Specification biases
- פותח הנושא Khepera
- פורסם בתאריך
אני שוב
Specifications The criteria for participants in a focus group, involving their demographic characteristics, product usage, product awareness, and so on. Bias A systematic tendency of a sample to misrepresent the population. Biases may be caused by improper representation of the population in the sample, interviewing techniques, wording of questions, data entry, etc. מצירוף של שניהם - אולי זה סטיית תקן?!
Specifications The criteria for participants in a focus group, involving their demographic characteristics, product usage, product awareness, and so on. Bias A systematic tendency of a sample to misrepresent the population. Biases may be caused by improper representation of the population in the sample, interviewing techniques, wording of questions, data entry, etc. מצירוף של שניהם - אולי זה סטיית תקן?!
kirishiman
New member
bias במחקרים או בסטטיסטיקה זה לא
סטייה, ובוודאי לא סטיית תקן. הפירוש שלו הוא "הטייה", וזאת במובן של גורם כלשהו הגורם לתוצאות להיות מוטות בכיוון לא נכון או בלתי מייצג. פעמים רבות ישנם אמצעים מיוחדים-ספציפיים כיצד להתגבר על הטייה זו בניסוי או במידגם.
סטייה, ובוודאי לא סטיית תקן. הפירוש שלו הוא "הטייה", וזאת במובן של גורם כלשהו הגורם לתוצאות להיות מוטות בכיוון לא נכון או בלתי מייצג. פעמים רבות ישנם אמצעים מיוחדים-ספציפיים כיצד להתגבר על הטייה זו בניסוי או במידגם.
טעות/הטייה בהגדרת הבעיה
מצאתי בגוגל כמה התייחסויות, לצערי לא מאוד ברורות, למשל כמו זאת. בעקרון זה נראה שפירוש המושג הוא שלא לוקחים בחשבון משתנה בלתי-תלוי כלשהו. לדוגמא, ברפואה יש נטייה לערוך מחקרים וניסויים רק על גברים בריאים (מלבד המחלה שאותה חוקרים). להיות אשה נחשבת "מחלה" או מצב condition ש"רק מסבך" את המחקר... אז בודקים רק על גברים, מסיקים מסקנות מרחיקות לכת לגבי הקשר בין משתנה כלשהו (נניח, כמות של סידן בתזונה) לבין משתנה אחר (נניח, צפיפות עצם) - אבל כל המסקנות בכלל לא רלוונטיות לחצי מהאוכלוסיה, כי לא הכניסו למשוואה את רמת האסטרוגן בדם. מדי פעם גם רואים "מחקרים" שמתפרסמים בעיתונות הפופולרית ומראים דברים סנסציוניים (למשל, שלבישת חזיה מגבירה את הסיכון ללקות בסרטן השד), תוך התעלמות ממשתנים אחרים שיכולים להיות רלוונטיים (כמו העובדה שנשים בסביבה מערבית-מתועשת-מזוהמת לובשות חזיות הרבה יותר מנשים בסביבה כפרית-פרימטיבית-נקיה). המושג, specification bias מתייחס לעניין הזה: שאם לא הצבת את המשתנים הנכונים במשוואת הרגרסיה שלך (המשוואה שמחשבת מתאם בין דברים), אתה יכול לקבל תוצאות מוטות. לפחות, ככה הבנתי את זה. אבל איך קוראים לזה בעברית? כדאי לשאול סטטיסטיקאי.
מצאתי בגוגל כמה התייחסויות, לצערי לא מאוד ברורות, למשל כמו זאת. בעקרון זה נראה שפירוש המושג הוא שלא לוקחים בחשבון משתנה בלתי-תלוי כלשהו. לדוגמא, ברפואה יש נטייה לערוך מחקרים וניסויים רק על גברים בריאים (מלבד המחלה שאותה חוקרים). להיות אשה נחשבת "מחלה" או מצב condition ש"רק מסבך" את המחקר... אז בודקים רק על גברים, מסיקים מסקנות מרחיקות לכת לגבי הקשר בין משתנה כלשהו (נניח, כמות של סידן בתזונה) לבין משתנה אחר (נניח, צפיפות עצם) - אבל כל המסקנות בכלל לא רלוונטיות לחצי מהאוכלוסיה, כי לא הכניסו למשוואה את רמת האסטרוגן בדם. מדי פעם גם רואים "מחקרים" שמתפרסמים בעיתונות הפופולרית ומראים דברים סנסציוניים (למשל, שלבישת חזיה מגבירה את הסיכון ללקות בסרטן השד), תוך התעלמות ממשתנים אחרים שיכולים להיות רלוונטיים (כמו העובדה שנשים בסביבה מערבית-מתועשת-מזוהמת לובשות חזיות הרבה יותר מנשים בסביבה כפרית-פרימטיבית-נקיה). המושג, specification bias מתייחס לעניין הזה: שאם לא הצבת את המשתנים הנכונים במשוואת הרגרסיה שלך (המשוואה שמחשבת מתאם בין דברים), אתה יכול לקבל תוצאות מוטות. לפחות, ככה הבנתי את זה. אבל איך קוראים לזה בעברית? כדאי לשאול סטטיסטיקאי.
