पूर्वाग्रह की गणना कैसे करें

पूर्वाग्रह व्यवस्थित गलतियों के कारण अनुमानों में त्रुटि है जो वास्तविक मूल्यों की तुलना में लगातार उच्च या निम्न परिणाम देता है। पक्षपाती होने के लिए ज्ञात अनुमान का व्यक्तिगत पूर्वाग्रह अनुमानित और वास्तविक मूल्यों के बीच का अंतर है। यदि अनुमान को पक्षपाती नहीं माना जाता है, तो अंतर यादृच्छिक त्रुटि या अन्य अशुद्धियों के कारण भी हो सकता है। पूर्वाग्रह के विपरीत, जो हमेशा एक दिशा में कार्य करता है, ये त्रुटियां सकारात्मक या नकारात्मक हो सकती हैं।

कई अनुमानों के लिए उपयोग की जाने वाली विधि के पूर्वाग्रह की गणना करने के लिए, प्रत्येक अनुमान को वास्तविक या देखे गए मूल्य से घटाकर त्रुटियों का पता लगाएं। पूर्वाग्रह प्राप्त करने के लिए सभी त्रुटियों को जोड़ें और अनुमानों की संख्या से विभाजित करें। यदि त्रुटियां शून्य तक जुड़ जाती हैं, तो अनुमान निष्पक्ष थे, और विधि निष्पक्ष परिणाम देती है। यदि अनुमान पक्षपाती हैं, तो पूर्वाग्रह के स्रोत का पता लगाना और विधि में सुधार के लिए इसे समाप्त करना संभव हो सकता है।

टीएल; डीआर (बहुत लंबा; पढ़ा नहीं)

अनुमान और वास्तविक मूल्य के बीच अंतर ज्ञात करके पूर्वाग्रह की गणना करें। किसी विधि का पूर्वाग्रह खोजने के लिए, कई अनुमान लगाएं, और वास्तविक मूल्य की तुलना में प्रत्येक अनुमान में त्रुटियों को जोड़ें। अनुमानों की संख्या से भाग देने पर विधि का पूर्वाग्रह प्राप्त होता है। आंकड़ों में, एक मान को खोजने के लिए कई अनुमान हो सकते हैं। पूर्वाग्रह इन अनुमानों के माध्य और वास्तविक मूल्य के बीच का अंतर है।

जब अनुमान पक्षपाती होते हैं तो वे अनुमानों के लिए उपयोग की जाने वाली प्रणाली में गलतियों के कारण एक दिशा में लगातार गलत होते हैं। उदाहरण के लिए, एक मौसम पूर्वानुमान लगातार तापमान की भविष्यवाणी कर सकता है जो वास्तव में देखे गए तापमान से अधिक है। पूर्वानुमान पक्षपाती है, और कहीं न कहीं सिस्टम में एक गलती है जो बहुत अधिक अनुमान देती है। यदि पूर्वानुमान पद्धति निष्पक्ष है, तो यह अभी भी तापमान की भविष्यवाणी कर सकता है जो सही नहीं हैं, लेकिन गलत तापमान कभी-कभी अधिक और कभी-कभी देखे गए तापमान से कम होगा।

सांख्यिकीय पूर्वाग्रह उसी तरह काम करता है लेकिन आमतौर पर बड़ी संख्या में अनुमानों, सर्वेक्षणों या पूर्वानुमानों पर आधारित होता है। इन परिणामों को वितरण वक्र में ग्राफिक रूप से दर्शाया जा सकता है और पूर्वाग्रह वितरण के माध्य और वास्तविक मूल्य के बीच का अंतर है। यदि पूर्वाग्रह है, तो हमेशा अंतर रहेगा, भले ही कुछ व्यक्तिगत अनुमान वास्तविक मूल्य के दोनों ओर गिर सकते हैं।

पूर्वाग्रह का एक उदाहरण एक सर्वेक्षण कंपनी है जो चुनाव अभियानों के दौरान चुनाव चलाती है, लेकिन उनका मतदान परिणाम वास्तविक चुनाव की तुलना में एक राजनीतिक दल के परिणामों को लगातार अधिक महत्व देते हैं परिणाम। चुनाव भविष्यवाणी से वास्तविक परिणाम घटाकर प्रत्येक चुनाव के लिए पूर्वाग्रह की गणना की जा सकती है। इस्तेमाल की गई मतदान पद्धति के औसत पूर्वाग्रह की गणना व्यक्तिगत त्रुटियों का औसत निकालकर की जा सकती है। यदि पूर्वाग्रह बड़ा और सुसंगत है, तो मतदान कंपनी यह पता लगाने की कोशिश कर सकती है कि उनका तरीका पक्षपाती क्यों है।

पूर्वाग्रह दो मुख्य स्रोतों से आ सकता है। या तो मतदान के लिए प्रतिभागियों का चयन पक्षपाती है, या पूर्वाग्रह प्रतिभागियों से प्राप्त जानकारी की व्याख्या के परिणामस्वरूप होता है। उदाहरण के लिए, इंटरनेट पोल स्वाभाविक रूप से पक्षपाती होते हैं क्योंकि इंटरनेट फॉर्म भरने वाले पोल प्रतिभागी पूरी आबादी के प्रतिनिधि नहीं होते हैं। यह चयन पूर्वाग्रह है।

मतदान कंपनियां इस चयन पूर्वाग्रह से अवगत हैं और संख्याओं को समायोजित करके क्षतिपूर्ति करती हैं। यदि परिणाम अभी भी पक्षपाती हैं, तो यह एक सूचना पूर्वाग्रह है क्योंकि कंपनियों ने जानकारी की सही व्याख्या नहीं की है। इन सभी मामलों में, एक पूर्वाग्रह गणना से पता चलता है कि अनुमानित मूल्य किस हद तक उपयोगी हैं और जब विधियों को समायोजन की आवश्यकता होती है।