Statisztikai torzítás - mi ez, definíció és fogalom

A statisztikai torzítás az a különbség, amely egy matematikai becslés és annak számértéke között jelentkezik, miután elemzést végeztek.

Ezért az elfogultság az elmélet és a valóság közötti különbség.

A statisztikában nagyon gyakori, és ellenőrizni kell. Másrészt azokat a becslőket, amelyek nem rendelkeznek elfogultsággal, elfogulatlannak neveznek, és ideális állapotot jelentenének a vizsgálat során, bár ez azért van, mert gyakorlatilag elérhetetlen.

Mi okoz elfogultságot a tudományban?

Az elfogultság mindenekelőtt három módon fordulhat elő:

• Kiválasztási torzítás: A statisztikában ez a leggyakoribb. Általában a csoportok megválasztásával függ össze. Leggyakrabban a döntést nem objektív mintavételi módszerek alapján hozták meg. Például a mintát a szavazás egyik jelöltjéhez való affinitás alapján választják ki.
• Információs elfogultság: A hiányos információk miatt elfogultsággal állunk szemben. Ezért nem tudjuk összehasonlítani a csoportokat, mert túl korlátozott információval rendelkezünk róluk.
• Zavart elfogultság: Ebben az esetben van egy úgynevezett zavaró változó, ami az elfogultságot okozza. Gyakran nehéz megtalálni a problémát.

Statisztikai torzítás és mintavételi módszerek

Amikor vizsgálatot végezünk, tudnunk kell, hogy felderítő vagy megerősítő vizsgálatot fogunk-e végezni. Ez a kérdés elengedhetetlen. A választott mintavétel típusa attól függ.

Így amikor megerősítő vizsgálatot akarunk végezni, randomizált módszereket fogunk használni. Ha azonban további vizsgálatok alapjául szolgáló vizsgálatot kívánnak végezni, a módszer nem véletlenszerű lehet. Nem szabad megfeledkezni arról, hogy ez az utolsó módszer általában olcsóbb és egyszerűbb.

Statisztikai szelekciós torzítás

Ez a leggyakoribb és az, amelyet a kutatók nagyobb mértékben vállalnak. Nagyon óvatosnak kell lennünk a statisztikai minta kiválasztásakor. Ez a fajta statisztikai szelekciós torzítás elkötelezett ebben a folyamatban.

Ezért nagyon fontos, hogy a protokollt előzetesen elkészítsük és részletesen elvégezzük. Ezenkívül ki kell képezni az adatokat gyűjtő embereket. Ez az utolsó rész kiemelt fontosságú az egyéb elfogultságok, például az információs elfogultság elkerülése érdekében.

Példák a statisztikai szelekciós torzításra

Látni fogunk néhány példát, ahol statisztikai torzítás fordulhat elő.

Nagyon gyakoriak, és gyakran elfogult vizsgálatokhoz vezetnek, amelyek nem tükrözik a valóságot. Ezért fontos elkerülni őket.

• Képzeljük el például, hogy meg akarjuk vizsgálni a lakosság affinitását egy politikai jelölt iránt. A közvélemény-kutatók elfogulatlan hibát követhetnek el, ha nem véletlenszerűen választják ki a területeket. Vagyis, ha az említett jelölthöz kapcsolódó területeket választanak.
• A közgazdaságtanban elfogultságot követhet el például a szegénység tanulmányozása során. Az országokat egyformán kell megválasztani, hogy egyensúly álljon fenn. Így megvizsgálhatók azok a változók, amelyek elősegítik a szegénységet, de a jólétet is.
• Az orvostudományban statisztikai szelekciós torzítás lép fel, ha egy betegség tanulmányozása során nem alkalmaznak megfelelő mintavételt. Vagyis ha meg akarjuk nézni a populáció előfordulását, akkor véletlenszerű mintákat kell használnunk, különösen, ha a vizsgálat megerősítése a cél.