Izlases izvēles neobjektivitāte ir neobjektivitāte, kas izriet no nespējas nodrošināt populācijas izlases pareizu nejaušināšanu. Finanšu statistikas pamatjēdzieni Stingra statistikas izpratne ir ļoti svarīga, lai palīdzētu mums labāk izprast finanses. Turklāt statistikas jēdzieni var palīdzēt investoriem uzraudzīt. Izlases atlases procesa trūkumi rada situācijas, kad dažas iedzīvotāju grupas vai indivīdi, visticamāk, netiks iekļauti izlasē.
Izlases izvēles neobjektivitātes klātbūtne var izkropļot statistisko analīzi. Kvantitatīvā analīze Kvantitatīvā analīze ir process, kurā tiek apkopoti un novērtēti izmērāmi un pārbaudāmi dati, piemēram, ieņēmumi, tirgus daļa un algas, lai izprastu uzņēmējdarbības uzvedību un sniegumu. Datu tehnoloģiju laikmetā kvantitatīvā analīze tiek uzskatīta par vēlamo pieeju pamatotu lēmumu pieņemšanā. ietekmē izvēlēto statistisko testu statistisko nozīmīgumu. Turklāt statistikas parametrs var būt pārspīlēts vai par zemu, un tas nevar reprezentēt visu populāciju.
Kaut arī izdzīvošanas aizspriedumus parasti aplūko atsevišķi, tas ir īpašs parauga atlases aizspriedumu veids.
Paraugu atlases aizspriedumu veidi
Paraugu atlases aizspriedumi var būt dažādi. Visizplatītākie izlases izvēles aizspriedumu veidi ir šādi:
1. Pašizlase
Pašizlase notiek, kad pētījuma dalībnieki zināmā mērā kontrolē lēmumu piedalīties pētījumā. Tā kā dalībnieki var izlemt, vai piedalīties pētījumā, izvēlētā izlase neatspoguļo visu populāciju.
2, Atlase no noteiktas zonas
Pētījuma dalībnieki tiek atlasīti tikai no noteiktām jomām, kamēr citas jomas nav pārstāvētas izlasē.
3. Izslēgšana
Dažas iedzīvotāju grupas ir izslēgtas no pētījuma.
4. Izdzīvošanas aizspriedumi
Izdzīvošanas aizspriedumi rodas, ja paraugs tiek koncentrēts uz priekšmetiem, kuri izturējuši atlases procesu, un tiek ignorēti subjekti, kuri nav izturējuši atlases procesu. Pārdzīvojušo aizspriedumu rezultātā pētījuma rezultāti ir pārāk optimistiski.
5. Dalībnieku iepriekšēja pārbaude
Pētījuma dalībnieki tiek pieņemti darbā tikai no noteiktām grupām. Tādējādi izlase neatspoguļos visu pētījuma populāciju.
Kā pārvarēt aizspriedumus?
Tā kā izlases izvēles neobjektivitāte var būtiski sagrozīt pētījuma rezultātus un novest pie kļūdainiem secinājumiem, pētniekam jāzina, kā rīkoties ar šāda veida aizspriedumiem.
Visredzamākā metode ir izlases izlases atlases procesa izveidošana. Analizējot pētījuma populāciju un identificējot populācijas apakšgrupas, pētniekam jāpārliecinās, ka izvēlētā izlase pēc iespējas vairāk pārstāv kopējo populāciju.
Tomēr, ja dažas populācijas apakšgrupas atlasītajā izlasē ir nepietiekami pārstāvētas, bet citas grupas ir pārstāvētas pārāk maz, pētnieks var piemērot statistikas korekciju. Nepareizi pārstāvētajām grupām var piešķirt svērto vidējo svaru. Vidējais svērtais ir vidējā līmeņa veids, ko aprēķina, reizinot ar konkrēto notikumu vai iznākumu saistīto svaru (vai varbūtību) ar to, kas izlabos neobjektivitāti.
Saistītie lasījumi
Finanses ir oficiālais finanšu modelēšanas un vērtēšanas analītiķa (FMVA) ™ FMVA® sertifikācijas nodrošinātājs. Pievienojieties 350 600+ studentiem, kuri strādā tādos uzņēmumos kā Amazon, J.P.Morgan un Ferrari sertifikācijas programma, kas paredzēta ikviena pārveidošanai par pasaules klases finanšu analītiķi.
Lai turpinātu mācīties un pilnveidot savas zināšanas par finanšu analīzi, mēs iesakām tālāk norādītos papildu finanšu resursus:
- Datu ieguves neobjektivitāte Datu ieguves neobjektivitāte attiecas uz pieņēmumu par nozīmīgumu, ko tirgotājs piešķir notikumam tirgū, kas faktiski bija nejaušības vai neparedzēta rezultāts.
- Ierāmēšanas aizspriedumi Ierāmēšanas aizspriedumi Kadrēšanas neobjektivitāte rodas tad, kad cilvēki pieņem lēmumu, pamatojoties uz informācijas pasniegšanas veidu, nevis tikai uz pašiem faktiem. Tie paši fakti, kas izklāstīti divos dažādos veidos, var novest pie atšķirīgiem cilvēku spriedumiem vai lēmumiem.
- Hipotēžu pārbaude Hipotēžu pārbaude Hipotēžu pārbaude ir statistikas secināšanas metode. To izmanto, lai pārbaudītu, vai apgalvojums par populācijas parametru ir pareizs. Hipotēžu pārbaude
- Kopējās varbūtības noteikums Kopējās varbūtības noteikums Kopējās varbūtības noteikums (pazīstams arī kā kopējās varbūtības likums) ir pamatnoteikums statistikā attiecībā uz nosacīto un marginālo
