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

Údaje

Členové

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

  1. National Cancer Institute.  Slovník pojmů pro rakovinu . National Cancer Institute . Staženo 1. října 2018. Archivováno z originálu 14. prosince 2018.
  2. Lorraine K. Alexander, Brettania Lopes, Kristen Ricchetti-Masterson, Karin B. Yeatts. Selection Bias  //  Gillings School of Global Public Health. - 2015. Archivováno 21. ledna 2022.
  3. James Heckman, Daniel McFadden. Vědecké příspěvky Jamese Heckmana a Daniela McFaddena  . - 2000. Archivováno 5. března 2022.

Odkazy