In der Statistik, Neigung probierend, ist, wenn eine Probe auf solche Art und Weise gesammelt wird, dass einige Mitglieder der beabsichtigten Bevölkerung mit geringerer Wahrscheinlichkeit eingeschlossen werden als andere. Es läuft auf eine voreingenommene Probe, eine nichtzufällige Probe einer Bevölkerung hinaus (oder nichtmenschliche Faktoren), in dem alle Personen oder Beispiele, ebenso wahrscheinlich nicht ausgewählt worden sein könnten. Wenn das nicht verantwortlich gewesen wird, können Ergebnisse dem Phänomen unter der Studie aber nicht zur Methode falsch zugeschrieben werden auszufallen.

Medizinische Quellen kennzeichnen manchmal ausfallende Neigung als Feststellungsneigung. Feststellungsneigung hat grundsätzlich dieselbe Definition, aber wird noch manchmal als ein getrennter Typ der Neigung klassifiziert.

Unterscheidung von der Auswahl-Neigung

Stichprobenerhebung der Neigung wird größtenteils als ein Subtyp der Auswahl klassifiziert, manchmal spezifisch hat Beispielauswahl-Neigung genannt, aber einige klassifizieren es als ein getrennter Typ der Neigung. Eine Unterscheidung, obgleich nicht allgemein akzeptiert, der ausfallenden Neigung ist, dass es die Außengültigkeit eines Tests (die Fähigkeit seiner Ergebnisse untergräbt, zum Rest der Bevölkerung verallgemeinert zu werden), während Auswahl-Neigung hauptsächlich innere Gültigkeit für Unterschiede oder Ähnlichkeiten richtet, die in der Probe in der Nähe gefunden sind. In diesem Sinn, Fehler, die im Prozess vorkommen, die Probe oder Kohorte-Ursache-Stichprobenerhebungsneigung zu sammeln, während Fehler in jedem Prozess danach Auswahl-Neigung verursachen.

Jedoch wird Auswahl-Neigung und Neigung probierend, häufig synonymisch verwendet.

Typen der ausfallenden Neigung

• Auswahl von einem spezifischen echten Gebiet. Zum Beispiel wird ein Überblick über Studenten der Höheren Schule, um Teenagergebrauch von ungesetzlichen Rauschgiften zu messen, eine voreingenommene Probe sein, weil es hausgeschulte Studenten oder Schulabbrecher nicht einschließt. Eine Probe wird auch beeinflusst, wenn bestimmte Mitglieder unterrepräsentiert oder hinsichtlich anderer in der Bevölkerung übervertreten sind. Zum Beispiel ist ein "Mann auf der Straße" Interview, das Leute auswählt, die durch eine bestimmte Position spazieren gehen, dabei, eine Überdarstellung von gesunden Personen zu haben, die mit größerer Wahrscheinlichkeit außer dem Haus sein werden als Personen mit einer chronischen Krankheit. Das kann eine äußerste Form der voreingenommenen Stichprobenerhebung sein, weil bestimmte Mitglieder der Bevölkerung von der Probe völlig ausgeschlossen werden (d. h. sie haben Nullwahrscheinlichkeit, ausgewählt zu werden).
• Selbstauswahl-Neigung, die möglich ist, wann auch immer die Gruppe von Leuten, die studieren werden, jede Form der Kontrolle hat, ob man teilnimmt. Die Entscheidung von Teilnehmern teilzunehmen kann mit Charakterzügen aufeinander bezogen werden, die die Studie betreffen, die Teilnehmer eine nichtrepräsentative Stichprobe machend. Zum Beispiel können Leute, die starke Meinungen oder wesentliche Kenntnisse haben, bereiter sein, Zeit zu verbringen, auf einen Überblick antwortend, als diejenigen, die nicht tun. Ein anderes Beispiel ist online- und Telefonwunschwahlen, die voreingenommene Proben sind, weil die Befragten selbstausgewählt werden. Jene Personen, die hoch motiviert werden, um normalerweise zu antworten, Personen, die starke Meinungen haben, werden übervertreten, und Personen, die gleichgültig sind oder apathische, werden mit geringerer Wahrscheinlichkeit antworten. Das führt häufig zu einer Polarisation von Antworten mit äußersten Perspektiven, die ein unverhältnismäßiges Gewicht in der Zusammenfassung geben werden. Infolgedessen werden diese Typen von Wahlen als unwissenschaftlich betrachtet.
• Vorabschirmung von Probe-Teilnehmern oder Werbung für Freiwillige innerhalb von besonderen Gruppen. Zum Beispiel könnte eine Studie, um "zu beweisen", dass das Rauchen Fitness nicht betrifft, am lokalen Fitnesscenter Rekruten anwerben, aber für Raucher während der fortgeschrittenen Aerobic-Klasse, und für Nichtraucher während der Gewichtsabnahme-Sitzungen inserieren.
• Ausschluss-Neigung ergibt sich aus Ausschluss von besonderen Gruppen von der Probe, z.B hat der Ausschluss von Themen, die kürzlich ins Studiengebiet abgewandert sind (kann das vorkommen, wenn Neulinge in einem Register nicht verfügbar sind, gepflegt, die Quellbevölkerung zu identifizieren). Das Ausschließen von Themen, die sich aus dem Studiengebiet während des Anschluß-bewegen, ist vom Schulabbrecher oder der Nichtantwort, einer Auswahl-Neigung ziemlich gleichwertig, in der es eher die innere Gültigkeit der Studie betrifft.
• Gesunde Benutzerneigung, wenn die Studienbevölkerung wahrscheinlich gesünder ist als die allgemeine Bevölkerung, z.B Arbeiter (d. h. wird jemand in der schlecht-Gesundheit kaum einen Job als manueller Arbeiter haben).
• Das Überzusammenbringen, das Zusammenbringen für einen offenbaren confounder, der wirklich ein Ergebnis der Aussetzung ist. Die Kontrollgruppe wird ähnlicher den Fällen hinsichtlich der Aussetzung als die allgemeine Bevölkerung.

