Selection bias (Suomi)

Arviointi | Biopsychology | Vertaileva |Kognitiiviset | Kehityshäiriöitä | Kieli | Yksilölliset erot |Persoonallisuus | Filosofia | Sosiaalinen |
Menetelmät | Tilastot |Kliininen | Koulutus | Teollisuuden |Ammatillinen kohteita |Maailma psykologia |

Tilastot:Tieteellinen menetelmä · tutkimusmenetelmät · Kokeellinen suunnittelu · Perustutkintoa tilastot kursseja · Tilastolliset testit · Peli teoria · Päätöksen teoria,

Selection bias on tilastollinen harha, joka on virhe valittaessa yksilöitä tai ryhmiä osallistumaan tieteelliseen tutkimukseen. Sitä kutsutaan joskus valintavaikutukseksi. Termi ”valintaharha” viittaa useimmiten tilastollisen analyysin vääristymiseen, joka johtuu näytteiden keruumenetelmästä. Jos valintaharhaa ei oteta huomioon, tietyt tehdyt johtopäätökset voivat olla vääriä.,

Tyypit

On olemassa monenlaisia mahdollista valinta bias, mukaan lukien:

Sampling bias

Sampling bias on systemaattinen virhe, joka johtuu ei-satunnainen otos väestöstä, joka aiheutti joidenkin jäsenten väestön olla vähemmän todennäköisesti mukana kuin toiset, jolloin puolueellinen näyte, joka määritellään tilastollinen otos asukasmäärä (tai ei-inhimilliset tekijät) jossa kaikki osallistujat eivät ole yhtä tasapainoinen tai objektiivisesti edustettuina., Se luokitellaan useimmiten valintaharhojen alatyypiksi, joskus nimenomaan otosvalintaharhaksi, mutta jotkut luokittelevat sen erilliseksi bias-tyypiksi.

eroa, joskaan ei yleisesti hyväksytty, näytteenotto-harha on, että se heikentää ulkoista validiteettia testi (kyky sen tulokset voidaan yleistää muuhun väestöön), kun taas valinta bias pääasiassa osoitteet sisäinen validiteetti eroja tai yhtäläisyyksiä löytyy näyte käsillä., Tässä mielessä näytteen tai kohortin keräämisessä tapahtuvat virheet aiheuttavat näytteenottoharhaa, kun taas minkä tahansa prosessin virheet sen jälkeen aiheuttavat valintaharhaa.

Esimerkkejä sampling bias ovat itse valinta, pre-seulonta oikeudenkäyntiä osallistujat, diskonttaus tutkimushenkilöiden/testejä ei suoritettu loppuun onnistuneesti ja muuttoliike bias jättämällä aiheista, jotka ovat äskettäin siirtyneet tai tutkimuksen alueella.

aikaväli

• oikeudenkäynnin varhainen Päättyminen aikana, jolloin sen tulokset tukevat toivottua lopputulosta.,
• trial voidaan irtisanoa aikaisin äärimmäinen arvo (usein eettisistä syistä), mutta äärimmäinen arvo on todennäköisesti saavutettu muuttuja, jolla on suurin varianssi, vaikka kaikki muuttujat ovat samanlaisia tarkoittaa.

Altistuminen

• Herkkyys bias
  • Kliininen herkkyys harhaa, kun yksi tauti altistaa toisen taudin, ja hoito ensimmäisen taudin virheellisesti näyttää altistaa toisen taudin., Esimerkiksi, postmenopausaalisilla oireyhtymä antaa suurempi todennäköisyys myös kehittää kohdun limakalvon syöpä, niin estrogeenit antanut varten postmenopausaalisilla oireyhtymä voi vastaanottaa korkeampi kuin todellinen syyllinen aiheuttaa kohdun limakalvon syöpä.
  • Protopaattinen puolueellisuus, kun hoito sairauden ensimmäisiin oireisiin tai muuhun lopputulokseen näyttää aiheuttavan lopputuloksen. Se on mahdollinen puolueellisuus, kun on viive ensimmäisistä oireista ja hoidon aloittamisesta ennen varsinaista diagnoosia. Sitä voidaan lieventää viivyttelemällä eli poissulkemalla altistukset, jotka tapahtuivat tiettynä ajanjaksona ennen diagnoosia.,
  • Merkintä bias, mahdollinen sekoita välillä, syy ja vaikutus, kun altistuminen on riippuvainen merkintä, esim. hoito on annettu ihmisille suuri riski saada tauti, mahdollisesti aiheuttaa voittopuolisesti käsitelty ihmisten joukossa, hankkia taudin. Tämä voi aiheuttaa virheellisen ulkonäön siitä, että hoito on sairauden aiheuttaja.

