Смещение выборки в статистике — такое смещение, при котором выборка производится таким образом, что некоторые члены предполагаемой совокупности, по сравнению с другими, имеют более низкую или более высокую вероятность выборки. В результате наблюдается смещённая выборка популяции (или нечеловеческий фактор), в которой все испытуемые или экземпляры были выбраны с разной вероятностью. Если не учесть данное смещение, то результаты могут ошибочно рассматриваться как изучаемое явление, а не как метод отбора проб.
Ошибка выборки в сфере медицины иногда рассматривается как систематическая ошибка выяснения. Фактически ошибка выяснения представляет собой то же, что и смещение выборки, однако, иногда её до сих пор выделяют как отдельный тип статистической ошибки.
Отличие от ошибки отбора Смещение выборки обычно характеризуют как подтип систематической ошибки отбора, даже иногда специфично определяют её как смещённая ошибка выборки, однако другие определяют её как отдельный тип статистической ошибки. Их отличие, хоть и не признанное большинством, заключается в том, что смещение выборки представляет собой ту ошибку, которая может поставить под сомнение внешнюю валидность испытания (возможность её результатов относиться ко всей совокупности), тогда как ошибка отбора соотносится лишь с внутренней валидностью различий или сходств, обнаруженных при проведении испытаний. Следовательно, ошибки, возникающие в процессе отбора образцов или определения когорт, могут привести к смещению выборки, а ошибки, возникшие уже после этого, к систематической ошибке отбора.
Тем не менее смещение выборки и ошибка отбора очень часто используются как синонимы.
Виды Выборка из конкретной области. Например, опрос, проведённый среди учащихся старших классов, об использовании ими запрещённых наркотических средств изначально был смещён, так как в нём не учитывается состояние подростков, проходящих обучение на дому или отчисленных. Выборка также смещена, когда некоторые испытуемые в группе либо представлены немногочисленным количеством своих типов, либо наоборот чрезмерно многочисленны по сравнению со всей популяцией или когортой. Так, например, опросы прохожих на улице или по какой-то конкретной области будут являться изначально чрезмерно «заполняющими» выборку по сравнению с людьми с хроническими заболеваниями, которые, например, не выходят на улицу. Данные опросы представляют собой крайнюю форму смещения в выборке, так как отдельные члены группы полностью исключены из исследования (вероятность их быть исследованными равна нулю). Отклонение самостоятельно отбора (смещение в случае отсутствия ответов) представляет собой ситуацию, когда группа испытуемых имеет возможность самостоятельно отказаться от участия в исследовании (так как современная этика исследований над людьми требует, чтобы некоторые испытания проводились в реальном времени или были продолжительными). Решение испытуемых об участии в эксперименте может быть непосредственно связано с чертой или характеристикой, наблюдаемой при исследовании, что делает выборку участников не представительной. Например, люди с твёрдыми убеждениями или обширными знаниями разных областей с большей вероятностью будут участвовать в опросе по сравнению с испытуемыми, у которых нет данных особенностей. Ещё одним примером смещения выборки в пользу самостоятельного отбора являются опросы, проведённые онлайн или по телефону. Те люди, у которых есть желание или возможность ответить на вопросы, чаще всего имеют твёрдые убеждения, с высокой вероятностью будут представлены большинством в популяции, средь которой немногочисленными будут индивиды, которые абсолютны безразличны либо негативно настроены к данным исследованиям. Всё это в итоге приводит к поляризации, смещению ответов к крайним точкам зрения, что ведёт к общей диспропорции мнений. Именно поэтому данный вид опросов считается ненаучным. Систематическая ошибка исключения возникает когда из исследуемой популяции исключаются группы объектов, например, субъекты, недавно мигрировавшие в местность, где проводятся исследования (также это может проявляться когда вновь прибывшие не доступны для регистрации в реестр популяции). Исключение субъектов, покидающих местность во время проведения испытания, больше напоминает выбывание или нежелание давать ответ, в данном случае ошибка отбора больше воздействует на внутреннюю валидность. Эффект здорового рабочего проявляется, когда исследуемая группа здоровее, нежели остальное население. Например, человек со скудным здоровьем с меньшей вероятностью отыщет работу разнорабочего. Парадокс Берксона возникает, когда исследуемая группа набирается из пациентов больниц. Данные субъекты соответственно менее здоровы по сравнению с остальным населением. Это может привести к ошибочным отрицательным корреляциям между болезнями: пациент больницы без диабета с большой долей вероятности будет обладать другими болезнями, такими как, например, холецистит, так как некоторая причина госпитализации всё же существует. Чрезмерное совпадение — это ложное сопоставление, которое приводит к неверному выводу. Контрольная группа имеет больше схожих характеристик по признакам выявления с другой группой, нежели остальное население. Систематическая ошибка выжившего возникает, когда отбирается лишь «выживший» субъект, при этом игнорируются те, кто не попал в отбор. Например, изучения отчётности работающих компаний, как фактор благоприятной деловой конъюнктуры или экономики, игнорирует факт существования организаций, которые обанкротились. Смещение Малмквиста — эффект, наблюдаемый у астрономов, который проявляется к наблюдению лишь за самыми яркими объектами.
