12.8:

12.8: Stronniczość

JoVE Core
Statistics

A subscription to JoVE is required to view this content. Sign in or start your free trial.

JoVE Core Statistics

Bias

Please note that all translations are automatically generated. Click here for the English version.

12.6: Crossover Experiments

12.10: Clinical Trials

4,069 Views

•

01:22 min

•

April 30, 2023

Overview

Stronniczość odnosi się do każdej tendencji, która uniemożliwia rozważenie pytania jako bezstronnego. W badaniach stronniczość występuje, gdy jeden wynik lub odpowiedź jest wybierany lub zachęcany do innych w próbkowaniu lub testowaniu. Stronniczość może wystąpić na każdym etapie badania, w tym podczas projektowania badania, gromadzenia danych, analizy i publikacji.

W statystyce błąd systematyczny próbkowania powstaje, gdy próba jest pobierana z populacji, a niektórzy członkowie populacji nie mają tak dużego prawdopodobieństwa wyboru jak inni (pamiętaj, że każdy członek populacji powinien mieć równe szanse na wybór). Kiedy dochodzi do błędu systematycznego, można wyciągnąć błędne wnioski na temat badanej populacji. Oprócz błędu systematycznego związanego z selekcją, w projektowaniu eksperymentów i analizie danych często obserwuje się kilka rodzajów uprzedzeń – stronniczość obserwatora, stronniczość pomiaru, stronniczość publikacji itp.

Ważne jest, aby zdać sobie sprawę, że w wielu sytuacjach wyniki nie są jednakowo prawdopodobne. Moneta lub kość mogą być nieuczciwe lub stronnicze. Dwóch profesorów matematyki w Europie poprosiło swoich studentów statystyki o przetestowanie belgijskiej monety o nominale euro i odkrycie, że w 250 próbach w 56% przypadków uzyskano orła, a w 44% reskę. Dane wydają się wskazywać, że moneta nie jest monetą uczciwą; Więcej powtórzeń byłoby pomocne, aby wyciągnąć dokładniejsze wnioski na temat takiego uprzedzenia. Niektóre kości mogą być stronnicze. Spójrz na kości w grze, którą masz w domu; Plamy na każdej twarzy są zwykle małymi otworami wyciętymi, a następnie pomalowanymi, aby plamy były widoczne. Twoje kości mogą, ale nie muszą być stronnicze; Możliwe, że na wyniki mogą mieć wpływ niewielkie różnice w wadze wynikające z różnej liczby otworów w powierzchniach. Kasyna hazardowe zarabiają dużo pieniędzy w zależności od wyników rzutów kośćmi, więc kości kasynowe są wykonane inaczej, aby wyeliminować stronniczość. Kości kasynowe mają płaskie ściany; Otwory są całkowicie wypełnione farbą o takiej samej gęstości jak materiał, z którego wykonane są kostki, dzięki czemu istnieje równe prawdopodobieństwo wystąpienia każdej ściany.

Ten tekst jest zaadaptowany z Openstax, Introductory Statistics, Section 3, Probability.

Transcript

Błędy systematyczne w badaniach naukowych to systematyczne błędy, które faworyzują lub sprzeciwiają się hipotezie badawczej.

Stronniczość może wystąpić celowo lub nieumyślnie podczas gromadzenia, analizy, interpretacji lub publikacji danych.

Spośród kilku rodzajów uprzedzeń uwzględniono tutaj kilka powszechnych.

Błąd systematyczny doboru próby może wystąpić, gdy próby są wybierane nielosowo z populacji, która nie jest idealnym reprezentantem całej populacji – na przykład przewidywanie wyniku wyborów na podstawie odpowiedzi ankietowych zebranych tylko od członków jednej partii politycznej, a nie od całego elektoratu.

Stronniczość obserwatora lub stronniczość badawcza może wystąpić, gdy z góry przyjęte pojęcia, oczekiwania lub niekompletna wiedza badacza wpływają na wyniki i ich interpretację.

Błąd systematyczny pomiaru występuje, gdy w eksperymencie używane są źle skalibrowane przyrządy pomiarowe.

Stronniczość publikacji obserwuje się, gdy badania naukowe, które zgłaszają statystycznie istotne pozytywne wyniki, mają większe szanse na publikację niż te, które podają wyniki negatywne.

W przypadku stronniczości finansowania badacze mogą zniekształcać dane, aby pokazać wyniki korzystne dla organu finansującego.

Key Terms and definitions

Bias - A tendency that sways a question or outcome away from being neutral.
Sampling Bias - Not all members of a population are equally likely to be selected.
Observer Bias - An error due to subjective influence of observer on the research.
Measurement Bias - A systematic error that leads to inaccurate results due to flaws in data collection.
Publication Bias - The tendency to only publish positive or significant results.

Learning Objectives

Define Bias – Understand its role and impact on research outcomes (e.g., biased statistics).
Contrast Sampling Bias vs Observer Bias – Learn their distinct influences on research (e.g., population selection vs subjectivity).
Explore Examples – Discuss cases where bias is apparent (e.g., biased dice).
Explain Impact of Measurement Bias – Elaborate on how it affects validity of results.
Apply Prevention of Publication Bias – Discuss how neutrality in science is maintained.

Questions that this video will help you answer

What is bias and how does it influence the validity of research outcomes?
How to discern between sampling and observer bias?
What are some real-world examples of different types of bias?

This video is also useful for

Students – Understand how the concept of bias aids in comprehending research integrity
Educators – Provides a framework to teach biases in research methods
Researchers – Crucial for planning a robust and valid research design
Data Analysts – Helps detect and navigate biases in datasets they work with

Tags

Stronniczość błąd próbkowania błąd selekcji błąd obserwatora błąd systematyczny pomiaru stronniczość publikacji projekt badań gromadzenie danych analiza statystyczna kasyna hazardowe uczciwa moneta stronnicze kości badanie populacji wyniki prawdopodobieństwo