| English | 意味 |
|---|---|
| bias/ˈbaɪəs/ | バイアス |
| representative/ˌreprɪˈzentətɪv/ | 代表性のある |
| population/ˌpɒpjʊˈleɪʃn/ | 母集団 |
| generalization/ˌdʒenərəlaɪˈzeɪʃn/ | 帰属（一般化） |
データを信頼できるか？
- どのグラフや計算を行う前に問いかけてください：データは誠実に、かつ適切に収集されましたか？
- 収集の方法が、どのような結論が可能かを決定します。
- 悪いデータは巧妙な分析では救えません。「 garbage in, garbage out（ゴミ入ればゴミ出）」です。
- ユニット3は良いデータを入手することについてなので、ユニット4〜9はそのデータを信頼して進めます。
バイアス：偏った方法
- バイアスとは、真実を見逃す傾向が同じ方向へ系統的に現れることです。
- バイアスがある方法は、どれだけデータを収集しても特定の結果を有利にします。
- これは平均化されるランダム誤りと異なります；バイアスは平均化されません。
- 危険性：母集団を代表していない サンプルです。
一般化ができるのはいつか？
- 一般化とは、サンプルの発見を母集団全体に拡張することを指します。
- サンプルがバイアスなく（理想的には無作為に）収集された場合にのみ正当化されます。
- 偏った方法によるデータは、その偏ったグループのみを記述しており、すべての人を表しているわけではありません。
- 「実際に誰にアクセスしたか」が、結論がどこまで到達可能かを決定します。
収集前に計画を立てる
- 良いデータの収集は、後に补丁を当てるのではなく、事前に計画されます。
- データを収集する前に、母集団、サンプリング方法、および質問事項を決定してください。
- 慎重な計画は、後から修正できないバイアスを避けるための最も安価な方法です。
- 分析の信頼性は、それを支えた収集の信頼性に依存します。
大きな標本サイズはバイアス（偏り）を解消しない。 方法そのものが集団の一部を系統的に欠落させている場合、同じ不備のある方法でより多くの回答を集めても、得られるのは「精度の高い誤った結果」だけである。サイズはランダム誤差を減らすものだが、バイアスに対抗するのは「より良い方法」のみである。いかなる結論を信用する前にも、データ収集の「方法」を常に確認すべきである。
あるラジオ司会者が、新しい法律への支持の有無をリスナーに電話で尋ねます。
- 動機づけがあり、意見を持つリスナーだけが電話をしてきます——これは代表的なサンプルではありません。
- 結果はバイアスに歪んでおり、 caller（電話者）を記述しているだけで、母集団を表していません。
- $10{,}000$ 人の電話者を$100$人ではなく集めても、それは少なくともバイアスではないものではありません。
データの収集の方法が、私たちが導き出せる結論を決定します。バイアスはサンプルを母集団に対して代表不能にする系統的なエラーであり、サンプルサイズが大きくなっても縮小しません。バイアスなし（理想的には無作為）の収集のみが一般化を正当化するため、分析する前に収集を慎重に計画してください。
有偏样本过度代表某一特定群体
当某一部分占主导地位时，该样本不能代表总体。
使用相同的 flawed 方法收集大得多的样本可以消除偏差。
難易度 1/5 · 100 コイン + 今日初回完了時に小ボーナス付与
样本量只能对抗随机误差，而非偏差——无论样本大小如何， flawed 方法始终是有偏的。
广播电话投票主要覆盖有动机的听众。其结果是...
難易度 1/5 · 100 コイン + 今日初回完了時に小ボーナス付与
自発的に電話した人々は代表性を持たないため、この調査は偏っている。
同じ方向に真実を見逃す系統的な傾向を___という。
難易度 1/5 · 100 コイン + 今日初回完了時に小ボーナス付与
バイアスとは、平均化されない系統的で方向性のある誤差のことである。
サンプルの知見を全人口に適用できるのは、サンプルが...である場合にのみ正当化される。
難易度 1/5 · 100 コイン + 今日初回完了時に小ボーナス付与
バイアスのない収集のみが一般化を支持する。
データ収集の方法は、得られる結論を決定する。
難易度 1/5 · 100 コイン + 今日初回完了時に小ボーナス付与
適切な結論を得るには適切な収集が必要であり、分析前に計画すること。