选择偏差

征服数据偏差

Konstantinos Kattidis

Data Analytics Lead

什么是选择偏差？

当用于分析的数据被选择的方式系统性偏向某些个人、群体或特征时产生的偏差

因此，所获样本不能代表计划分析的总体

下面介绍五种常见的选择偏差

1. 抽样偏差

• 抽样偏差发生在抽样方法不公平或不随机时
• 它源于我们获取样本的方式，可能导致结论难以推广到整个总体
• 例如：
  • 电商平台用方便抽样评估客户满意度
  • 结果可能无法反映全部客户的看法

2. 覆盖不足偏差

• 设想一项面向网民的市场调研，排除了无网络的人群
• 覆盖不足偏差强调所抽样本中某些群体代表性不足
• 与抽样偏差不同，它关注特定群体的代表性，而非方法本身的随机性或公平性

3. 未回应偏差

未回应偏差出现在选择不参与调查或研究的人与参与者存在系统性差异时

• 在员工满意度调查中，不满意的员工更不愿参与
• 因此会过于乐观地评估士气

4. 自我选择偏差

• 自我选择偏差发生在个体自行选择参与研究或提供反馈时
• 例如：
  • 客户自愿参与满意度调查
  • 其观点不代表更广泛的客户群
  • 从而扭曲整体认知

5. 幸存者偏差

当仅将成功的个体/事件纳入分析时会出现此偏差

例如：

• 只分析成功的产品发布而忽略失败案例
• 会产生偏颇结论，忽视导致失败的关键因素

构建连贯认识

• 多种偏差相互作用并不罕见，分析会更复杂
• 例如，客户满意度调查可能同时存在自我选择偏差和未回应偏差

Passons à la pratique !

征服数据偏差