Систематична похибка вибірки

Опановуємо упередженість у даних

Konstantinos Kattidis

Data Analytics Lead

Що таке систематична похибка вибірки?

Це похибка, що виникає, коли дані для аналізу відбирають так, що це систематично надає перевагу певним особам, групам або ознакам

Діаграма: генеральна сукупність відрізняється від вибірки.

Отже, отримана вибірка не репрезентує генеральну сукупність, яку планують аналізувати

Розгляньмо п'ять поширених типів такої похибки

1. Похибка вибіркування

Похибка вибіркування виникає, коли метод відбору не є чесним або випадковим
Вона походить від підходу до формування вибірки, через що висновки важко чи неможливо поширити на всю сукупність
Наприклад:
- Платформа e-commerce аналізує задоволеність клієнтів методом зручної вибірки
- Висновки можуть не відображати настрої всієї бази клієнтів

Людина обирає метод вибіркування

2. Похибка неповного охоплення

Розгляньте дослідження ринку, націлене на онлайн-споживачів, що виключає людей без доступу до інтернету
Похибка неповного охоплення підкреслює недостатнє представлення окремих груп у вибраній вибірці
Вона відрізняється від похибки вибіркування тим, що фокусується на представленості конкретних груп, а не на випадковості чи чесності методу відбору

Дослідники ігнорують споживачів без інтернету

3. Похибка ненадання відповіді

Похибка ненадання відповіді виникає, коли особи, що відмовляються брати участь в опитуванні чи дослідженні, систематично відрізняються від тих, хто бере участь

Опитування задоволеності: респонденти задоволені, нереспонденти — ні

В опитуванні задоволеності працівників незадоволені працівники менш охоче відповідають
Це призводить до надто оптимістичної оцінки морального стану колективу

4. Похибка самовідбору

Аналітик вивчає результати, спотворені самовідбором

Похибка самовідбору виникає, коли люди самі вирішують брати участь у дослідженні або надавати відгук
Наприклад:
- Клієнти самі обирають участь в опитуванні задоволеності
- Їхні погляди не представляють широку клієнтську базу
- Це спотворює загальне уявлення

5. Похибка виживання

Виникає, коли до аналізу включені лише успішні об'єкти

Наприклад:

Аналізувати лише успішні запуски продуктів, ігноруючи невдалі
Це призведе до упереджених висновків і нехтування чинниками, що спричиняють провал

Людина аналізує успішні продукти й ігнорує невдалі

Сформуймо цілісне розуміння

Неврівноважена шалька терезів із знаком питання

Нерідко кілька похибок взаємодіють, ускладнюючи аналіз
Наприклад, опитування задоволеності клієнтів може одночасно мати похибку самовідбору та ненадання відповіді

Давайте потренуємось!

Опановуємо упередженість у даних