Смещение выборки

Преодоление предвзятости данных

Konstantinos Kattidis

Data Analytics Lead

Что такое смещение выборки?

Это смещение, возникающее при отборе данных для анализа таким образом, что систематически отдаётся предпочтение определённым людям, группам или характеристикам

Диаграмма, показывающая различие между генеральной совокупностью и выборкой.

В результате полученная выборка не является репрезентативной для генеральной совокупности, которую планировалось изучить

Рассмотрим пять основных типов смещения выборки

1. Систематическая ошибка выборки

Систематическая ошибка выборки возникает, когда метод выборки не является случайным или справедливым
Она связана с подходом к формированию выборки, из-за которого обобщение результатов на всю генеральную совокупность становится затруднённым или невозможным
Например:
- Платформа электронной торговли оценивает удовлетворённость клиентов с помощью удобной выборки
- Результаты могут не отражать мнение всей клиентской базы

Человек выбирает метод выборки

2. Ошибка неполного охвата

Представьте маркетинговое исследование среди онлайн-потребителей, в которое не включены люди без доступа к интернету
Ошибка неполного охвата означает недостаточную представленность отдельных групп в выборке
Её отличие от систематической ошибки выборки — в акценте на представленности конкретных групп, а не на случайности или справедливости самого метода

Исследователи, игнорирующие потребителей без доступа к интернету

3. Ошибка неответа

Ошибка неответа возникает, когда люди, отказавшиеся участвовать в опросе или исследовании, систематически отличаются от тех, кто принял участие

Опрос удовлетворённости: ответившие довольны, не ответившие — недовольны

В опросе об удовлетворённости сотрудников недовольные реже соглашаются участвовать
Это создаёт необоснованно оптимистичную картину морального состояния коллектива

4. Ошибка самоотбора

Аналитик изучает результаты, искажённые самоотбором

Ошибка самоотбора возникает, когда люди сами решают участвовать в исследовании или оставлять отзыв
Например:
- Клиенты самостоятельно выбирают участие в опросе об удовлетворённости
- Если их мнения не отражают взгляды широкой клиентской базы
- Это искажает общую картину

5. Ошибка выжившего

Возникает, когда в анализ включаются только успешные объекты

Например:

Анализ успешных запусков продуктов без учёта провальных
Это приводит к искажённым выводам и упускает ключевые факторы неудач

Человек анализирует успешные продукты, игнорируя неудачные

Формирование целостного понимания

Весы с вопросительным знаком, нарушающим баланс

Несколько видов смещения нередко действуют одновременно, усложняя анализ
Например, опрос об удовлетворённости клиентов может одновременно содержать ошибку самоотбора и ошибку неответа

Давайте потренируемся!

Преодоление предвзятости данных