Předpojatost výběru
Aktuální verze stránky ještě nebyla zkontrolována zkušenými přispěvateli a může se výrazně lišit od
verze recenzované 29. března 2021; kontroly vyžadují
12 úprav .
Výběrové zkreslení je statistický koncept, který naznačuje, že závěry vyvozené ve vztahu ke skupině mohou být nepřesné kvůli nesprávnému výběru do této skupiny [1] .
Chyby výběru
Může zahrnovat předvýběr nebo následný výběr s převahou nebo vyloučením určitých druhů. Může se samozřejmě jednat o jistý druh vědeckého podvodu , manipulaci s daty, ale mnohem častěji jde o chybu svědomí, například kvůli použití nevhodného nástroje.
Například v době používání filmu k fotografování oblohy by nezávislý pozorovatel definitivně dospěl k závěru, že modrých galaxií je jasně více než červených. Ne proto, že by modré galaxie byly častější, ale jen proto, že většina filmů je citlivější na modrou část spektra. Stejný nezávislý pozorovatel by nyní, v éře digitální fotografie , dospěl k přesně opačnému závěru , protože senzory digitálních fotoaparátů jsou citlivější na červenou část spektra.
Typy systematických chyb
Existuje velké množství možných systematických chyb [2] , hlavní typy jsou:
Prostor
- Vyberte první a poslední bod v řadě. Například za účelem maximalizace uvedeného trendu by bylo možné začít sérii s neobvykle nízkým rokem a skončit s nejvyšším rokem.
- „Včasné“ dokončení, tedy když výsledky zapadají do požadované teorie.
- Separace části dat na základě znalosti celého vzorku a následná aplikace matematického aparátu na tuto část jako slepý (náhodný) vzorek. Viz Cluster sampling , en:cluster sampling , Marksman fallacy .
- Studium procesu na intervalu (v čase nebo prostoru), který je zjevně kratší, než je nutné pro úplné pochopení jevu.
Údaje
- Proškrtnutí některých „špatných“ údajů v souladu s pravidly, i když tato pravidla byla v rozporu s předem deklarovanými pravidly pro tento vzorek.
Členové
- Předběžný výběr účastníků, nebo například umístění oznámení o náboru dobrovolníků k účasti na zkouškách mezi určitou skupinu lidí. Chcete-li například prokázat, že kouření žádným způsobem nepoškozuje výsledky fitness, můžete podat inzerát na nábor dobrovolníků v místním fitness centru, ale nabrat kuřáky v mistrovské třídě a nekuřáky mezi začátečníky nebo v sekci, která si přeje zhubnout. Jiný příklad: "internetový průzkum populace ukázal, že 100 % populace používá internet."
- Vyřazení ze vzorku účastníků, kteří nedosáhli konce testu . V programu hubnutí mohou být podrobné tabulky hubnutí považovány za důkaz správnosti techniky, ale tyto tabulky nezahrnují účastníky, kteří nedosáhli konce, kteří měli pocit, že jim tato technika nefunguje.
- Systematická chyba sebevýběru. To znamená, že skupina lidí pro studium je tvořena částečně z jejich vlastní svobodné vůle, protože ne všichni respondenti se budou chtít zúčastnit testu.
Odstranění systematické chyby
Obecně není možné izolovat výběrové zkreslení pouze na základě statistických metod, i když, jak ukazuje práce laureáta Nobelovy ceny Jamese Heckmana [ 3 ] , existují strategie, které v některých speciálních případech fungují.
Známou větou je „příběhy o inteligenci a laskavosti delfínů jsou založeny na příbězích unavených plavců, které vytlačili na břeh, ale jsme připraveni o možnost vyslechnout si příběh těch, které zatlačili do moře. jiným směrem."
Viz také
Poznámky
- ↑ National Cancer Institute. Slovník pojmů pro rakovinu . National Cancer Institute . Staženo 1. října 2018. Archivováno z originálu 14. prosince 2018.
- ↑ Lorraine K. Alexander, Brettania Lopes, Kristen Ricchetti-Masterson, Karin B. Yeatts. Selection Bias // Gillings School of Global Public Health. - 2015. Archivováno 21. ledna 2022.
- ↑ James Heckman, Daniel McFadden. Vědecké příspěvky Jamese Heckmana a Daniela McFaddena . - 2000. Archivováno 5. března 2022.
Odkazy