Предрасуда је грешка у проценама због систематских грешака које доводе до константно високих или ниских резултата у поређењу са стварним вредностима. Појединачна пристрасност процене за коју се зна да је пристрасна је разлика између процењене и стварне вредности. Ако се не зна да је процена пристрасна, разлика би такође могла бити резултат случајне грешке или других нетачности. Супротно пристрасности, која увек делује у једном правцу, ове грешке могу бити позитивне или негативне.
Да бисте израчунали пристрасност методе која се користи за многе процене, пронађите грешке одузимајући сваку процену од стварне или уочене вредности. Збројите све грешке и поделите са бројем процена да бисте добили пристрасност. Ако се грешке зброје на нулу, процене су биле непристрасне и метода даје непристрасне резултате. Ако су процене пристрасне, можда ће бити могуће пронаћи извор пристрасности и уклонити га ради побољшања методе.
ТЛ; ДР (предуго; Нисам прочитао)
Израчунајте пристрасност проналажењем разлике између процене и стварне вредности. Да бисте пронашли пристрасност неке методе, изведите много процена и збројите грешке у свакој процени у поређењу са стварном вредношћу. Дељењем са бројем процена добија се пристрасност методе. У статистикама може постојати много процена за проналажење једне вредности. Пристрасност је разлика између средње вредности ових процена и стварне вредности.
Како пристрасност ради
Када су процене пристрасне, оне константно греше у једном правцу због грешака у систему који се користи за процене. На пример, временска прогноза може доследно предвиђати температуре које су више од оних које су стварно примећене. Прогноза је пристрасна и негде у систему постоји грешка која даје превисоку процену. Ако је метода предвиђања непристрасна, она и даље може предвидети температуре које нису тачне, али нетачне температуре ће понекад бити више, а понекад ниже од примећених температура.
Статистичка пристрасност функционише на исти начин, али се обично заснива на великом броју процена, анкета или прогноза. Ови резултати се могу графички представити у кривој расподеле, а пристрасност је разлика између средње вредности расподеле и стварне вредности. Ако постоји пристраност, увек ће постојати разлика иако неке појединачне процене могу пасти са било које стране стварне вредности.
Предрасуде у анкетама
Пример пристрасности је анкетна компанија која спроводи анкете током предизборних кампања, али њихова анкетирања резултати доследно прецењују резултате за једну политичку странку у поређењу са стварним изборима резултати. Пристрасност се може израчунати за сваки избор одузимањем стварног резултата од предвиђања анкете. Просечна пристрасност коришћене методе гласања може се израчунати проналажењем просека појединачних грешака. Ако је пристрасност велика и доследна, анкетна компанија може покушати да открије зашто је њихов метод пристрасан.
Предрасуде могу доћи из два главна извора. Или је избор учесника на анкети пристрасан, или пристрасност произлази из тумачења информација добијених од учесника. На пример, интернет анкете су у основи пристрасне, јер учесници у анкетама који попуњавају Интернет обрасце нису репрезентативни за целу популацију. Ово је пристрасност избора.
Анкетне компаније су свесне ове пристрасности у избору и надокнађују прилагођавањем бројева. Ако су резултати и даље пристрасни, ради се о информативној пристраности јер компаније информације нису правилно протумачиле. У свим овим случајевима прорачун пристрасности показује у којој мери су процењене вредности корисне и када методе требају прилагодити.