga statistiliselt tundub väide ebatõenäoline järgnevatel põhjustel.

Pindalaga 70-250 m2 korterite klassis on keskmine korteri suurus 96 ruutu, ruutmeetrihind 2500 eurot. Selle klassi keskmise suurusega korteri hinna 400000 saavutamiseks peaks ruutmeetrihind olema 4000, ehk kaks standardhälvet (+2 sigma) üle keskmise. Kui ruutmeetrihinnad oleks normaaljaotusega, siis +2 sigma kortereid oleks 2,3% klassist. Selles klassis on andmetes 1361 korterit, seega 2,3% oleks 31 sellise hinnaga korterit kogu Tallinnas. Ainult 31 kogu linnas on teatavas vastuolus väitega, et neid on 60 nendes arendustes, mida Arakas vaatas. Isegi kui nendes arendustes on hinnadispersioon ja sümmeetriline hindade jaotus, nii et 30 korterit üle 400000 ja 30 alla, oleks kummaline, et kogu linna 31st kalleimast korterist on 30 selles arenduses.

Positiivne korrelatsioon pindala ja ruutmeetrihinna vahel võiks väitele alust anda, sest tekitaks rohkem kalli koguhinnaga kortereid, aga andmetes klasside lõikes ruuduhinna ja pindala korrelatsioon puudub. Hindade teatud mittenormaaljaotus võiks samuti väidet seletada (näiteks palju pisut üle 400000seid kortereid, tükk tühja maad ja siis palju nullilähedase hinnaga), aga mitte sellised hindade jaotused pikema kitsama parempoolse sabaga nagu andmetes paistab (mediaan alla keskmise).

Hind 400000 võib olla arendaja soovunelm, mida ta kuulutuses reklaamib, aga tõenäoliselt mitte see hind, millega neid kortereid tegelikult müüdi.

Korteriomandite (eluruumide) tehingud

Harju maakond, Tallinn linn ajavahemikul 1.01.2021 kuni 31.12.2021

16.09.2021

Pindala(m2)

Tehingu summa (eur)

Pinnaühiku hind(eur /m2)

Pindala(m2)

Arv

Keskmine

Kokku

Minimaalne

Maksimaalne

Minimaalne

Maksimaalne

Mediaan

Keskmine

Standardhälve

10-29,99

681

21,0

33 482 054

3 750

154 900

278,70

5 473,50

2 298,14

2 330,37

752,75

30-40,99

1 264

35,1

100 970 795

4 600

180 000

143,27

4 914,83

2 100,45

2 267,03

772,55

41-54,99

2 122

47,4

222 532 654

9 596

306 100

181,74

6 443,25

2 033,17

2 210,23

744,06

55-69,99

1 605

62,6

215 596 830

12 000

383 900

200,33

6 181,96

2 011,58

2 148,19

719,35

70-249,99

1 361

95,7

325 299 369

36 238

1 088 000

235,76

5 833,15

2 382,58

2 496,02

812,86

KOKKU

7 033

55,5

897 881 702

3 750

1 088 000

143,27

6 443,25

2 155,39

2 273,22

767,78

Perearstide kvaliteedi võrdlemine suremuse põhjal

Kuulsin lugu Eesti perearstist, kes ei võtnud ise vajalikke ravimeid ega kirjutanud teistele, sest ei uskunud ravimitesse. See ravi puudumine põhjustas tal vaimseid probleeme, nii et tal võeti lõpuks nimistu ära. Kahtlustan, et enne jõudis ta oma nimistusse kuuluvaid patsiente ravist ilma jättes teatud kahju teha. Soodapuhujast perearst ilmselt tekitas sarnast kahju. Tõenäoliselt oleks sekkumine kiirem ja kahju väiksem olnud kui nimistu suremust ja haiglasse sattumist oleks teiste arstidega võrreldud ja järeldused tehtud. Ilmselt on selliseid arste vähe, aga kuna kontrolliga ära hoitav kahju on potentsiaalselt suur, siis oleks hea ravitulemusi kontrollida.

