12.8:

12.8: Предвзятость

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

4,128 Views

•

01:22 min

•

April 30, 2023

Overview

Предвзятость относится к любой тенденции, которая не позволяет считать вопрос непредвзятым. В исследованиях систематическая ошибка возникает, когда один результат или ответ выбирается или поощряется по сравнению с другими в выборке или тестировании. Систематическая ошибка может возникнуть на любом этапе исследования, включая дизайн исследования, сбор данных, анализ и публикацию.

В статистике систематическая ошибка выборки возникает, когда выборка собирается из генеральной совокупности, и некоторые члены популяции не так вероятно будут выбраны, как другие (помните, что каждый член популяции должен иметь равные шансы быть выбранным). Когда происходит систематическая ошибка выборки, могут быть сделаны неверные выводы о популяции, которую изучают. В дополнение к систематической ошибке отбора, в дизайне эксперимента и анализе данных обычно наблюдаются несколько типов систематической ошибки – систематическая ошибка наблюдателя, систематическая ошибка измерения, систематическая ошибка публикации и т.д.

Важно понимать, что во многих ситуациях исход не одинаково вероятен. Монета или игральный кубик могут быть нечестными или предвзятыми. Два европейских профессора математики протестировали бельгийскую монету номиналом в один евро и обнаружили, что в 250 попытках в 56% случаев выпадает орел, а в 44% случаев — решка. Данные, кажется, показывают, что монета не является честной монетой; Было бы полезно сделать более точный вывод о такой предвзятости. Некоторые игральные кости могут быть предвзятыми. Посмотрите на кубики в игре, которая у вас дома; Пятна на каждой грани обычно представляют собой небольшие отверстия, которые вырезаются, а затем окрашиваются, чтобы сделать пятна видимыми. Ваши игральные кости могут быть или не быть предвзятыми; Вполне возможно, что на результаты могут повлиять небольшие различия в весе из-за разного количества отверстий в гранях. Азартные казино зарабатывают много денег в зависимости от результатов броска кубиков, поэтому игры в кости в казино делаются по-другому, чтобы исключить предвзятость. Игральные кости казино имеют плоские грани; Отверстия полностью заполнены краской, имеющей ту же плотность, что и материал, из которого сделаны игральные кости, так что вероятность появления каждой грани одинакова.

Этот текст адаптирован из Openstax, Вводная статистика, раздел 3, Вероятность.

Transcript

Предубеждения в научных исследованиях — это систематические ошибки, которые благоприятствуют или противоречат исследовательской гипотезе.

Предвзятость может возникать намеренно или непреднамеренно во время сбора, анализа, интерпретации или публикации данных.

Из нескольких типов предвзятости здесь включено несколько распространенных.

Систематическая ошибка выборки может иметь место, когда выборка не выбирается случайным образом из генеральной совокупности, которая не является идеальным представителем всего населения, например, прогнозирование исхода выборов на основе ответов на опрос, полученных только от членов одной политической партии, а не от всего электората.

Предвзятость наблюдателя или исследовательская предвзятость может возникнуть, когда предвзятые представления, ожидания или неполные знания исследователя влияют на результаты и их интерпретацию.

Погрешность измерений возникает при использовании в эксперименте плохо откалиброванных средств измерений.

Систематическая ошибка публикации наблюдается, когда исследования, в которых сообщается о статистически значимых положительных результатах, с большей вероятностью будут опубликованы, чем исследования, сообщающие об отрицательных результатах.

В случае систематической ошибки финансирования исследователи могут исказить данные, чтобы показать результаты в пользу финансирующего органа.

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

Систематическая ошибка Систематическая ошибка выборки Систематическая ошибка выбора Систематическая ошибка наблюдателя Систематическая ошибка измерения Систематическая ошибка публикации Дизайн исследования Сбор данных Статистический анализ Азартные игры Честная монета Предвзятые кости Популяционное исследование Результаты Вероятность