ТОЧНОСТЬ ИСТИНЫ
⠀
Что вы знаете о слове "bias"? Что оно означает? Когнитивную ошибку, предвзятость или смещение? Из какой оно области?
Возможно вы начали что-то подозревать, потому что в статистике есть свой Bias 😱
⠀
Но сначала вспомним (или узнаем):
🔸в генеральной совокупности (ГС) существует истинное значение параметра (true value / estimand)
🔸мы анализируем выборку каким-то статистическим методом (estimator)
🔸в результате получаем оценку параметра (estimated value / estimate)
⠀
❗Смещение (Bias of estimator) - разница между истинным значением и нашей оценкой параметра (формула на рис.1)❗
⠀
Если разница = 0, то оценка (а значит и метод) является несмещенной (unbiased).
И соответственно наоборот.
⠀
Например (условно, рис.2), в ГС средний рост мужчин 177 см (estimand). Мы набрали выборку мужчин (n = 1000) и посчитали средний рост (estimator). Получили значение 180 см (estimate). Смещение нашей оценки 3 см или на 1,7% (bias). 🤔
⠀
Но есть очень важный нюанс. Мы не знаем истинное значение... 🤯
Ведь для этого надо проанализировать ГС (слишком много, невозможно собрать данные, может меняться во времени). Поэтому от смещения оценки нам никуда не деться. 🤬
⠀
Что влияет на смещение:
📍репрезентативность и размер выборки
📍пропущенные значения
📍технические способности измерения параметра
📍трансформация переменных
📍дизайн исследования (тут много аспектов)
📍выбор и настройка статистического метода
⠀
Есть различные приемы для минимизации bias, но о них надо думать и знать.
⠀
И слепо не верить точечным оценкам (estimate), а интересоваться еще оценками неопределенности (самая известная - доверительный интервал) 🫨

@ebm_base