Identificar malas muestras estadísticas
Después de un estudio estadístico se ha diseñado, ya sea una encuesta o un experimento, es necesario seleccionar una muestra de individuos que representan a una muestra representativa de toda la población. Esto es fundamental para la producción de datos creíbles en el final.
Los estadísticos tienen un dicho, " Basura en igual basura ". Si selecciona su asignaturas (las personas que participarán en el estudio) de una manera que es parcial - es decir, favoreciendo a determinadas personas o grupos de personas - a continuación, los resultados también serán sesgados. Es así de simple.
Supongamos que Bob quiere saber las opiniones de gente de su ciudad respecto a un casino propuesto. Bob va al centro comercial con su portapapeles y pide a las personas que caminan por los que dan sus opiniones. ¿Qué hay de malo en eso? Bueno, Bob sólo se va a obtener las opiniones de a) las personas que compran en ese Mall-b) de ese día- particular, c) en ese tiempo- particular, d), y que se toman el tiempo para responder.
Esas circunstancias son demasiado restrictivas - esas personas no representan una sección transversal de la ciudad. Del mismo modo, Bob podría poner un estudio del sitio web y pedir a la gente a utilizarlo para votar. Sin embargo, sólo las personas que saben sobre el sitio, tener acceso a Internet, y quieren dar respuesta le dará los datos, y por lo general sólo aquellos con opiniones fuertes irán a tales problemas. Al final, todo Bob tiene es un montón de datos parciales sobre los individuos que probablemente no representan la ciudad en absoluto.
Para minimizar el sesgo en una encuesta, la palabra clave es azar. Es necesario seleccionar la muestra de individuos al azar - es decir, con algún tipo de " sacar nombres de un sombrero " proceso.
Tenga en cuenta que en el diseño de un experimento, recoger una muestra aleatoria de personas y pedirles que participen muchas veces no es ético (en particular cuando el estudio se relaciona con los problemas de salud) porque los experimentos imponen un tratamiento de los temas. Lo que hace es enviar solicitudes de voluntarios que vengan a ti. A continuación, asegúrese de que los voluntarios que seleccione del grupo representan la población de interés y que los datos está bien recogido en los individuos por lo que los resultados pueden ser proyectados a un grupo más grande.
-
Evitar el sesgo con muestras estadísticas aleatorias - Evite sacar las conclusiones equivocadas de los datos estadísticos
- La comparación de las encuestas estadísticas y experimentos estadísticos
- Intervalos de confianza
- Generalizando los resultados estadísticos a toda la población
- Cómo romper las estadísticas categóricas utilizando tablas de doble
Cómo identificar sesgo estadístico Bias es una palabra que se oye todo el tiempo en las estadísticas, y usted probablemente sabe que significa algo malo. Pero lo que realmente constituye el sesgo? Bias es el favoritismo sistemático que está presente en el proceso de recolección…
Cómo interpretar el margen de error en las estadísticas Usted probablemente ha escuchado o visto resultados como este: " Esta encuesta estadística tiene un margen de error de más o menos 3 puntos porcentuales ". ¿Qué significa esto? La mayoría de las encuestas se basan en información obtenida de…
¿Cómo los grupos de tratamiento, grupos de control, los placebos y experimentos ciegos se utilizan en las estadísticas Los estudios estadísticos a menudo implican varios tipos de experimentos: los grupos de tratamiento, grupos de control, los placebos, y pruebas ciegas y doble ciego. Un experimento es un estudio que impone un tratamiento (o control) de los sujetos…
La identificación de sesgo estadístico en su muestra de datos B Estadísticaias es el favoritismo sistemático de ciertos individuos o ciertas respuestas en un estudio. El sesgo es la némesis de los estadísticos, y hacen todo lo posible para evitarlo. ¿Quieres un ejemplo de sesgo? Digamos que usted está…
Muestreo aleatorio no tan sencilla Muestras aleatorias simples son la mejor manera de obtener una selección imparcial, representante de las personas a ser parte de un estudio. Sin embargo, el proceso para generar una muestra aleatoria simple es similar a la que tenían el nombre de…
Selección de muestras y realización de encuestas Los términos específicos se utilizan para describir los problemas con las encuestas y muestras. Asegúrese de recoger en las diferencias sutiles. Estos son los términos más comunes:Marco de muestreo: Una lista de todos los miembros de la…
Estadísticas enigmas: se trata de pacientes que no responden la encuesta No respondedores son siempre un problema cuando se está calculando los resultados de una encuesta. Antes de poder los números de crisis en todas las encuestas que te dan la espalda, usted tiene que decidir qué hacer con las encuestas que no lo…
Los fundamentos de las distribuciones de muestreo Resultados de las muestras varían - que es una importante verdad de las estadísticas. Se toma una muestra aleatoria de tamaño 100, encontrar el promedio, y repetir el proceso una y otra vez con diferentes muestras de tamaño 100. Esos promedios…
Trabajar con estadísticas tablas de doble Para explorar los vínculos entre dos variables categóricas, primero debe organizar los datos que se han recogido, y una mesa es una gran manera de hacer eso. LA tabla de doble entrada clasifica a los individuos en grupos en función de los…
Mejora de la validez externa en la investigación de la psicología Una forma de maximizar la validez externa en psicología es asegurar, en lo posible, de que su muestra representa la población de estudio en todas las características que son importantes en su investigación. Puede utilizar un número de…
Decidir quién va a participar en un estudio clínico Porque no se puede examinar toda la población de personas con la condición de que estás estudiando, debe seleccionar una muestra representativa de esa población. Esto se hace mediante la definición explícita de las condiciones que determinan…
Recogiendo muestras de poblaciones La idea de muestreo de una población es uno de los conceptos más fundamentales en las estadísticas - de hecho, en toda la ciencia. Por ejemplo, no se puede probar cómo un fármaco de quimioterapia funcionará en todas las personas con cáncer de…