Symptombasierte Stichprobenerhebung

Die Studie von medizinischen Bedingungen beginnt mit anekdotischen Berichten. Durch ihre Natur schließen solche Berichte nur diejenigen ein, die für die Diagnose und Behandlung verwiesen sind. Ein Kind, das in der Schule nicht fungieren kann, wird mit größerer Wahrscheinlichkeit mit Legasthenie diagnostiziert als ein Kind, das kämpft, aber geht. Ein Kind hat für eine Bedingung untersucht wird mit größerer Wahrscheinlichkeit dafür geprüft und mit anderen Bedingungen diagnostiziert, comorbidity Statistik verdrehend. Da bestimmte Diagnose verbunden mit Verhaltensproblemen oder geistiger Behinderung wird, versuchen Eltern, ihre Kinder davon abzuhalten, mit jener Diagnose stigmatisiert zu werden, das Einführen beeinflusst weiter. Von ganzen Bevölkerungen sorgfältig ausgewählte Studien zeigen, dass viele Bedingungen viel üblicher und gewöhnlich viel milder sind als früher geglaubt.

Abgestutzte Auswahl in Zuchtstudien

Genetiker werden darin beschränkt, wie sie Daten von menschlichen Bevölkerungen erhalten können. Als ein Beispiel, denken Sie eine menschliche Eigenschaft. Wir interessieren uns für das Entscheiden, wenn die Eigenschaft als ein einfacher Mendelscher Charakterzug geerbt wird. Im Anschluss an die Gesetze des Mendelschen Erbes, wenn die Eltern in einer Familie die Eigenschaft nicht haben, aber das Allel dafür tragen, sind sie Transportunternehmen (z.B ein nichtausdrucksvoller heterozygote). In diesem Fall werden ihre Kinder jeder eine 25-%-Chance haben, die Eigenschaft zu zeigen. Das Problem entsteht, weil wir nicht erzählen können, welche Familien beide Eltern als Transportunternehmen (heterozygous) haben, wenn sie kein Kind haben, das die Eigenschaft ausstellt. Die Beschreibung folgt dem Lehrbuch von Sutton.

Die Zahl zeigt die Stammbäume aller möglichen Familien mit zwei Kindern, wenn die Eltern Transportunternehmen (Aa) sind.

