Az elfogultság a becslések hibája olyan szisztematikus hibák miatt, amelyek a tényleges értékekhez képest folyamatosan magas vagy alacsony eredményekhez vezetnek. Az ismert torzítás becslésének egyedi torzítása a becsült és a tényleges érték közötti különbség. Ha a becslés nem ismert, hogy elfogult, akkor a különbség véletlenszerű hibákból vagy más pontatlanságokból is származhat. Az elfogultsággal ellentétben, amely mindig egy irányba hat, ezek a hibák lehetnek pozitívak vagy negatívak.
A sok becsléshez használt módszer torzításának kiszámításához keresse meg a hibákat úgy, hogy minden becslést kivon a tényleges vagy megfigyelt értékből. Összeadja az összes hibát, és ossza el a becslések számával, hogy megkapja az elfogultságot. Ha a hibák összege nulla, a becslések elfogulatlanok voltak, és a módszer elfogulatlan eredményeket szolgáltat. Ha a becslések elfogultak, lehetséges lehet megtalálni az elfogultság forrását, és kiküszöbölni a módszer javítása érdekében.
TL; DR (túl hosszú; Nem olvastam)
Számítsa ki az elfogultságot úgy, hogy megtalálja a becslés és a tényleges érték közötti különbséget. A módszer torzításának megállapításához végezzen sok becslést, és összegezze az egyes becslések hibáit a valós értékhez képest. A becslések számával való osztás megadja a módszer elfogultságát. A statisztikákban sok becslés lehet egyetlen érték megtalálásához. A torzítás a becslések átlaga és a tényleges érték közötti különbség.
Hogyan működik az elfogultság
Ha a becslések elfogultak, akkor azok egy irányban következetesen tévednek a becslésekhez használt rendszer hibái miatt. Például egy időjárás-előrejelzés következetesen megjósolhatja a ténylegesen megfigyeltnél magasabb hőmérsékleteket. Az előrejelzés elfogult, és valahol a rendszerben van egy hiba, amely túl magas becslést ad. Ha az előrejelzési módszer elfogulatlan, akkor is megjósolhatja a nem megfelelő hőmérsékleteket, de a helytelen hőmérséklet néha magasabb, néha alacsonyabb lesz, mint a megfigyelt hőmérséklet.
A statisztikai torzítás ugyanúgy működik, de általában nagyszámú becslésen, felmérésen vagy előrejelzésen alapul. Ezek az eredmények grafikusan ábrázolhatók egy eloszlási görbében, és az elfogultság az eloszlás átlaga és a tényleges érték közötti különbség. Ha torzítás van, mindig lesz különbség, annak ellenére, hogy egyes becslések a tényleges érték mindkét oldalára eshetnek.
Elfogultság a felmérésekben
Az elfogultságra példa egy felmérési vállalat, amely a választási kampányok során közvélemény-kutatásokat végez, de ezek közvélemény-kutatása az eredmények következetesen túlértékelik az egyik politikai párt eredményeit a tényleges választásokhoz képest eredmények. Az elfogultság kiszámítható minden választáshoz, kivonva a tényleges eredményt a közvélemény-kutatás előrejelzéséből. Az alkalmazott lekérdezési módszer átlagos torzítása kiszámítható az egyes hibák átlagának megkeresésével. Ha az elfogultság nagy és következetes, a közvélemény-kutató társaság megpróbálhatja kideríteni, miért módszerük elfogult.
Az elfogultság két fő forrásból származhat. Vagy a résztvevők kiválasztása a szavazáshoz elfogult, vagy az elfogultság a résztvevőktől kapott információk értelmezéséből adódik. Például az internetes közvélemény-kutatások eleve elfogultak, mivel az internetes űrlapokat kitöltő közvélemény-kutatás résztvevői nem reprezentálják az egész lakosságot. Ez egy szelekciós torzítás.
A közvélemény-kutató cégek tisztában vannak ezzel a választási torzítással és kompenzálják a számok kiigazításával. Ha az eredmények továbbra is elfogultak, akkor az információs elfogultság, mivel a vállalatok nem értelmezték helyesen az információkat. Mindezekben az esetekben az elfogultsági számítás megmutatja, hogy a becsült értékek mennyire hasznosak, és a módszereket mikor kell módosítani.