統計的バイアス

データの収集や分析において、系統的な偏りが生じること。標本の偏り（選択バイアス）や測定方法の偏り（測定バイアス）などがあり、分析結果の妥当性を損なう原因となる。

データの収集や分析において、系統的な偏りが生じること。標本の偏り（選択バイアス）や測定方法の偏り（測定バイアス）などがあり、分析結果の妥当性を損なう原因となる。

データの収集や分析の方法が原因で、推定や分析の結果が真の値から一定の方向にずれること。調査対象の選び方による選択バイアスや、回答・測定の誤りによる情報バイアスなどがある。

データの収集、測定、分析の過程で生じる、真の値からの系統的な偏り。標本の選び方による選択バイアス、測定や回答の誤りによる情報バイアス、第3の要因が影響する交絡バイアスなどがあり、標本を増やしても解消しない点で偶然の誤差と異なる。研究の設計や無作為化、統計的な調整で抑える。

データの収集や分析の方法に起因して、推定値や分析結果が真の値から系統的にずれること。調査に応じやすい人だけが回答する選択バイアス、生き残った対象だけを見る生存者バイアス、測定方法による測定バイアスなどがあり、標本を増やしても解消しない。

本来値があるべき箇所が空になっているデータ。除外すると件数が減り、平均値などで補完すると分布が歪むため、発生原因を踏まえて扱いを決める必要がある。

他の値から大きく離れた値。入力ミスの場合もあれば、実際に起きた重要な事象の場合もあるため、機械的に除外せず背景を確認してから判断する。

対象データの中身を統計的に調べ、値の分布、欠損の割合、想定形式との不一致などを把握する作業。品質問題の所在と規模を、改善に着手する前に明らかにする。

数値として測定でき、四則演算や統計処理の対象になるデータ。売上金額や個数などが該当し、平均や分散といった代表値で特徴を把握できる。

分類や順序を表し、数値としての大小に意味を持たないデータ。性別や満足度の区分などが該当し、集計は度数や割合で行う。

時間の経過に沿って記録されたデータ。傾向や季節変動、周期性を読み取れるが、比較の際は対象期間の粒度を揃える必要がある。