Tietoja

• Osiointi tiedot tiedon sisältö osiot, ja sitten analysoida niitä testejä suunniteltu sokeasti valittu osioita.,
• ”huonon” tiedon hylkääminen mielivaltaisin perustein aiemmin ilmoitettujen tai yleisesti sovittujen kriteerien sijaan.
• Hylkääminen ”harha” tilastojen perusteella, että ei oteta huomioon tärkeitä tietoja, jotka voisivat olla peräisin ”villi” havaintoja.

Tutkimukset

• Valinta joka tutkii sisällyttää meta-analyysi (ks. myös kombinatorinen meta-analyysi).,
• Suorittaa toistuvat kokeet ja raportointi vain kaikkein suotuisa tuloksia, ehkä uudelleenmerkitsemistä lab kirjaa muita kokeita kuin ”kalibrointi”, ”instrumentation virheitä” tai ”alustavat tutkimukset”.
• Esittelee merkittävin tulos tiedot ruopata kuin jos se olisi yhden kokeen (joka on loogisesti sama kuin edellinen kohta, mutta on nähnyt niin paljon vähemmän epärehellinen).

Olosuhteet

Attrition bias on eräänlainen valinta bias aiheuttama poistuma (tappio osallistujaa), diskonttaus tutkimushenkilöiden/testejä ei suoritettu loppuun onnistuneesti., Se sisältää dropout, nonresponse (alempi vaste), peruuttaminen ja protokollan poikkeamat. Se antaa puolueellisia tuloksia, jos ne ovat epätasa-arvoisia altistuksen ja/tai tuloksen suhteen. Esimerkiksi, testi ruokavalioon ohjelma, tutkija voi yksinkertaisesti hylätä jokainen, joka putoaa ulos oikeudenkäyntiä, mutta useimmat niistä, jotka jäävät pois, ovat niitä, joille se ei toimi. Eri menetys aiheita interventio-ja vertailuryhmän voi muuttaa ominaisuuksia näiden ryhmien ja tuloksia riippumatta siitä, tutkittava interventio.,

Tarkkailijan valinta

Tiedot suodatetaan ole vain tutkimus, suunnittelu ja mittaus, vaan välttämätön edellytys, että siellä on joku tekemässä tutkimuksessa. Tilanteissa, joissa olemassa tarkkailija tai tutkimus korreloi havainto valinnan vaikutuksia esiintyy, ja antrooppisesta päättelyä ei tarvita.,

esimerkki on viime vaikutusta tapahtuman ennätys Maan: jos suuria vaikutuksia, koska massa sukupuuttoihin ja ekologiset häiriöt esteenä kehitys älykäs tarkkailijat pitkiä aikoja, kukaan ei noudata mitään todisteita suuria vaikutuksia viime aikoina (koska ne olisivat estäneet älykäs tarkkailijat kehittyvä). Näin ollen maan törmäyskertomuksessa voi olla ennakkoluuloja. Tähtitieteelliset eksistentiaaliset riskit voidaan myös aliarvioida valintaharha, ja antropinen korjaus on otettava käyttöön.,

Välttäminen

yleisessä tapauksessa, valinta harhat ei voida voittaa tilastollinen analyysi olemassa olevien tietojen yksin, vaikka Heckman korjausta voidaan käyttää erityistapauksissa. Epävirallisen arvion aste valinta bias voidaan tehdä tutkimalla korrelaatioita eksogeeninen (tausta) muuttujien ja hoito-ilmaisin., Kuitenkin regressio malleja, se on korrelaatio havaitsemattomia tekijöitä, jotka vaikuttavat lopputulokseen ja havaitsemattomia tekijöitä valinnassa otetaan näyte, joka bias arvioita, ja tämä korrelaatio unobservables ei voida suoraan arvioida havaittu tekijöitä hoitoon.,

Liittyviä kysymyksiä

Valinta bias on läheistä sukua:

• julkaisu bias tai raportointia ennakkoluuloja, vääristymä tuotetaan yhteisön käsitys tai meta-analyysejä, joita ei julkaista mielenkiinnoton (yleensä negatiivisia) tuloksia, tai tuloksia, jotka ovat vastoin kokeen on ennakkoluuloja, sponsori etuja, tai yhteisön odotukset.
• confirmation bias, vääristymä tuotetaan kokeita, jotka on suunniteltu etsimään vahvistavia todisteita sen sijaan, että yrittää kumota hypoteesi.,
• syrjäytymisen bias, tuloksia soveltaa eri kriteerejä tapauksissa ja tarkastusten osalta osallistuminen kelpoisuus tutkimus/eri muuttujien toimii perustana syrjäytymistä.,

Katso myös

• Berkson on paradoksi
• Puolueellinen näytteenotto
• Musta Joutsen teoria
• Cherry picking (harhaluulo)
• Rahoitus bias
• Luettelo kognitiivinen harhojen
• Sampling bias
• Itseään toteuttava ennustus
• Osallistuminen bias
• Survivorship bias

Huomautuksia