Съдържание
Пристрастието е грешката в оценките поради системни грешки, които водят до постоянно високи или ниски резултати в сравнение с действителните стойности. Индивидуалното отклонение на оценката, за която се знае, че е предубедена, е разликата между прогнозната и действителната стойности. Ако не се знае, че оценката е предубедена, разликата може да се дължи и на случайна грешка или други неточности. Противно на пристрастието, което винаги действа в една посока, тези грешки могат да бъдат положителни или отрицателни.
За да изчислите пристрастието на метод, използван за много оценки, намерете грешките, като извадите всяка оценка от действителната или наблюдаваната стойност. Добавете всички грешки и разделете на броя на оценките, за да получите отклонение. Ако грешките се съберат до нула, оценките са безпристрастни и методът дава безпристрастни резултати. Ако оценките са предубедени, е възможно да се намери източникът на пристрастия и да се елиминира, за да се подобри методът.
TL; DR (Твърде дълго; Не четях)
Изчислете пристрастия, като намерите разликата между приблизителна оценка и действителната стойност. За да намерите пристрастието на даден метод, направете много оценки и добавете грешките във всяка оценка в сравнение с реалната стойност. Разделянето на броя на оценките дава пристрастие на метода. В статистиката може да има много оценки, за да се намери една стойност. Отклонението е разликата между средната стойност на тези оценки и действителната стойност.
Как работи Bias
Когато оценките са предубедени, те последователно грешат в една посока поради грешки в системата, използвана за оценките. Например, прогнозата за времето може последователно да прогнозира температури, които са по-високи от действително наблюдаваните. Прогнозата е предубедена и някъде в системата има грешка, която дава твърде висока оценка. Ако методът на прогнозата е безпристрастен, той все още може да предскаже температури, които не са правилни, но некоректните температури понякога ще бъдат по-високи, а понякога и по-ниски от наблюдаваните.
Статистическото отклонение работи по същия начин, но обикновено се основава на голям брой прогнози, проучвания или прогнози. Тези резултати могат да бъдат представени графично в крива на разпределение и отклонението е разликата между средната стойност на разпределението и действителната стойност. Ако има пристрастия, винаги ще има разлика, въпреки че някои отделни оценки могат да паднат от двете страни на реалната стойност.
Пристрастия в проучванията
Пример за пристрастие е анкетираната компания, която провежда проучвания по време на предизборни кампании, но резултатите от техните проучвания постоянно надценяват резултатите за една политическа партия в сравнение с реалните резултати от изборите. Пристрастията могат да бъдат изчислени за всеки избор, като се извади действителният резултат от прогнозата на анкетата. Средната пристрастие на използвания метод за анкетиране може да бъде изчислена чрез намиране на средната стойност на отделните грешки. Ако пристрастията са големи и последователни, анкетиращата компания може да се опита да разбере защо техният метод е предубеден.
Пристрастията могат да идват от два основни източника. Или изборът на участници в анкетата е предубеден, или пристрастието произтича от интерпретацията на информацията, получена от участниците. Например, анкетите по интернет са по своята същност пристрастни, тъй като участниците в анкетата, които попълват интернет формулярите, не са представителни за цялото население. Това е отклонение за подбор.
Изследващите компании са наясно с това отклонение за подбор и компенсират чрез коригиране на числата. Ако резултатите са все още предубедени, това е информационно отклонение, тъй като компаниите не са интерпретирали правилно информацията. Във всички тези случаи изчислението на пристрастия показва до каква степен прогнозните стойности са полезни и кога методите се нуждаят от корекция.