かた‐より【偏り/片寄り】
偏り
バイアス、偏り、偏見
偏り
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2024/03/26 18:36 UTC 版)
![]() |
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。(2024年3月)
|
偏り(かたより)またはバイアス(英: bias)とは、統計学で2つの異なる意味に用いられる。
偏りという用語は悪い意味に聞こえるが、必ずしもそうではない。偏った標本は悪いものだが、偏った推定量のよしあしは状況による。
偏りがないことを不偏(ふへん、英: unbiased)と言う。
標本の偏り
母集団の一部の要素が他よりも標本として選ばれやすい場合に、標本に偏りがあるという。偏った標本は一般に誤った推定量を与える。推定する量が高い、または低いような要素が標本に多く含まれていれば結果は本当の値とは違ってしまう。
有名な例に1936年のアメリカ大統領選の予想がある。Literary Digest誌は200万人の調査から、対立候補がF.D.ルーズベルト候補に勝つ(57%対43%)と予想したが、世論調査会社のギャラップ社は30万人の調査からルーズベルトの勝利を予想し、結局こちらが正しかった。Literary Digestは、標本のサイズが莫大だったにもかかわらず、電話や自動車の保有者リストを元に標本を抽出したために、これらを購入できる富裕層に偏ってしまったのである。
この種の偏りは通常、統計学的なノイズよりも悪いものと考えられる。ノイズの問題は標本を大きくすることで軽くすることができるが、偏った標本ではそのように簡単に解決できない。メタアナリシス(複数の統計調査結果をまとめてさらに解析すること)はうまく用いれば、単独ではノイズを含む調査からよりよいデータを引き出すことができるが、偏りのある調査ばかり用いてメタアナリシスをしても偏りは減らせない。このような偏りを減らすには、適切な標本抽出の手法を、個別分野の知識に基づいて利用する必要がある。
推定量の偏り
これは、実際に推定しようとしている量とは違うような平均値をもつ統計量を推定量として使ってしまうことをいう。逆にこの平均値が推定しようとしている量に等しい場合には、不偏推定量という。
推定量(観察データの関数) カテゴリ
偏り
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2020/09/07 06:59 UTC 版)
偏り - 統計学の用語。母集団の要素が標本として平等に選ばれていない、または推定すべき量を何らかの理由で高く、または低く推定しすぎていること。サンプリングバイアス - 不適切な標本抽出によって、母集団を代表しない特定の性質のデータがまぎれこんでいること。 偏見 - 偏った見方のこと(用例:「あの人の意見には新聞は不正確だというバイアスがかかっている」)。認知バイアス - 非常に基本的な統計学的な誤り、社会的帰属の誤り、記憶の誤り(虚偽記憶)など、人間が犯しやすい認知の誤り。 感情バイアス - 感情的要因による認知と意思決定の歪み。 正常性バイアス - 災害があっても自分だけは大丈夫と思うこと。特に自身に耳の痛い情報は入らないこと 生存者バイアス - 生還した者からは意見が聞けるが、生還できなかった者から意見は聞けないこと
※この「偏り」の解説は、「バイアス」の解説の一部です。
「偏り」を含む「バイアス」の記事については、「バイアス」の概要を参照ください。
「偏り」の例文・使い方・用例・文例
偏りと同じ種類の言葉
- >> 「偏り」を含む用語の索引
- 偏りのページへのリンク