דווקא הדוגמא שלך
מראה שזו לא בעיה במדגם. המדגם בסדר, מייצג את כל השריפות בצורה טובה מאוד. מה שעשו איתו, זה לא בסדר. הבעיה היא בשאלות שנשאלו, במשתנים שהוכנסו לכלים הסטטיסטיים. תאר לעצמך שמישהו היה עושה סקר פוליטי במדינת ישראל, והיה בוחר מדגם מייצג לגמרי של האוכלוסיה, אבל היה שוכח לשאול את העונים לגבי הדת ומידת הדתיות שלהם. אז הגורם הזה, שכידוע משפיע מאוד על הדעות הפוליטיות של תושבי מדינתנו, פשוט לא יופיע בתוצאות המחקר שלו. וזה אומר שכל מיני דברים שהיום אנחנו מקשרים בעיקר לדת (כמו הצבעה למפלגות ערביות, או אגודת ישראל, או מפד"ל, או שינוי), הוא יאלץ לקשר לדברים אחרים (רמת הכנסה? גודל ישוב? גודל משפחה? רמת השכלה? גיל?), ויגיע למסקנות מוזרות למדי. הבעיה היא שלא תמיד ברור מראש מהם הגורמים שצריך לקחת בחשבון, מה יכול להיות קשור לנושא המחקר. האם יש קשר בין הדעה הפוליטית של אדם לבין סוג המים שהוא שותה (ברז, מינרלים מבקבוק, מינרלים ממתקן, מטוהרים/מסוננים, לא שותה מים)? אולי כן. אולי לא. אם לא נשאל, איך נדע? מצד שני, יש גבול לכמה שאלות אנשים מוכנים לענות בסקר טיפוסי. ולכן ב-specification bias מדובר על ההטייה (bias) שבעצם הגדרת (specification) המחקר. ברגע שאמרת "אני חוקר את השפעת ציפרני החתול על גידול החסה בשטחים", ולא הכנסת למשוואות את הקרינה הקוסמית, אז יש לך הטייה מובנית שאומרת "הקרינה הקוסמית לא משנה לגידול החסה בשטחים. רק ציפורני החתול יכולות לשנות, ועד כמה - זה מה שאני בודק." ושוב: כל זה למיטב הבנתי, אבל אני לא סטטיסטיקאית.
מראה שזו לא בעיה במדגם. המדגם בסדר, מייצג את כל השריפות בצורה טובה מאוד. מה שעשו איתו, זה לא בסדר. הבעיה היא בשאלות שנשאלו, במשתנים שהוכנסו לכלים הסטטיסטיים. תאר לעצמך שמישהו היה עושה סקר פוליטי במדינת ישראל, והיה בוחר מדגם מייצג לגמרי של האוכלוסיה, אבל היה שוכח לשאול את העונים לגבי הדת ומידת הדתיות שלהם. אז הגורם הזה, שכידוע משפיע מאוד על הדעות הפוליטיות של תושבי מדינתנו, פשוט לא יופיע בתוצאות המחקר שלו. וזה אומר שכל מיני דברים שהיום אנחנו מקשרים בעיקר לדת (כמו הצבעה למפלגות ערביות, או אגודת ישראל, או מפד"ל, או שינוי), הוא יאלץ לקשר לדברים אחרים (רמת הכנסה? גודל ישוב? גודל משפחה? רמת השכלה? גיל?), ויגיע למסקנות מוזרות למדי. הבעיה היא שלא תמיד ברור מראש מהם הגורמים שצריך לקחת בחשבון, מה יכול להיות קשור לנושא המחקר. האם יש קשר בין הדעה הפוליטית של אדם לבין סוג המים שהוא שותה (ברז, מינרלים מבקבוק, מינרלים ממתקן, מטוהרים/מסוננים, לא שותה מים)? אולי כן. אולי לא. אם לא נשאל, איך נדע? מצד שני, יש גבול לכמה שאלות אנשים מוכנים לענות בסקר טיפוסי. ולכן ב-specification bias מדובר על ההטייה (bias) שבעצם הגדרת (specification) המחקר. ברגע שאמרת "אני חוקר את השפעת ציפרני החתול על גידול החסה בשטחים", ולא הכנסת למשוואות את הקרינה הקוסמית, אז יש לך הטייה מובנית שאומרת "הקרינה הקוסמית לא משנה לגידול החסה בשטחים. רק ציפורני החתול יכולות לשנות, ועד כמה - זה מה שאני בודק." ושוב: כל זה למיטב הבנתי, אבל אני לא סטטיסטיקאית.