• Nichtabgestutzte Auswahl. In einer vollkommenen Welt sollten wir im Stande sein, alle diese Familien mit einem Gen einschließlich derjenigen zu entdecken, die einfach Transportunternehmen sind. In dieser Situation würde die Analyse von der Feststellungsneigung frei sein, und die Stammbäume würden unter der "nichtabgestutzten Auswahl" In der Praxis sein, die meisten Studien identifizieren sich, und, schließen Familien in einer Studie ein, die auf ihnen gestützt ist, Personen betroffen.
• Abgestutzte Auswahl. Wenn gequälte Personen eine gleiche Chance haben, in eine Studie eingeschlossen zu werden, wird das abgestutzte Auswahl genannt, den unachtsamen Ausschluss (Stutzung) von Familien bedeutend, die Transportunternehmen für ein Gen sind. Weil Auswahl auf dem individuellen Niveau durchgeführt wird, würden Familien mit zwei oder mehr betroffenen Kindern eine höhere Wahrscheinlichkeit haben, eingeschlossen in die Studie zu werden.
• Ganze abgestutzte Auswahl ist ein spezieller Fall, wo jede Familie mit einem betroffenen Kind eine gleiche Chance hat, für die Studie ausgewählt zu werden.

Die Wahrscheinlichkeiten von jeder der Familien, die auswählen werden, werden in der Zahl mit der Beispielfrequenz von betroffenen auch gegebenen Kindern gegeben. In diesem einfachen Fall wird der Forscher nach einer Frequenz oder für die Eigenschaft abhängig vom Typ der abgestutzten verwendeten Auswahl suchen.

Die Naturmensch-Wirkung

Ein Beispiel der Auswahl-Basis wird die "Naturmensch-Wirkung genannt." Viel von unserem Verstehen von vorgeschichtlichen Völkern kommt aus Höhlen, wie Höhlenmalereien gemacht vor fast 40,000 Jahren. Wenn es zeitgenössische Bilder auf Bäumen, Tierhäuten oder Hängen gegeben hätte, würden sie vor langer Zeit abgewaschen worden sein. Ähnlich werden Beweise von Feuergruben, Misthaufen, Begräbnis-Seiten, höchstwahrscheinlich usw. intakt zum modernen Zeitalter in Höhlen bleiben. Vorgeschichtliche Leute werden mit Höhlen vereinigt, weil das ist, wo die Daten noch nicht notwendigerweise bestehen, weil die meisten von ihnen in Höhlen für die meisten ihrer Leben gelebt haben.

Probleme durch die Stichprobenerhebung der Neigung verursacht

Eine voreingenommene Probe verursacht Probleme, weil irgendwelcher statistisch geschätzt von dieser Probe das Potenzial hat, um durchweg falsch zu sein. Die Neigung kann über - oder underrepresentation des entsprechenden Parameters in der Bevölkerung führen. Fast jede Probe wird in der Praxis beeinflusst, weil es praktisch unmöglich ist, eine vollkommen zufällige Probe zu sichern. Wenn der Grad von underrepresentation klein ist, kann die Probe als eine angemessene Annäherung an eine zufällige Probe behandelt werden. Außerdem, wenn sich die Gruppe, die unterrepräsentiert ist, deutlich von den anderen Gruppen in der Menge nicht unterscheidet, die wird misst, dann kann eine zufällige Probe noch eine angemessene Annäherung sein.

Die Wortneigung im allgemeinen Gebrauch hat eine starke negative Wortkonnotation, und bezieht eine absichtliche Absicht ein zu verführen oder anderer wissenschaftlicher Schwindel. Im statistischen Gebrauch vertritt Neigung bloß ein mathematisches Eigentum ganz gleich, wenn es absichtlich oder entweder unbewusst ist oder wegen Schönheitsfehler in den für die Beobachtung verwendeten Instrumenten. Während einige Personen eine voreingenommene Probe absichtlich verwenden könnten, um irreführende Ergebnisse öfter zu erzeugen, ist eine voreingenommene Probe gerade ein Nachdenken der Schwierigkeit, eine aufrichtig repräsentative Stichprobe zu erhalten.

Einige Proben verwenden ein voreingenommenes statistisches Design, das dennoch die Bewertung von Rahmen erlaubt. Das amerikanische Nationale Zentrum für die Gesundheitsstatistik zum Beispiel, absichtlich Überproben von Minderheitsbevölkerungen in vielen seiner nationalen Überblicke, um genügend Präzision für Schätzungen innerhalb dieser Gruppen zu gewinnen. Diese Überblicke verlangen, dass der Gebrauch von Beispielgewichten (sieh unten) richtige Schätzungen über alle rassischen und ethnischen Gruppen erzeugt. Vorausgesetzt, dass bestimmte Bedingungen entsprochen werden (hauptsächlich, dass die Probe zufällig von der kompletten Probe gezogen wird), erlauben diese Proben genaue Bewertung von Parametern der Grundgesamtheit.

