Types of Statistical Bias
Selection bias 선별편향
선별편향(Selection bias)은 표본 추출 과정에서 특정한 그룹이 다른 그룹보다 더 많이 선택되는 경우를 말합니다. 이는 샘플링 과정에서 임의성을 보장하지 못할 때 발생할 수 있습니다. 예를 들어, 인터넷 설문조사를 실시할 때, 인터넷 사용이 불편한 노인층이나 인터넷을 이용하지 않는 저소득층 등의 사람들은 샘플링 대상에서 제외되거나 샘플링 비율이 낮아질 가능성이 있습니다. 이 경우, 샘플이 전체 모집단을 대표하지 못하게 되어 결과에 선별편향이 발생할 수 있습니다.
Measurement bias 측정편향
측정편향(Measurement bias)은 측정 도구나 방법의 문제로 인해 발생하는 편향입니다. 예를 들어, 성격 테스트에서 어떤 문항이 특정 성격 특성을 과대 혹은 과소평가하는 경우, 그 성격 특성을 가진 사람들의 성격 테스트 결과가 편향될 가능성이 있습니다. 또한, 질문지나 인터뷰에서 설명하는 용어의 정확한 이해도나 해석 차이도 측정편향을 유발할 수 있습니다.
선별편향과 측정편향은 모두 통계분석에서 편향성을 가져올 수 있으며, 이를 방지하기 위해서는 적절한 표본 추출 방법과 측정도구를 사용해야 합니다. 또한, 통계분석 결과를 해석할 때도 이러한 편향성이 존재할 수 있으므로 적절한 주의가 필요합니다.
Types of Variation
Sampling variability 샘플링 변동성
샘플링 변동성(Sampling variability)은 같은 모집단에서 여러번 샘플링을 했을 때, 각 샘플에서 추출된 통계량들이 서로 다르게 나타나는 현상을 말합니다. 예를 들어, 동일한 인구집단에서 여러 번 임의추출한 샘플들의 평균을 구하면, 각 샘플에서 구한 평균 값이 다르게 나타날 수 있습니다. 이러한 차이는 샘플링을 할 때 추출된 개체의 다양성과 수에 영향을 받습니다. 따라서, 샘플링 변동성을 고려하여 적절한 샘플링 방법을 선택하고, 샘플 크기를 결정해야 합니다.
Measurement variability 측정 변동성
측정변동성(Measurement variability)은 동일한 개체에 대해 측정을 반복했을 때, 각 측정에서 나타나는 값들이 서로 다르게 나타나는 현상을 말합니다. 예를 들어, 같은 사람의 체중을 여러 번 측정하면, 각 측정에서 나타나는 체중 값이 서로 다를 수 있습니다. 이러한 차이는 측정 도구나 방법의 정확도, 측정자의 능력 등의 요인에 의해 영향을 받습니다. 따라서, 측정변동성을 고려하여 적절한 측정 도구와 방법을 선택하고, 측정자의 능력을 향상시키는 노력이 필요합니다.
'R Studio 통계' 카테고리의 다른 글
| 통계학의 기본 개념: 모집단 분포, 확률 분포, 경험적 분포, 표본 분포, 측정분포 (0) | 2023.05.03 |
|---|---|
| 그래프의 종류 - 쓰임 (0) | 2023.05.03 |
| 데이터 분류(수치형 변수- 연속형, 이산형 & 범주형 변수 - 순서형, 명목형) (0) | 2023.05.02 |
| 확률 변수(random variable) 와 확률 분포(probability distribution) (0) | 2023.04.28 |
| 데이터 (0) | 2023.04.25 |