מה שהבאתי הייתה בדיחה שנועדה
להדגים את הכשל שאת תיארת: התעלמות ממשתנה מסוים. במקרה של הבדיחה, הכשל נובע מן העובדה שהמשתנים הנחקרים אינם בלתי תלויים, אלא שניהם משתנים בגורם שלישי - גודל השריפה. ברור שככל שגודל השריפה יהיה יותר גדול, כן נזקיה יהיו גדולים יותר וגם מספר הכבאים המשתתפים יהיה גדול יותר. לגבי הבעיה הספציפית של ייצוגיות המדגם (הבעיה המקורית שהועלתה כאן) אני חושב שהכוונה לכך שמגדירים קריטריונים לקביעת המשתתפים, אבל הקריטריונים האלה סובלים מהטייה מסוימת, הגורמת לכך שהמדגם עליו עורכים את הניסוי איננו משקף נכונה את האוכלוסייה אותה הוא מתיימר לייצג. דוגמה לכך היא סקר דעת קהל המתבצע בשיטת משאל טלפוני. גם אם נניח שהוגדר הרכב מדויק של חלוקה לדתיים - חילוניים, יהודים . ערבים וכיו"ב, המדגם יהיה עדיין מוטה, כי הוא מייצג רק אוכלוסייה של בעלי טלפון - כלומר רמה סוציו-אקונומית מסוימת. כנ"ל אם אין מספיק ייצוג לדתיים, ערבים וכו'. אבל גם אני לא סטטיסטיקאי...
להדגים את הכשל שאת תיארת: התעלמות ממשתנה מסוים. במקרה של הבדיחה, הכשל נובע מן העובדה שהמשתנים הנחקרים אינם בלתי תלויים, אלא שניהם משתנים בגורם שלישי - גודל השריפה. ברור שככל שגודל השריפה יהיה יותר גדול, כן נזקיה יהיו גדולים יותר וגם מספר הכבאים המשתתפים יהיה גדול יותר. לגבי הבעיה הספציפית של ייצוגיות המדגם (הבעיה המקורית שהועלתה כאן) אני חושב שהכוונה לכך שמגדירים קריטריונים לקביעת המשתתפים, אבל הקריטריונים האלה סובלים מהטייה מסוימת, הגורמת לכך שהמדגם עליו עורכים את הניסוי איננו משקף נכונה את האוכלוסייה אותה הוא מתיימר לייצג. דוגמה לכך היא סקר דעת קהל המתבצע בשיטת משאל טלפוני. גם אם נניח שהוגדר הרכב מדויק של חלוקה לדתיים - חילוניים, יהודים . ערבים וכיו"ב, המדגם יהיה עדיין מוטה, כי הוא מייצג רק אוכלוסייה של בעלי טלפון - כלומר רמה סוציו-אקונומית מסוימת. כנ"ל אם אין מספיק ייצוג לדתיים, ערבים וכו'. אבל גם אני לא סטטיסטיקאי...
אה, אבל מה היתה הבעיה המקורית?
מישהו שאל על מושג. specification bias. האם specification bias היא "הטייה בייצוגיות המדגם"? למיטב הבנתי, לא. מדגם זה sample, מדגם מייצג הוא representative sample. הטייה בייצוגיות המדגם תהיה משהו בסגנון sampling bias או non-representative sample. ב-specification bias אין לא מדגם ולא מייצג. ולפי התיאורים שמצאתי ברשת, בפירוש לא מדובר על המדגם, אלא על משוואות הרגרסיה. כלומר, על הצבת או הגדרת הבעיה. זה יכול להביא לכך ש: - בוחרים מדגם לא מייצג, - בוחרים מדגם מייצג, אבל לא אוספים מידע רלוונטי לגביו, - בוחרים מדגם מייצג, ואוספים כל המידע החשוב, אבל לא מכניסים את המשתנים הנכונים לאותה משוואה ביחד אבל אני עדיין לא יודעת איך קוראים לזה בעברית.
