IT用語帳
PD-Dデータ分析・データ利活用 · データ分析・データ利活用

選択バイアス

Selection Bias

せんたくばいあす

分析の対象となる標本の選び方や、調査への参加・脱落の仕方に偏りがあるために、標本が母集団を正しく代表せず、結果が歪むこと。Webアンケートの回答者が関心の高い人に偏る、存続している企業だけを分析する生存者バイアスなどが例である。無作為抽出や無作為な割付けで防ぐ。

共有:

Related

関連キーワードの用語

PD-D情報バイアス

対象から情報を得る測定や記録の過程に系統的な誤りがあるために、データが歪むこと。過去の出来事を思い出す正確さが人によって異なる想起バイアス、望ましいと思われる回答に寄る社会的望ましさバイアス、測定機器の校正の誤りなどが例である。測定方法の標準化や客観的な記録の利用で抑える。

PD-D出版バイアス

統計的に有意な結果や肯定的な結果の研究ほど論文として発表されやすく、有意差が出なかった研究は公表されにくいために、公表された研究全体が効果を過大に示す偏り。複数の研究を統合するメタアナリシスの結論を歪める。研究計画の事前登録や、否定的な結果も公表する仕組みで抑える。

A-1統計的バイアス

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。

A-1標本抽出

調査の対象となる集団(母集団)全体を調べる代わりに、その一部(標本)を選び出すこと。偏りなく選ぶ無作為抽出が基本で、単純無作為抽出、層別抽出、系統抽出、集落抽出などの方法がある。選び方に偏りがあると、標本から推定した結果が母集団の実態とずれる。