Historische Beispiele

Ein klassisches Beispiel einer voreingenommenen Probe und der irreführenden Ergebnisse, die es erzeugt hat, ist 1936 vorgekommen. In den frühen Tagen der Meinungsstimmabgabe hat die amerikanische Zeitschrift Literary Digest mehr als zwei Millionen Postüberblicke gesammelt und hat vorausgesagt, dass der republikanische Kandidat in der amerikanischen Präsidentenwahl, Alf Landon, den obliegenden Präsidenten, Franklin Roosevelt durch einen großen Rand prügeln würde. Das Ergebnis war das genaue Gegenteil. Der Literarische Auswahl-Überblick hat eine Probe vertreten, die von Lesern der Zeitschrift gesammelt ist, die durch Aufzeichnungen von eingetragenen Kraftfahrzeugeigentümern und Telefonbenutzern ergänzt ist. Diese Probe hat eine Überdarstellung von Personen eingeschlossen, die reich waren, die, als eine Gruppe, mit größerer Wahrscheinlichkeit für den republikanischen Kandidaten stimmen konnten. Im Gegensatz hat eine Wahl von nur fünfzigtausend Bürgern, die von der Organisation von George Gallup erfolgreich ausgewählt sind, das Ergebnis vorausgesagt, zur Beliebtheit der Meinungsumfrage führend.

Ein anderes klassisches Beispiel ist 1948 Präsidentenwahl vorgekommen. In der Wahlnacht hat Chicago Tribune die Überschrift DEWEY DEFEATS TRUMAN gedruckt, der sich erwiesen hat, falsch zu sein. Am Morgen wurde der grinsende Gewählte Präsident, Harry S. Truman, fotografiert, eine Zeitung haltend, die diese Überschrift trägt. Der Grund die Tribüne war falsch, besteht darin, dass ihr Redakteur den Ergebnissen eines Telefonüberblicks vertraut hat. Überblick-Forschung war dann in seinem Säuglingsalter, und wenige Akademiker haben begriffen, dass eine Probe von Telefonbenutzern die allgemeine Bevölkerung nicht vertretend war. Telefone, waren und diejenigen noch nicht weit verbreitet, die sie hatten, hat dazu geneigt, reich zu sein und stabile Adressen zu haben. (In vielen Städten hat das Glockensystemtelefonbuch dieselben Namen wie das Soziale Register enthalten.) Außerdem war die Meinungsumfrage, auf der die Tribüne seine Überschrift gestützt hat, mehr als zwei Wochen alt zur Zeit des Druckes.

Statistische Korrekturen für eine voreingenommene Probe

Wenn komplette Bevölkerungszweige von einer Probe ausgeschlossen werden, dann gibt es keine Anpassungen, die Schätzungen erzeugen können, die die komplette Bevölkerung vertretend sind. Aber wenn einige Gruppen unterrepräsentiert sind und der Grad von underrepresentation gemessen werden kann, dann können Beispielgewichte die Neigung korrigieren. [Zitat erforderlich]

Zum Beispiel könnte eine hypothetische Bevölkerung 10 Millionen Männer und 10 Millionen Frauen einschließen. Nehmen Sie an, dass eine voreingenommene Probe von 100 Patienten 20 Männer und 80 Frauen eingeschlossen hat. Ein Forscher konnte für diese Unausgewogenheit korrigieren, indem er ein Gewicht 2.5 für jeden Mann und 0.625 für jede Frau beigefügt hat. Das würde irgendwelche Schätzungen anpassen, um denselben erwarteten Wert wie eine Probe zu erreichen, die genau 50 Männer und 50 Frauen eingeschlossen hat, wenn sich Männer und Frauen in ihrer Wahrscheinlichkeit des Teilnehmens am Überblick nicht unterschieden haben.

Siehe auch

• Auswahl-Neigung
• Kirschauswahl (Scheinbeweis)
• Dateischublade-Problem
• Freundschaft-Paradox
• Das Melden der Neigung
• Spektrum-Neigung

Links

• Beispielauswahl und Konsistenz von Vorkalkulatoren. Beispiele von Auswahl-Gleichungen