מישהו שאל על מושג. specification bias. האם specification bias היא "הטייה בייצוגיות המדגם"? למיטב הבנתי, לא. מדגם זה sample, מדגם מייצג הוא representative sample. הטייה בייצוגיות המדגם תהיה משהו בסגנון sampling bias או non-representative sample. ב-specification bias אין לא מדגם ולא מייצג. ולפי התיאורים שמצאתי ברשת, בפירוש לא מדובר על המדגם, אלא על משוואות הרגרסיה. כלומר, על הצבת או הגדרת הבעיה. זה יכול להביא לכך ש: - בוחרים מדגם לא מייצג, - בוחרים מדגם מייצג, אבל לא אוספים מידע רלוונטי לגביו, - בוחרים מדגם מייצג, ואוספים כל המידע החשוב, אבל לא מכניסים את המשתנים הנכונים לאותה משוואה ביחד אבל אני עדיין לא יודעת איך קוראים לזה בעברית.
הטייה בייצוגיות המדגם
הטקסט המקורי הוא על מישהו שחוקר שמבצע מחדש הערכה של המחקר בגלל שלא כללו בו שני גורמים שהם לדעתו קריטיים . לפי דעתי הטייה בייצוגיות המדגם כן יכול מאוד להתאים פה , כי גם אם זה לא מונח מקצועי (ואני כבר נואשתי מלמצוא אחד בעברית), הוא עדיין מסביר את המשמעות של העניין.
הטקסט המקורי הוא על מישהו שחוקר שמבצע מחדש הערכה של המחקר בגלל שלא כללו בו שני גורמים שהם לדעתו קריטיים . לפי דעתי הטייה בייצוגיות המדגם כן יכול מאוד להתאים פה , כי גם אם זה לא מונח מקצועי (ואני כבר נואשתי מלמצוא אחד בעברית), הוא עדיין מסביר את המשמעות של העניין.
unordained
New member
bias
נתקלתי בבעיה הזו בעבר. אנשים העוסקים בתחום נוהגים להשתמש במלה "ביאס" (לא מ"לבאס" אלא מ bias") והתשובה המשעממת לשאלה (הלא משעממת) שלך זה שצריך לתרגם זאת ל"באיס בספציפיקציה". קצת יותר לעניין: האקדמיה תרגמה את המלה הזו בזמנו כ"נטאי", ואפילו נתקלתי בה פה ושם, אבל מעט מאוד. חשוב להדגיש שטעויות ב bias מצביעות קודם כל על בעיות הגדרת הנתונים, ולא על שגיאה בפעולה החישובית עצמה. זאת לא טעות בחשבון, אלא טעות במחשבה על איך "לפרמל" (להגדיר מבחינה פורמלית/מתמטית)את הנתונים של החישוב, והיא נובעת ממגוון סיבות, שרובן מתכנסות לצרות אופקים. ועל כך נאמר: Statistics cannot lie, but statisticians can
נתקלתי בבעיה הזו בעבר. אנשים העוסקים בתחום נוהגים להשתמש במלה "ביאס" (לא מ"לבאס" אלא מ bias") והתשובה המשעממת לשאלה (הלא משעממת) שלך זה שצריך לתרגם זאת ל"באיס בספציפיקציה". קצת יותר לעניין: האקדמיה תרגמה את המלה הזו בזמנו כ"נטאי", ואפילו נתקלתי בה פה ושם, אבל מעט מאוד. חשוב להדגיש שטעויות ב bias מצביעות קודם כל על בעיות הגדרת הנתונים, ולא על שגיאה בפעולה החישובית עצמה. זאת לא טעות בחשבון, אלא טעות במחשבה על איך "לפרמל" (להגדיר מבחינה פורמלית/מתמטית)את הנתונים של החישוב, והיא נובעת ממגוון סיבות, שרובן מתכנסות לצרות אופקים. ועל כך נאמר: Statistics cannot lie, but statisticians can
Copyright©1996-2021,Tapuz Media Ltd. Forum software by XenForo® © 2010-2020 XenForo Ltd.