Симптомно-ориентированная выборка Изучая медицинские отчёты невольно впадаешь в парадоксально-анекдотическое состояние. По своей структуре подобные отчёты содержат лишь информацию о способах лечения и диагноз. Ребёнку, у которого с учёбой и жизнью в школе проблемы, с большой долей вероятности будет поставлен диагноз дислексия, а ребёнку, который старается, учится, но не до конца хорошо справляется — нет. Обследованного ранее ребёнка с поставленным диагнозом будут чаще повторно обследовать и ставить новые состояния, что искажает статистику коморбидности. Люди, соответственно, услышав подобные диагнозы, чаще связывают их с расстройствами в поведении или умственной отсталостью, в то время как родители стараются огородить своих детей от подобных ярлыков, чем провоцируют ещё большую предвзятость в их отношении. Тщательно отобранные и изученные отчёты по исследованиям, в свою очередь, показывают, что подобные состояния являются гораздо более распространёнными и не такими жестокими по отношению к своему носителю, как считалось ранее.
Усечённый отбор при изучении родословных
Генетики ограничены в возможностях сбора данных от людей. Так, к примеру, данные касательно любой особенности человека. Нам интересно знать, является ли данная особенность врождённой, как гласит простое наследование по Менделю. Следуя правилам данного закона, если у родителей отсутствует данная особенность, но присутствует несущий её аллель, то потенциально они могут его передать по наследству (то есть гетерозигота не определена). При таком раскладе шанс ребёнка унаследовать данную особенность составляет 25 %. Однако встаёт следующий вопрос: можем ли мы сказать, в каких семьях обои родители являются носителями (гетерозиготными), если не судить по ребёнку, у которого уже могли проявиться данные особенности. Описание выдержано из учебника Саттона.
На рисунке представлены родословные всех возможных семей с двумя детьми, где родители — переносчики (Аа).
Не усечённый отбор. В идеальной ситуации нам необходимо выявить такие семьи, где гены родителей являются простыми носителями. В данном случае, анализ никак не зависел от систематической погрешности и родословная подпадала бы под «не усечённый отбор». На практике же, в большинство исследований отбираются семьи с её членами — переносчиками. Усечённый отбор. Ситуация, когда больные люди имеют одинаковые шансы быть включёнными в исследование, называется усечённым отбором. Это означает непреднамеренное исключение (усечение) семей, чьи члены являются носителями гена. Так как отбор происходит индивидуально, семьи с двумя или более больными детьми с большей долей вероятности будут в исследовании. Полностью усечённый отбор — особый случай, когда все семьи с больными детьми имеют равные шансы быть отобраны для исследования.
На рисунке также показана вероятность с какой семьи может происходить отбор, а также частота отбора больных детей. В зависимости от используемого типа усечённого выбора исследователь будет отбирать частоту или при проявления признака.
Эффект пещерного человека Наблюдаемый пример смещения отбора — «эффект пещерного человека». Большинство современных представлений о доисторических народах основываются на пещерных рисунках, которые были выполнены около 40 000 лет назад. Точно так же кострища, землянки, захоронения и т. д. останутся нетронутыми. В случае, если бы люди рисовали на деревьях, шкурах животных или склонах холмов, то вся эта информация была бы утрачена. Доисторические люди у нас ассоциируются с пещерами не потому, что все они всю свою жизнь жили в пещерах, а потому что до нас дошла информация, содержащаяся лишь в рисунках пещер.
Проблемы, возникающие из-за смещения выборки Вследствие возникновения ошибки смещения выборки проявляются проблемы, так как существует вероятность того, что статистика, собранная для анализа выборки, систематически неверна. Смещение выборки может привести к систематической переоценке или недооценке соответствующего параметра популяции. Смещение выборки потому и возникает, что практически невозможно обеспечить чистую случайность выборки. В случае, если процент недостаточной репрезентативности мал, выборку можно рассматривать как разумно-усредненное значение к случайной выборке. Кроме того, если выборка значимо не отличается по исследуемому параметру, то необъективная выборка также все еще может выступать в качестве приемлемой оценки.
Слово предвзятость имеет ярко выраженный негативный оттенок. Так и бывает, что ошибки возникают иногда вследствие заранее надуманного намерения исказить результаты исследований или научного мошенничества. В статистическом анализе систематические ошибки представляют собой обычное математическое свойство, и не важно являются они преднамеренными или нет, или как следствие несовершенства исследовательского оборудования. Несмотря на то, что некоторые личности могут преднамеренно использовать смещенную выборку для искажения результатов исследования, все равно чаще всего сам факт смещения выборки представляет собой просто сложность в предоставлении исконно репрезентативных данных или незнание о возможности проявления систематической ошибки на протяжении всего процесса исследования и анализа. Примером незнание факта систематической ошибки может служить повсеместно используемое отношение (также известного как кратность изменения) в качестве меры различия в биологии. Так как легче получить большое отношение из двух малых чисел с приведенным различием, нежели большое отношение из двух больших чисел со значимым отличием, значимые различия игнорируются, в этом случае сравниваются два относительно больших числовых измерения. Иногда, из-за использования отношения (деления) вместо различия (вычитания), можно услышать «систематическая ошибка демаркации», что приводит к смещению результатов исследования из области науки в псевдонауку (см. «Проблема демаркации»).