Bias is de fout in schattingen als gevolg van systematische fouten die leiden tot consistent hoge of lage resultaten in vergelijking met de werkelijke waarden. De individuele vertekening van een schatting waarvan bekend is dat deze vertekend is, is het verschil tussen de geschatte en werkelijke waarden. Als niet bekend is dat de schatting vertekend is, kan het verschil ook te wijten zijn aan willekeurige fouten of andere onnauwkeurigheden. In tegenstelling tot bias, die altijd in één richting werkt, kunnen deze fouten positief of negatief zijn.
Om de bias te berekenen van een methode die voor veel schattingen wordt gebruikt, zoekt u de fouten door elke schatting af te trekken van de werkelijke of waargenomen waarde. Tel alle fouten bij elkaar op en deel deze door het aantal schattingen om de vertekening te krijgen. Als de fouten optellen tot nul, waren de schattingen onbevooroordeeld en levert de methode onbevooroordeelde resultaten op. Als de schattingen vertekend zijn, kan het mogelijk zijn om de bron van de vertekening te vinden en deze te elimineren om de methode te verbeteren.
TL; DR (te lang; niet gelezen)
Bereken bias door het verschil te vinden tussen een schatting en de werkelijke waarde. Om de bias van een methode te vinden, voert u veel schattingen uit en telt u de fouten in elke schatting op bij de werkelijke waarde. Delen door het aantal schattingen geeft de bias van de methode. In statistieken kunnen er veel schattingen zijn om een enkele waarde te vinden. Bias is het verschil tussen het gemiddelde van deze schattingen en de werkelijke waarde.
Hoe vooringenomenheid werkt
Wanneer schattingen vertekend zijn, zijn ze consequent fout in één richting vanwege fouten in het systeem dat voor de schattingen wordt gebruikt. Een weersvoorspelling kan bijvoorbeeld consequent temperaturen voorspellen die hoger zijn dan de werkelijk waargenomen temperaturen. De voorspelling is vertekend en ergens in het systeem zit een fout die een te hoge schatting geeft. Als de voorspellingsmethode onbevooroordeeld is, kan deze nog steeds temperaturen voorspellen die niet correct zijn, maar de onjuiste temperaturen zullen soms hoger en soms lager zijn dan de waargenomen temperaturen.
Statistische bias werkt op dezelfde manier, maar is meestal gebaseerd op een groot aantal schattingen, enquêtes of prognoses. Deze resultaten kunnen grafisch worden weergegeven in een distributiecurve en de bias is het verschil tussen het gemiddelde van de distributie en de werkelijke waarde. Als er vertekening is, zal er altijd een verschil zijn, ook al kunnen sommige individuele schattingen aan weerszijden van de werkelijke waarde vallen.
Bias in enquêtes
Een voorbeeld van vooringenomenheid is een enquêtebureau dat peilingen uitvoert tijdens verkiezingscampagnes, maar hun peiling resultaten overschatten consequent de resultaten voor één politieke partij in vergelijking met de daadwerkelijke verkiezingen resultaten. De bias kan voor elke verkiezing worden berekend door het werkelijke resultaat af te trekken van de peilingvoorspelling. De gemiddelde bias van de gebruikte pollingmethode kan worden berekend door het gemiddelde van de individuele fouten te vinden. Als de vertekening groot en consistent is, kan het peilingsbedrijf proberen te achterhalen waarom hun methode bevooroordeeld is.
Bias kan afkomstig zijn van twee hoofdbronnen. Ofwel is de selectie van deelnemers voor de peiling bevooroordeeld, of de vooringenomenheid is het gevolg van de interpretatie van de informatie die van de deelnemers is ontvangen. Internetenquêtes zijn bijvoorbeeld inherent bevooroordeeld omdat de enquêtedeelnemers die de internetformulieren invullen niet representatief zijn voor de hele bevolking. Dit is een selectiebias.
Pollingbedrijven zijn zich bewust van deze selectiebias en compenseren dit door de cijfers aan te passen. Als de resultaten nog steeds vertekend zijn, is het een informatiebias omdat de bedrijven de informatie niet correct hebben geïnterpreteerd. In al deze gevallen laat een biasberekening zien in hoeverre de geschatte waarden bruikbaar zijn en wanneer de methoden moeten worden aangepast.