Meditsiini ja hariduse kvaliteedi mõõtmine on keeruline nii isikuandmete kaitse kui alternatiivstsenaariumi puudumise tõttu (milline oleks haiguskulg või teadmistepagas olnud teise raviarsti või õpetaja korral). Suure valimi põhjal saab siiski statistikat teha. Perearsti nimistu on umbes kaks tuhat inimest (Otsing – Terviseameti registrid (sm.ee)), suure dispersiooniga. Kui keskmine eluiga on 80, siis keskmiselt sureb kahetuhandelises nimistus aastas 25 inimest, nii et paariaastase libiseva keskmise põhjal saaks juba statistiliselt olulisi mõõtetulemusi.

Kui ühel perearstil sureb kahtlaselt suur protsent nimistusse kuulujaid võrreldes teiste sarnaste nimistutega, siis peaks selle arsti kutsesobivust kontrollima, näiteks litsentsi säilitamiseks korduseksamile suunama. Võrdlusbaasi puhul on oluline, et nimistud oleksid vanuse, krooniliste haiguste ja muude suremust mõjutavate tegurite osas sarnased, sest peamiselt vanuritest koosnevas nimistus sureb loomulikult suurem protsent kui noores nimistus.

Võrrelda saab ka sama nimistut ajas. Kui surijate protsent mingil aastal järsku suureneb, võrreldes riigi taustsuremusega, siis peaks samuti kontrollima, miks. Inimese töövõime võib äkitselt halveneda ja talle endale märkamatult, sealhulgas arstidel. Vahel on aga suurem suremus juhus.

Isikuandmeid ei pea ükski inimene suremuste võrdluseks töötlema. Piisab arvutiprogrammist, mis teeb päringu surmade registrist ja perearstide nimistutest ja kuvab iga nimistu kohta, kui suur protsent sellest antud aastal suri. Näiteks Terviseameti perearstide registris võiks iga nimistu kõrval olla sellest viimase aastase perioodi jooksul surnute protsent, mis jooksvalt uueneb surmade registri kannete põhjal. Pikema aja statistikat iga nimistu kohta ja vanuselist struktuuri võiks samuti avalikult vaadata saada.

Haiglasse sattumiste andmed on tõenäoliselt digiloos olemas, nii et need saaks samuti nimistutega automaatselt kokku viia ja teha jooksvat statistikat, kui suur protsent igast nimistust viimase aasta jooksul haiglaravi vajas.

Surma- ja haiglasse sattumise põhjuse andmed annaksid veelgi täpsema mõõtmise. Esimene samm oleks õnnetusjuhtumite eristamine haigustest, kuna õnnetus pole tõenäoliselt arsti tegevuse või tegevusetuse tagajärg. Reisilt saadud nakkus pole samuti arsti süü, aga protseduuri tagajärjel tekkinu võib olla. Kroonilise haiguse ägenemine võib olla täpsem signaal arsti oskuste kohta kui nakkus.

Pole isegi vaja ette paika panna, millised surmapõhjused kirjutada arsti arvele ja millised juhuse, sest andmed näitavad, kui palju iga surmapõhjus arstide lõikes erineb. Õnnetusi juhtub ilmselt igas nimistus enamvähem sama tõenäosusega, arvestades nimistu vanuselist, soolist jne koosseisu. Seevastu need tegurid, mida arst rohkem mõjutada saab, erinevad nimistute vahel ka rohkem.

Kui riigiasutused ei taha seda statistikat teha, saab rahvas asja ka oma kätesse võtta – teha arvutustabel, mida internetis täita saab ja lähedase surma korral kirjutada tabelisse, millise perearsti nimistus inimene oli, umbkaudne surma aeg ja põhjus.

