Vooringenomenheid bij selectie van steekproeven is de vertekening die het gevolg is van het niet garanderen van de juiste randomisatie van een steekproef van een populatie. Basisconcepten van statistieken voor financiën Een goed begrip van statistieken is van cruciaal belang om ons een beter begrip van financiën te geven. Bovendien kunnen statistische concepten investeerders helpen bij het monitoren. De gebreken van het steekproefselectieproces leiden tot situaties waarin het minder waarschijnlijk is dat sommige groepen of individuen in de populatie in de steekproef worden opgenomen.
De aanwezigheid van vertekening van de steekproefselectie kan de statistische analyse verstoren. Kwantitatieve analyse Kwantitatieve analyse is het proces van het verzamelen en evalueren van meetbare en verifieerbare gegevens zoals inkomsten, marktaandeel en lonen om het gedrag en de prestaties van een bedrijf te begrijpen. In het tijdperk van datatechnologie wordt kwantitatieve analyse beschouwd als de voorkeursbenadering voor het nemen van geïnformeerde beslissingen. van een steekproef en beïnvloeden de statistische significantie van de gekozen statistische tests. Bovendien kan de statistische parameter overdreven of onderschat zijn en niet representatief voor de gehele populatie.
Hoewel overlevingsvooroordeel gewoonlijk afzonderlijk wordt beschouwd, is het een speciaal type van de steekproefselectie.
Soorten Bias voor Sample Selection
Vooringenomenheid bij de selectie van monsters kan verschillende vormen aannemen. De meest voorkomende soorten vertekening van de steekproefselectie zijn de volgende:
1. Zelfselectie
Zelfselectie vindt plaats wanneer de deelnemers aan het onderzoek tot op zekere hoogte controle uitoefenen over de beslissing om aan het onderzoek deel te nemen. Aangezien de deelnemers kunnen beslissen om al dan niet aan het onderzoek deel te nemen, vertegenwoordigt de geselecteerde steekproef niet de hele populatie.
2, Selectie uit een specifiek gebied
De deelnemers aan het onderzoek worden alleen uit bepaalde gebieden geselecteerd, terwijl andere gebieden niet in de steekproef zijn vertegenwoordigd.
3. Uitsluiting
Sommige groepen in de bevolking zijn uitgesloten van het onderzoek.
4. Overlevingsvooroordeel
Overlevingsbias treedt op wanneer een steekproef wordt geconcentreerd op onderwerpen die het selectieproces hebben doorstaan en onderwerpen negeert die het selectieproces niet hebben doorstaan. De overlevingsbias resulteert in overdreven optimistische bevindingen van de studie.
5. Pre-screening van deelnemers
De deelnemers aan het onderzoek worden alleen gerekruteerd uit bepaalde groepen. De steekproef zal dus niet de hele populatie van het onderzoek vertegenwoordigen.
Hoe vooringenomenheid te overwinnen?
Aangezien vertekening van de steekproefselectie de resultaten van het onderzoek aanzienlijk kan verstoren en tot onjuiste conclusies kan leiden, moet een onderzoeker weten hoe hij met dit soort vertekening moet omgaan.
De meest voor de hand liggende methode is het opzetten van een steekproefsgewijze selectieproces. Door de populatie van de studie te analyseren en door de subgroepen van de populatie te identificeren, moet een onderzoeker ervoor zorgen dat de geselecteerde steekproef zoveel mogelijk de totale populatie vertegenwoordigt.
Als sommige van de populatiesubgroepen in de geselecteerde steekproef echter ondervertegenwoordigd zijn, terwijl andere groepen oververtegenwoordigd zijn, kan een onderzoeker een statistische correctie toepassen. Aan de verkeerd weergegeven groepen kunnen gewichten worden toegekend. Gewogen gemiddelde. Het gewogen gemiddelde is een soort gemiddelde dat wordt berekend door het gewicht (of de waarschijnlijkheid) die aan een bepaalde gebeurtenis of uitkomst is gekoppeld, te vermenigvuldigen met het gewicht (of de waarschijnlijkheid) die aan een bepaalde gebeurtenis of uitkomst is gekoppeld, waarmee de bias wordt gecorrigeerd.
Gerelateerde metingen
Finance is de officiële aanbieder van de Financial Modelling and Valuation Analyst (FMVA) ™ FMVA®-certificering Sluit je aan bij 350.600+ studenten die werken voor bedrijven als Amazon, JP Morgan en Ferrari-certificeringsprogramma, ontworpen om iedereen om te vormen tot een financiële analist van wereldklasse.
Om uw kennis van financiële analyse te blijven leren en ontwikkelen, raden we de onderstaande aanvullende financiële bronnen ten zeerste aan:
- Datamining bias Datamining bias verwijst naar een veronderstelling van belang die een handelaar toekent aan een gebeurtenis op de markt die feitelijk een gevolg was van toeval of onvoorzien
- Framing Bias Framing Bias Framing bias treedt op wanneer mensen een beslissing nemen op basis van de manier waarop de informatie wordt gepresenteerd, in plaats van alleen op de feiten zelf. Dezelfde feiten die op twee verschillende manieren worden gepresenteerd, kunnen leiden tot verschillende oordelen of beslissingen van mensen.
- Hypothesetesten Hypothesetesten Hypothesetesten is een statistische inferentiemethode. Het wordt gebruikt om te testen of een bewering over een populatieparameter correct is. Hypothesetesten
- Totale waarschijnlijkheidsregel Totale waarschijnlijkheidsregel De totale waarschijnlijkheidsregel (ook bekend als de wet van de totale waarschijnlijkheid) is een fundamentele regel in statistieken met betrekking tot voorwaardelijke en marginale
