Статистическая погрешность - это разница, которая возникает между математической оценкой и ее числовым значением после выполнения анализа.
Следовательно, предвзятость - это разница между теорией и реальностью.
Это очень часто встречается в статистике и требует контроля. С другой стороны, оценки, которые не имеют смещения, называются несмещенными и были бы идеальным состоянием в расследовании, хотя это потому, что оно практически недостижимо.
Что порождает предвзятость в науке?
Смещение может происходить, прежде всего, по трем причинам:
- Критерий отбора: Наиболее часто встречается в статистике. Обычно это связано с выбором групп. Чаще всего решение не принималось на основе объективных методов выборки. Например, выборка выбирается по близости к кандидату в опросе.
- Информационная предвзятость: Мы сталкиваемся с предвзятостью из-за недостатка информации. Поэтому мы не можем сравнивать группы, потому что у нас слишком ограниченная информация о них.
- Смещение путаницы: В этом случае есть так называемая смешивающая переменная, которая вызывает смещение. Часто бывает трудно найти причину проблемы.
Статистическая погрешность и методы выборки
Когда мы проводим расследование, мы должны знать, собираемся ли мы провести поисковое или подтверждающее исследование. Это очень важный вопрос. От этого будет зависеть выбранный нами тип выборки.
Таким образом, когда мы хотим провести подтверждающее исследование, мы будем использовать рандомизированные методы. Однако, когда предполагается провести обследование, которое послужит основой для дальнейших расследований, метод может быть неслучайным. При этом следует учитывать, что последний способ обычно дешевле и проще.
Статистическая ошибка отбора
Это наиболее распространенный метод, который исследователи используют в большей степени. Мы должны быть очень осторожны при выборе статистической выборки. Этот тип статистической ошибки отбора присутствует в этом процессе.
Поэтому очень важно заранее составить протокол и сделать это подробно. Кроме того, необходимо обучить людей, которые будут собирать данные. Эта последняя часть является приоритетом, чтобы избежать и других типов предвзятости, таких как информационная предвзятость.
Примеры смещения статистической выборки
В заключение мы рассмотрим несколько примеров, когда может иметь место статистическая ошибка.
Они очень распространены и часто приводят к необъективным расследованиям, не отражающим реальности. Вот почему их важно избегать.
- Например, представьте, что мы хотим изучить симпатию населения к политическому кандидату. Исследователи могли допустить ошибку смещения, если бы они не выбрали области случайным образом. То есть, если они выберут области, относящиеся к указанному кандидату.
- В экономике можно допустить предвзятость, например, при изучении бедности. Страны следует выбирать одинаково, чтобы был баланс. Таким образом, можно было изучить переменные, которые способствуют бедности, но также и процветанию.
- В медицине ошибка статистической выборки возникает, если при изучении болезни не используется адекватная выборка. То есть, если мы хотим увидеть заболеваемость населения, мы должны использовать случайные выборки, особенно если целью является подтверждение исследования.