콘텐츠
치우침은 체계적인 실수로 인한 추정치의 오차로 실제 값과 비교하여 결과가 일관되게 높거나 낮습니다. 치우친 것으로 알려진 추정치의 개별 편차는 추정치와 실제 값의 차이입니다. 추정값이 치우친 것으로 알려지지 않은 경우 그 차이는 임의 오류 또는 기타 부정확성으로 인한 것일 수도 있습니다. 항상 한 방향으로 작용하는 바이어스와 달리 이러한 오류는 양수 또는 음수 일 수 있습니다.
많은 추정값에 사용 된 방법의 편향을 계산하려면 실제 또는 관측 값에서 각 추정값을 빼서 오차를 찾으십시오. 모든 오차를 더하고 추정치 수로 나눠 편견을 얻습니다. 오차가 0에 가까우면 추정값이 편향되지 않았으며이 방법은 편향되지 않은 결과를 제공합니다. 추정치가 치우친 경우 치우침의 원인을 찾아 제거하여 방법을 개선 할 수 있습니다.
TL; DR (너무 길고 읽지 않음)
추정값과 실제 값의 차이를 찾아 바이어스를 계산합니다. 방법의 편향을 찾으려면 많은 추정을 수행하고 실제 값과 비교하여 각 추정의 오류를 더합니다. 추정값의 수로 나누면 방법의 편향이 생깁니다. 통계에서 단일 값을 찾기위한 많은 추정치가있을 수 있습니다. 편차는 이러한 추정치의 평균과 실제 값의 차이입니다.
바이어스 작동 방식
추정치가 바이어스되면 추정치에 사용 된 시스템의 실수로 인해 한 방향으로 일관되게 잘못됩니다. 예를 들어 일기 예보는 실제로 관측 된 것보다 높은 온도를 일관되게 예측할 수 있습니다. 예측이 편향되어 있고 시스템 어딘가에 너무 높은 추정치를 제공하는 실수가 있습니다. 예측 방법이 편향되지 않은 경우 여전히 정확하지 않은 온도를 예측할 수 있지만 잘못된 온도는 때때로 관찰 된 온도보다 높거나 낮을 수 있습니다.
통계적 편향은 같은 방식으로 작동하지만 일반적으로 많은 수의 추정, 설문 또는 예측을 기반으로합니다. 이 결과는 분포 곡선으로 그래픽으로 표현할 수 있으며 편차는 분포의 평균과 실제 값의 차이입니다. 편견이있는 경우 일부 개별 추정치가 실제 값의 양쪽에 해당하더라도 항상 차이가 있습니다.
설문 조사의 바이어스
편견의 예는 선거 캠페인 중에 여론 조사를 실시하는 설문 조사 회사이지만, 그들의 투표 결과는 실제 선거 결과와 비교하여 한 정당의 결과를 일관되게 과대 평가합니다. 설문 조사 예측에서 실제 결과를 빼서 각 선거에 대한 편향을 계산할 수 있습니다. 사용 된 폴링 방법의 평균 바이어스는 개별 오류의 평균을 찾아서 계산할 수 있습니다. 편견이 크고 일관된 경우 폴링 회사는 방법이 편향된 이유를 찾으려고 시도 할 수 있습니다.
바이어스는 두 가지 주요 소스에서 나올 수 있습니다. 여론 조사 참가자 선택이 편중되거나 편견이 참가자로부터받은 정보를 해석 한 결과입니다. 예를 들어 인터넷 설문 조사는 인터넷 양식을 작성하는 설문 조사 참여자가 전체 인구를 대표하지 않기 때문에 본질적으로 편향되어 있습니다. 이것은 선택 바이어스입니다.
설문 조사 회사는이 선택 편견을 알고 있으며 숫자를 조정하여 보상합니다. 결과가 여전히 편향되어 있으면 회사가 정보를 올바르게 해석하지 않았기 때문에 정보 편향입니다. 이 모든 경우에, 바이어스 계산은 추정 된 값이 어느 정도 유용하며 방법 조정이 필요한시기를 보여줍니다.