Kaudne viis osaliselt sama teavet saada on võrrelda suremust väikestes eraldatud asulates, kus on ainult üks perearst. Tõenäoliselt on enamik asula inimesi selle arsti nimistus. Kui mõni küla on statistiliselt olulisel määral ebatervislikum kui teised, siis oleks elanikel ehk huvitav seda teada. Statistikaamet kahjuks pakub surmastatistikat ainult maakonna täpsusega (RV56: Surnud surmapõhjuse, soo ja vanuserühma järgi (stat.ee)).

Kui suremusprotsenti korrigeerida vastavalt krooniliste haiguste esinemissagedusele, siis tekib arstidel manipuleerimismotiiv: kui määrata paljudele krooniline haigus, siis näib antud suremus parema tööna, sest kroonilisi haigeid on raskem elus hoida. Kes hakkama saab, on hea tegija. Pole vaja otseselt valetada, et tervel inimesel on mingi haigus, sest piiripealseid juhtumeid on piisavalt palju. Vahel on vererõhk, veresuhkur, TSH või muu mõõtetulemus normist väljas, vahel mitte. Arsti otsus on, kas lugeda sellised tulemused krooniliseks haiguseks või mitte. Terviseökonoomikas on haiglate ja arstide tegutsemist rahalisele motiivile vastavalt palju mõõdetud ja tõestatud.

Valikuline mälu seletab väidet täiskuu mõju kohta ilmale

Kuulsin väidet, et täiskuu ajal on ilus ilm, sest Kuu raskusjõu mõju tekitab kuidagi kõrgrõhkkonna. Valikuline mälu seletab, miks inimestel tekib mulje nagu täiskuu ajal oleks ilus ilm. Vihmase ilmaga pole taevas Kuud näha. Kuuloomise ajal pole Kuud samuti näha, olgu ilm milline tahes. Inimesed mäletavad paremini seda, mida nad näevad. Seega mäletatakse täiskuud selge ilma ajal, mitte täiskuud vihmase ilmaga ega kuuloomist selge ilmaga. Tagantjärele tundub nagu oleks täiskuu ja selge ilma vahel positiivne korrelatsioon.

Valikulise mälu mõju tugevdab see kui teised räägivad, et seos on olemas, sest kui inimene väidetavat seost mäletab, siis paneb ta seda seost kinnitavaid vaatlusi rohkem tähele kui seda ümber lükkavaid. Inimene mäletab pigem oma eelarvamust toetavaid andmepunkte. Ise oma valikulist mälu mitte arvestades tundub tagantjärele, et seost kinnitavaid vaatlusi oligi rohkem.

Andmete põhjal on lihtne kontrollida, kas kuufaaside ja ilma vahel on seos. Nii ilmastatistika kui kuufaaside andmed on internetis tasuta kättesaadavad. Teoreetiliselt on argument seose puudumise poolt see, et kuufaas on kogu maailmas samal ööl sama, aga kõrgrõhkkond on suhteline (ümbritseva piirkonna õhurõhust kõrgem), nii et kui kusagil on kõrgrõhkkond, peab kusagil olema madalrõhkkond sama kuufaasi ajal. Keskmiselt on rõhkkond keskmine ükskõik millises kuufaasis, ka täiskuu ajal.

Teoreetiliselt võib juhtuda, et mingis kuufaasis katavad kõrgrõhkkonnad suurema osa Maa pinnast kui teises faasis, sest rõhk võib olla keskmisest pisut kõrgem suures piirkonnas ja keskmisest palju madalam väikesel alal, nii et keskmine rõhk on ikka keskmine :) Teises faasis võib jällegi väikeses piirkonnas keskmisest palju kõrgem rõhk olla ja suurel alal pisut madalam, aga see ei tundu kuigi tõenäoline. Pakun, et kuufaasi ja ilma seose puhul on tegu niinimetatud vanarahva tarkusega, mis kontrollimisel osutub vanarahva lolluseks.