About: Bias (statistics)     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : owl:Thing, within Data Space : dbpedia.demo.openlinksw.com associated with source document(s)
QRcode icon
http://dbpedia.demo.openlinksw.com/c/4gGkcDoDwF

Statistical bias is a systematic tendency which causes differences between results and facts. The bias exists in numbers of the process of data analysis, including the source of the data, the estimator chosen, and the ways the data was analyzed. Bias may have a serious impact on results, for example, to investigate people's buying habits. If the sample size is not large enough, the results may not be representative of the buying habits of all the people. That is, there may be discrepancies between the survey results and the actual results. Therefore, understanding the source of statistical bias can help to assess whether the observed results are close to the real results.

AttributesValues
rdf:type
rdfs:label
  • Biaso (statistiko) (eo)
  • Bias (statistics) (en)
  • Bias (statistica) (it)
  • 偏差 (zh)
rdfs:comment
  • 在统计学中,偏差(英語:bias)是指会导致结果与事实之间存在差异的系统性倾向。数据分析的许多过程,包括数据的来源、选择的估计量和分析数据的方式,都可能存在偏差。例如: * 有偏采样是对总样本集非平等采样。有偏采样会难以分析或引起不准确甚至错误的推断。 * 有偏估计则是指高估或低估要估计的量。有偏估计在某些情况下也有一些好的特性,例如较小的方差。 在觀察性研究中,包括流行病學,偏差代表研究觀察到的結果與真實值有所差距。 (zh)
  • Statistical bias is a systematic tendency which causes differences between results and facts. The bias exists in numbers of the process of data analysis, including the source of the data, the estimator chosen, and the ways the data was analyzed. Bias may have a serious impact on results, for example, to investigate people's buying habits. If the sample size is not large enough, the results may not be representative of the buying habits of all the people. That is, there may be discrepancies between the survey results and the actual results. Therefore, understanding the source of statistical bias can help to assess whether the observed results are close to the real results. (en)
  • En statistiko, la termino biaso (fojfoje nomita deklivo) estadas uzata por priskribi kelkajn malsamajn konceptojn: * estas biaso pri iuj membroj de la , kiuj estas selektitaj por prezenti proprecojn pli verŝajne inkludataj ol aliaj. * temas pri pritakso de la ebleco de provo en biasa grupo de pacientoj, kiu kondukas al tropritakso de la sentkapablo kaj specifeco de la provo. * La aŭ biaso estas la diferenco inter matematika ekspekto kaj la vera valoro de la parametro pritaksata; * estas la biaso, kiu aperas en pritaksoj de parametroj en statistika regreso kiam la alprenita specifilo estas malĝusta, tiel ke ĝi forigas la nedependan variablon kiu devus esti en la modelo. * En , provo estas nebiasa se probablo de malakceptado la superas la signifecan nivelon, kiam la alternativa hi (eo)
  • In statistica, i termini bias (etimologia incerta), distorsione o scostamento sono usati con riferimento a due concetti. Un campione distorto è un campione statistico in cui la probabilità di inclusione nel campione di individui appartenenti alla popolazione dipende dalle caratteristiche della popolazione oggetto di studio. Uno stimatore distorto è uno stimatore che per qualche ragione ha valore atteso diverso dalla quantità che stima; uno stimatore non distorto è detto stimatore corretto. (it)
dct:subject
Wikipage page ID
Wikipage revision ID
Link from a Wikipage to another Wikipage
sameAs
dbp:wikiPageUsesTemplate
has abstract
  • En statistiko, la termino biaso (fojfoje nomita deklivo) estadas uzata por priskribi kelkajn malsamajn konceptojn: * estas biaso pri iuj membroj de la , kiuj estas selektitaj por prezenti proprecojn pli verŝajne inkludataj ol aliaj. * temas pri pritakso de la ebleco de provo en biasa grupo de pacientoj, kiu kondukas al tropritakso de la sentkapablo kaj specifeco de la provo. * La aŭ biaso estas la diferenco inter matematika ekspekto kaj la vera valoro de la parametro pritaksata; * estas la biaso, kiu aperas en pritaksoj de parametroj en statistika regreso kiam la alprenita specifilo estas malĝusta, tiel ke ĝi forigas la nedependan variablon kiu devus esti en la modelo. * En , provo estas nebiasa se probablo de malakceptado la superas la signifecan nivelon, kiam la alternativa hipotezo estas vera kaj estas malpli ol aŭ egala al la signifeca nivelo kiam la nula hipotezo estas vera. * aŭ estas eksteraj influoj kiuj povas afekti la precizecon de statistikaj mezuroj kaj dependas de la instrumentoj aŭ la metodoj uzitaj. * venas de la misuzo de tekniĥoj de . (eo)
  • Statistical bias is a systematic tendency which causes differences between results and facts. The bias exists in numbers of the process of data analysis, including the source of the data, the estimator chosen, and the ways the data was analyzed. Bias may have a serious impact on results, for example, to investigate people's buying habits. If the sample size is not large enough, the results may not be representative of the buying habits of all the people. That is, there may be discrepancies between the survey results and the actual results. Therefore, understanding the source of statistical bias can help to assess whether the observed results are close to the real results. Bias can be differentiated from other mistakes such as accuracy (instrument failure/inadequacy), lack of data, or mistakes in transcription (typos). Bias implies that the data selection may have been skewed by the collection criteria. Bias does not preclude the existence of any other mistakes. One may have a poorly designed sample, an inaccurate measurement device, and typos in recording data simultaneously. Also it is useful to recognize that the term “error” specifically refers to the outcome rather than the process (errors of rejection or acceptance of the hypothesis being tested). Use of flaw or mistake to differentiate procedural errors from these specifically defined outcome-based terms is recommended. (en)
  • In statistica, i termini bias (etimologia incerta), distorsione o scostamento sono usati con riferimento a due concetti. Un campione distorto è un campione statistico in cui la probabilità di inclusione nel campione di individui appartenenti alla popolazione dipende dalle caratteristiche della popolazione oggetto di studio. Uno stimatore distorto è uno stimatore che per qualche ragione ha valore atteso diverso dalla quantità che stima; uno stimatore non distorto è detto stimatore corretto. Se da un lato il termine distorsione può avere una connotazione negativa, ciò non è necessariamente vero nel contesto della statistica. Un campione distorto è in generale non desiderabile; d'altra parte, uno stimatore distorto può essere desiderabile a seconda delle applicazioni. (it)
  • 在统计学中,偏差(英語:bias)是指会导致结果与事实之间存在差异的系统性倾向。数据分析的许多过程,包括数据的来源、选择的估计量和分析数据的方式,都可能存在偏差。例如: * 有偏采样是对总样本集非平等采样。有偏采样会难以分析或引起不准确甚至错误的推断。 * 有偏估计则是指高估或低估要估计的量。有偏估计在某些情况下也有一些好的特性,例如较小的方差。 在觀察性研究中,包括流行病學,偏差代表研究觀察到的結果與真實值有所差距。 (zh)
prov:wasDerivedFrom
page length (characters) of wiki page
foaf:isPrimaryTopicOf
is rdfs:seeAlso of
is Link from a Wikipage to another Wikipage of
Faceted Search & Find service v1.17_git147 as of Sep 06 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 08.03.3331 as of Sep 2 2024, on Linux (x86_64-generic-linux-glibc212), Single-Server Edition (378 GB total memory, 50 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software